知識(shí)來源：接地氣學(xué)堂¹

---

前言

---

行文之初衷，建立知識(shí)樹，因而不易速讀，請(qǐng)君悉知。宜為工具書，按索引取之。獨(dú)學(xué)而無友，必孤陋寡聞，請(qǐng)君賜教，不吝感激。循序圖之，

數(shù)據(jù)分析介紹

• 前言
• 一、基本認(rèn)識(shí)
• • 1. 數(shù)據(jù)分析定義
  • 2. 需求層的工作概述
  • 3.數(shù)據(jù)層工作概述
  • 4.分析層工作概述
  • 5.輸出層工作概述
  • 7.技術(shù)與能力
  • 其他概念
  • • 數(shù)據(jù)賦能
    • 數(shù)據(jù)產(chǎn)品
• 二.數(shù)據(jù)分析可以解決問題類型：
• • 1.“是多少”問題的解決思路
  • 2.“是什么”問題的解決方法
  • 3.“為什么”問題的解決方法
  • 4.“會(huì)怎樣”問題的解決方法
  • 5.屬于“怎么做”的方法
  • 總結(jié)
• 三.數(shù)據(jù)分析思路如何建立
• • 分析的思路建立
  • 1. 理解業(yè)務(wù)——工作的前提
  • 2.需求分析 —— 分析的前提
  • 3.開展分析工作——核心工作
  • 4.落地方法——最重要環(huán)節(jié)
  • 5.復(fù)盤經(jīng)驗(yàn)
  • 案例：
• 四.建立指標(biāo)體系
• • 1. 主指標(biāo)（一級(jí)指標(biāo)）
  • 2.結(jié)構(gòu)框架（二級(jí)/三級(jí)指標(biāo)）
  • 3.判斷標(biāo)準(zhǔn)
  • 4.使用指標(biāo)體系診斷問題
  • 5.建立指標(biāo)常見問題
• 五.數(shù)據(jù)報(bào)告
• • 1.明確前提
  • 2.你問我答- 報(bào)告要點(diǎn)
  • 3.我說你聽，報(bào)告要點(diǎn)
  • 4.失敗的報(bào)告
  • 5.如何寫建議
  • 6.報(bào)告格式參考
• 六.數(shù)據(jù)分析與運(yùn)營體系
• • 1.運(yùn)營特點(diǎn)
  • 2.數(shù)據(jù)運(yùn)營
  • 3.數(shù)據(jù)運(yùn)營體系搭建方法
  • 4.根據(jù)KPI設(shè)定目標(biāo)的方式
  • 5.如何支持運(yùn)營迭代
  • 6.事后如何目標(biāo)數(shù)據(jù)
  • 7.如何給運(yùn)營提建議
  • 8.遇到人為阻力，如何解決？
  • 9.復(fù)雜任務(wù)
• 七.數(shù)據(jù)標(biāo)簽
• • 1.打標(biāo)簽
  • 2.標(biāo)簽發(fā)揮作用
  • 3.用戶標(biāo)簽
• 八.用戶畫像
• • B2C用戶畫像
  • B2B的用戶畫像
• 九數(shù)據(jù)處理
• • 1.數(shù)據(jù)探索 Explore
  • 2.數(shù)據(jù)修正 Modify
  • 3.數(shù)據(jù)轉(zhuǎn)化
  • 4.工具
• 十.分析方法
• • 1.數(shù)學(xué)分析框架
  • • 單維分析
    • 多維分析
    • 分類分析
    • 流程法
    • 相關(guān)性分析
    • 聚類分析
    • 回歸分析
    • 其他
  • 2.行業(yè)與公司框架
  • • • **從哪里獲取研究所需的報(bào)告和數(shù)據(jù)**
  • 3.電商數(shù)據(jù)分析
  • • 用戶分析
    • • 客戶生命周期模型
      • AARRR
      • RFM：
      • TGI指數(shù)
      • 其他：
    • 商品分析
    • • 杜邦分析法
      • ABC 分類法
    • **場(chǎng)景分析（產(chǎn)品）**
    • • **轉(zhuǎn)化漏斗**
    • 場(chǎng)景分析（營銷）
    • • 渠道分析
• 十一、數(shù)據(jù)可視化 visualization
• • 常用圖形
• 十二、常見指標(biāo)
• • 1. 用戶指標(biāo)
  • 2.商品指標(biāo)
  • 3.產(chǎn)品指標(biāo)
  • 4.營銷指標(biāo)
• 十三 工具偏
• • 1. 網(wǎng)站分析工具
  • 2.移動(dòng)端分析工具
• 番外篇：基本素養(yǎng)
• • 醫(yī)者意識(shí)
  • 指標(biāo)意識(shí)
  • 業(yè)務(wù)意識(shí)
  • 溝通意識(shí)
  • 工程思維
  • 超模板意識(shí)

---

一、基本認(rèn)識(shí)

1. 數(shù)據(jù)分析定義

根據(jù)分析目的，用統(tǒng)計(jì)學(xué)的從數(shù)據(jù)中尋找信息形成結(jié)論。

• 工作對(duì)象
  驅(qū)動(dòng)業(yè)務(wù)：利用數(shù)據(jù)落地運(yùn)營方法.具體的運(yùn)營崗位提供相應(yīng)的服務(wù)。包含，但不限于：提供報(bào)告報(bào)表、數(shù)據(jù)賦能、專題分析、數(shù)據(jù)產(chǎn)品。

• 數(shù)據(jù)分析與挖掘的大致關(guān)系
  數(shù)據(jù)挖掘是分析的一種方式，統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)的方法只是解決分析問題的工具

  一般數(shù)據(jù)分析數(shù)據(jù)挖掘

  定義	分析方法業(yè)務(wù)模型，評(píng)估現(xiàn)狀和修正不足	分析側(cè)重于數(shù)學(xué)模型，發(fā)現(xiàn)未知的模式 和規(guī)律
  側(cè)重	實(shí)際的業(yè)務(wù)知識(shí)	挖掘技術(shù)的落地，完成“采礦”過程
  技能	統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫、Excel、可視化等	過硬的數(shù)學(xué)功底和編程技術(shù)
  結(jié)果	需結(jié)合業(yè)務(wù)知識(shí)解讀統(tǒng)計(jì)結(jié)果	模型或規(guī)則

• 工作流程
  需求層——數(shù)據(jù)層——分析層——輸出層

2. 需求層的工作概述

• 定義：基于對(duì)業(yè)務(wù)的理解，決定分析的整體方向
• 目標(biāo)：最終要弄清，需要分析什么問題，怎么分析，要什么數(shù)據(jù)。
• 流程：理解業(yè)務(wù)——理解需求——建立分析計(jì)劃

3.數(shù)據(jù)層工作概述

• 定義：處理數(shù)據(jù)，工作量最大，數(shù)據(jù)分析人的基本功，最浪費(fèi)時(shí)間。
• 要求：能得出適合分析的數(shù)據(jù)格式。
• 工作：數(shù)據(jù)采集——數(shù)據(jù)探索——數(shù)據(jù)處理
  • 數(shù)據(jù)采集
    常用的搜集手段有：從數(shù)據(jù)庫里取數(shù)、從業(yè)務(wù)指標(biāo)當(dāng)中取數(shù)，或者說從數(shù)據(jù)場(chǎng)景當(dāng)中去取，問卷調(diào)查 、實(shí)驗(yàn)室試驗(yàn)、儀器設(shè)備的記錄
  • 數(shù)據(jù)探索：把握數(shù)據(jù)的全面性和純度。
    全面性：整體把握字段數(shù)、字段類型。是否包含了所有我們需要的字段，字段的數(shù)據(jù)分布。
    純度：具體每個(gè)字段把握：臟數(shù)據(jù)，數(shù)據(jù)范圍、格式和缺失程度。注意異常數(shù)據(jù)的規(guī)律，是否代表著某種特殊情況。
  • 數(shù)據(jù)處理
    應(yīng)用工具清洗、整理、加工數(shù)據(jù)，主要方式： 增、刪、改、查、計(jì)算。數(shù)據(jù)類型的轉(zhuǎn)換 、數(shù)據(jù)的一致性處理 、 異常值和缺失值的處理 、數(shù)據(jù)形態(tài)的轉(zhuǎn)換

4.分析層工作概述

• 是什么：開始分析工作，最考驗(yàn)我們數(shù)據(jù)分析人思維的一個(gè)層級(jí)
• 要求：得出合理的結(jié)論
• 工作：方法+軟件+業(yè)務(wù)，根據(jù)擬定的計(jì)劃使用數(shù)據(jù)分析工具展開具體的分析

5.輸出層工作概述

• 是什么：展現(xiàn)信息/結(jié)論+落地方法+復(fù)盤經(jīng)驗(yàn)。
• 包括：結(jié)論—建議—執(zhí)行—反饋—改進(jìn)。

7.技術(shù)與能力

基礎(chǔ)能力作用說明其他

		統(tǒng)計(jì)學(xué)
		概率論
		溝通表達(dá)
		思維框架
業(yè)務(wù)能力：	各方業(yè)務(wù)知識(shí)
		電子商務(wù)
		用戶運(yùn)營
		商品運(yùn)營
工程能力
	數(shù)據(jù)搜集	SQL
	數(shù)據(jù)清洗與探索 ：	Excel
		Python
		KETTLE
	數(shù)據(jù)建模 ：	Python
	數(shù)據(jù)呈現(xiàn) ：	PPT
		BI
		Excel

其他概念

關(guān)于數(shù)據(jù)工作的概念層出不窮，但萬變不離其宗，數(shù)據(jù)分析思維是解決一切的核心

數(shù)據(jù)賦能

所謂數(shù)據(jù)分析賦能業(yè)務(wù)，可以做的是：
一量化現(xiàn)狀，為賦能打下基礎(chǔ)
二梳理問題，為賦能方向指路
三展開分析，為賦能優(yōu)化效率
四監(jiān)控進(jìn)度，為賦能保駕護(hù)航
五總結(jié)經(jīng)驗(yàn)，為賦能積累成果

賦能的直觀含義
賦能的直觀含義，就是增強(qiáng)業(yè)務(wù)能力，提高業(yè)務(wù)效率。注意：賦能是用更高級(jí)的手段解決戰(zhàn)斗，不是替代，更不是“你行你上啊”
“二營長，你他娘的意大利炮呢！”——這就是最直觀的賦能。沒有意大利炮能不能打縣城？能，當(dāng)然能，李團(tuán)長手下上萬人馬呢。可沒有意大利炮，打城門口很累，要死很多人。戰(zhàn)士們扛著梯子沖了那么多次都沖不下來。有了意大利炮，“咣！”一下就搞掂了，就損失一個(gè)老婆，這個(gè)投入產(chǎn)出比顯著提升

賦能的方法

工具式賦能-意大利炮，通過提供高效率的工具

資源式賦能-炮彈。二營長只有17發(fā)炮彈，估計(jì)打完縣城炮就用光了。我們可以提供更多炮彈。

知識(shí)式賦能-洋碼子。意大利炮上全是洋碼子，二營長看不懂，打炮只會(huì)貼著臉直射。我們可以提供操作手冊(cè)，最好有個(gè)教官親自教一下。

服務(wù)式賦能-炮車。二營長連輛吉普車都沒有，炮全靠人來拉。我們可以提供一輛吉普車，幫他把炮拉上戰(zhàn)場(chǎng)。

數(shù)據(jù)賦能的特殊問題
15年前我們說數(shù)據(jù)賦能業(yè)務(wù)，大部分談的是如何給領(lǐng)導(dǎo)做儀表盤，給業(yè)務(wù)員做跟進(jìn)工具，做推薦算法、做響應(yīng)算法提高外呼成功率，因?yàn)槟莻€(gè)時(shí)代企業(yè)數(shù)據(jù)建設(shè)普遍落后。真的是沒數(shù)據(jù)可用，所以需要做大量基礎(chǔ)建設(shè)。
現(xiàn)在說數(shù)據(jù)賦能，大部分談的是如何讓業(yè)務(wù)方重視、尊重、科學(xué)利用數(shù)據(jù)。我們看到的企業(yè)實(shí)際情況，是驕兵悍將不屑于看數(shù)據(jù)，蝦兵蟹將學(xué)也學(xué)不會(huì)。最后數(shù)據(jù)報(bào)表不是沒人看，就是淪為“證明老子很牛逼”的工具。完全沒有派上應(yīng)有的用處。當(dāng)然是得想辦法積極投身到和業(yè)務(wù)的溝通中去。平時(shí)多做科普（比如多多轉(zhuǎn)發(fā)陳老師文章）讓大家知道數(shù)據(jù)到底是干啥的，有啥用，能咋樣用。在遇到項(xiàng)目的時(shí)候爭(zhēng)取參與機(jī)會(huì)，從基礎(chǔ)做起，不斷提高業(yè)務(wù)方使用率，不斷積累在業(yè)務(wù)上助力經(jīng)驗(yàn)。

數(shù)據(jù)產(chǎn)品

真實(shí)的產(chǎn)品，是一個(gè)廣泛的概念，并非是死板的BI+儀表盤。因?yàn)?#xff0c;業(yè)務(wù)使用頻率和認(rèn)可度，是第一位的。很多做數(shù)據(jù)的同學(xué)一提數(shù)據(jù)產(chǎn)品，就想著搞花里胡哨的儀表盤，很容易讓數(shù)據(jù)產(chǎn)品變成“為做而做”，最后打開率不高，更不指望別人說自己好了。換句話說，只要業(yè)務(wù)能用起來，數(shù)字輸出到哪里，炫酷不炫酷，根本沒那么重要。

二.數(shù)據(jù)分析可以解決問題類型：

復(fù)雜問題是簡單問題的疊加

1.“是多少”問題的解決思路

• 工作：要用數(shù)據(jù)描述狀況。

• 單指標(biāo)思路
  只用1個(gè)指標(biāo)就能描述清楚狀況，比如身高、年齡這種，是沒有什么分析方法的，注意描述的維度：時(shí)間、角度。

• 多指標(biāo)思路
  描述很多指標(biāo)，涉及：重點(diǎn)指標(biāo)選擇，指標(biāo)展示方式。描述性方法：

  • AARRR：
    AARRR都是圍繞用戶來說的，實(shí)際上只適用于用戶運(yùn)營，不是所有業(yè)務(wù)都能硬插這五個(gè)指標(biāo)的。互聯(lián)網(wǎng)行業(yè)增長黑客理論的五個(gè)大指標(biāo)。
    需要注意的是，實(shí)際用的時(shí)候，還有很多二級(jí)、三級(jí)小指標(biāo)，絕不是五個(gè)指標(biāo)就完事了，切記。
  • 漏斗法：
    圍繞流程環(huán)節(jié)，任何流程都能擺一個(gè)漏斗出來，主要用來衡量流程轉(zhuǎn)化率的指標(biāo)。比如：互聯(lián)網(wǎng)廣告（站外頁-落地頁-促進(jìn)頁-轉(zhuǎn)化頁），B2B銷售的售前流程也很長（銷售線索-初次接觸-溝通需求-展示demo-議價(jià)-競(jìng)標(biāo)-簽署合同），擼出來一個(gè)漏斗。
  • 杜邦分析法：
    用來拆解經(jīng)營指標(biāo)：原本是財(cái)務(wù)分析中用來衡量企業(yè)經(jīng)營效益與財(cái)務(wù)指標(biāo)的方法，現(xiàn)在被推廣到拆解。比如銷售金額=用戶數(shù)付費(fèi)率客單價(jià)。然后再層層拆解用戶數(shù)，客單價(jià)構(gòu)成。有意思的是，杜邦分析法拆出來的邏輯圖會(huì)很復(fù)雜，所以很多人為了提高逼格直接把它叫“分析模型”……
  • 量、收、利、進(jìn)、銷、存：零售行業(yè)，無論線上線下都是這六個(gè)關(guān)鍵指標(biāo)：總量、收入、利潤、采購（進(jìn)）、存貨。和AARRR一樣，有一堆二級(jí)三級(jí)小指標(biāo)。

• 要注意
  以上都是描述問題的方法，并沒有解答問題，比如看到用戶流失率75%所以呢？所以75%是好還是壞呢？描述+標(biāo)準(zhǔn)才能對(duì)問題做判斷。所以才有了下邊“是什么”的方法。

2.“是什么”問題的解決方法

• 工作：“是什么”主指樹立數(shù)據(jù)標(biāo)準(zhǔn)的方法，也包括定位對(duì)象（是誰、在哪里）

• 解決思路：可以純粹基于數(shù)學(xué)尋找標(biāo)準(zhǔn)，但實(shí)際中更多是基于業(yè)務(wù)經(jīng)驗(yàn)，但業(yè)務(wù)經(jīng)驗(yàn)也需要數(shù)據(jù)進(jìn)行驗(yàn)證才知道是對(duì)的錯(cuò)的。因此，產(chǎn)生了“是什么”的兩個(gè)步驟：探索標(biāo)準(zhǔn)的方法，驗(yàn)證標(biāo)準(zhǔn)的方法：

• 探索標(biāo)準(zhǔn)
  和到底要對(duì)幾個(gè)指標(biāo)進(jìn)行探索有關(guān)。
  • 1個(gè)指標(biāo)——切割線擺在哪，方法有：二八法、十分位法、ABC法。名字聽著玄妙，當(dāng)我們沒有信心的時(shí)候，可以根據(jù)二八定律，把切割線擺在20%，也可以先拆10組或者若干組出來，探索下擺在哪里合適。
  • 2個(gè)指標(biāo)——矩陣法，其實(shí)就是把兩個(gè)指標(biāo)交叉，分出四個(gè)象限，看看四類有沒有明顯特點(diǎn)。
  • 超過3個(gè)指標(biāo)，用一些統(tǒng)計(jì)學(xué)的方法。在無標(biāo)注的情況下可以用Kmean聚類進(jìn)行分類探索，在有標(biāo)注情況下可以用決策樹。一般不建議直接交叉。即使只有3個(gè)指標(biāo)，每個(gè)指標(biāo)分3類，也會(huì)產(chǎn)生 333=27 類出來，在業(yè)務(wù)上太復(fù)雜了。由此可以看書：統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)的方法只是解決分析問題的工具，就是這個(gè)意思。
• 驗(yàn)證標(biāo)準(zhǔn)
  找出來標(biāo)準(zhǔn)需要業(yè)務(wù)方來驗(yàn)證。好的標(biāo)準(zhǔn)要能清晰區(qū)分不同群體。比如女生說要相親的男生身高180。那意味著179的人她真的不要，181她不會(huì)立即拒絕。如果176的她照樣接受，就說明畫出來標(biāo)準(zhǔn)沒有區(qū)分度，要么是標(biāo)準(zhǔn)劃分出了問題，要么就是做標(biāo)準(zhǔn)的指標(biāo)壓根就找錯(cuò)了。

• 注意： 有沒有用數(shù)據(jù)找標(biāo)準(zhǔn)，有沒有驗(yàn)證過業(yè)務(wù)部門的標(biāo)準(zhǔn)，是從取數(shù)到分析的分水嶺。 很多同學(xué)覺得自己沒有做分析，不知道分析的是什么，核心原因就是手上只有數(shù)據(jù)沒有標(biāo)準(zhǔn)。
  比如跑出來一個(gè)：本月底銷售額3000萬，可3000萬又怎樣呢？不知道。然而渠道部一看到月底銷售額3000萬，就大喊一聲：肯定是華東大區(qū)藏了業(yè)績，下個(gè)月頭他們至少還要吐500萬出來！這就是有沒有評(píng)價(jià)標(biāo)準(zhǔn)的差距。所以平時(shí)工作中就得養(yǎng)成強(qiáng)烈的標(biāo)準(zhǔn)意識(shí)，這樣才能進(jìn)行真正的分析。

3.“為什么”問題的解決方法

• 工作： “為什么”指探索問題原因。

• 方法：很難僅通過數(shù)據(jù)鎖定原因，是一個(gè)系統(tǒng)的過程，需要做齊量化-探索-假設(shè)-檢驗(yàn)-總結(jié)全套流程，往往要內(nèi)部數(shù)據(jù)+外部調(diào)研+業(yè)務(wù)判斷+測(cè)試，共同努力鎖定原因。嚴(yán)格來說，這里不是靠某個(gè)分析方法得出的結(jié)論，想僅通過數(shù)據(jù)分析找原因，是相當(dāng)困難的，這一點(diǎn)切記切記。但是考慮到面試官還是很想聽?zhēng)讉€(gè)方法的名字的，我們可以這么說，找原因的方法可以分作經(jīng)驗(yàn)推斷與算法推斷兩種：

  • 經(jīng)驗(yàn)推斷就是經(jīng)典的：歸納法與演繹法，具體到數(shù)據(jù)操作上，就是分組對(duì)比（歸納原因）和趨勢(shì)推演（演繹判斷）。實(shí)際中，當(dāng)然是兩種方法結(jié)合，不斷逼近真相。比如：問為什么銷售額下降，用歸納法就是將每一次銷售下降的時(shí)候，相關(guān)癥狀指標(biāo)列出來，然后做分組對(duì)比，看哪個(gè)因素影響下跌的厲害。用演繹法，就是假設(shè)銷售下降就是因?yàn)槿藛T流失/引流產(chǎn)品不給力/季節(jié)因素導(dǎo)致的，那么我做了相應(yīng)調(diào)整：人員調(diào)動(dòng)/上新品/等季節(jié)過去，以后應(yīng)該銷售能回升。
  • 算法推斷：通過指標(biāo)的計(jì)算發(fā)現(xiàn)潛在問題點(diǎn)，然后回歸到業(yè)務(wù)里去驗(yàn)證，不是靠人工智能阿爾法大狗子汪汪一叫就把原因叼回來。可以簡單理解為把上邊經(jīng)驗(yàn)推斷的過程，量化為一堆指標(biāo)的計(jì)算。比如相關(guān)分析雖然不能證明因果，但是能提供分析假設(shè)，拿到假設(shè)以后我們就能進(jìn)一步驗(yàn)證，到底這種關(guān)系是真相關(guān)還是偽相關(guān)。因此，做分類的模型與計(jì)算相關(guān)系數(shù)的統(tǒng)計(jì)方法，理論上都能用來做這種探索

• 注意：統(tǒng)計(jì)上的相關(guān)系數(shù)與業(yè)務(wù)中的相關(guān)關(guān)系是兩碼事

  • 一提探索原因，大家腦子自然蹦出來的就是相關(guān)分析……往往會(huì)以為計(jì)算個(gè)相關(guān)系數(shù)，丫就真的相關(guān)了。于是產(chǎn)生了“龍脈梗”²。面試的時(shí)候經(jīng)常有同學(xué)在這里吹牛吹大了，被懟得體無完膚。相關(guān)系數(shù)在數(shù)學(xué)基礎(chǔ)掃盲（12.4中有）

4.“會(huì)怎樣”問題的解決方法

• 工作：指預(yù)測(cè)業(yè)務(wù)走勢(shì)。
• 方法：首先大類上，預(yù)測(cè)分定性預(yù)測(cè)和定量預(yù)測(cè)兩種。

  • 定性方法是基于業(yè)務(wù)經(jīng)驗(yàn)和業(yè)務(wù)假設(shè)，來推測(cè)未來走勢(shì)，并不全是拍腦袋，因?yàn)?strong>定性假設(shè)選取的場(chǎng)景和參數(shù)可以通過分析來獲得，并不是完全沒有依據(jù)。同時(shí)，對(duì)業(yè)務(wù)部門而言，定性預(yù)測(cè)時(shí)責(zé)權(quán)劃分非常清晰，每個(gè)部門要做到多少業(yè)績一清二楚，反而容易推動(dòng)執(zhí)行有兩種推測(cè)法。

    • 經(jīng)驗(yàn)推斷法，一種是找一個(gè)類似的業(yè)務(wù)場(chǎng)景進(jìn)行推測(cè)。比如馬上上一款新產(chǎn)品，根據(jù)過往的經(jīng)驗(yàn)，一般上市后T+N周銷售走勢(shì)應(yīng)該是XX，所以類似的也該是這樣。
    • 基于業(yè)務(wù)假設(shè)，比如新產(chǎn)品上市，假設(shè)推廣部門傳播力度為X，假設(shè)銷售部門配備人員為Y，假設(shè)供應(yīng)鏈的產(chǎn)品到貨率是Z，之后套入杜邦分析法的模型進(jìn)行計(jì)算，綜合預(yù)測(cè)銷量。

  • 定量的方法又分為基于時(shí)間的時(shí)間序列法，與基于因果關(guān)系的算法兩類。比如比如預(yù)測(cè)店鋪銷量，如果用時(shí)間序列法，則根據(jù)過往1-3年銷量數(shù)據(jù)來預(yù)測(cè)未來的銷售數(shù)據(jù)。如果基于因果關(guān)系，則要引入與銷售結(jié)果相關(guān)的變量（多元回歸），比如店鋪位置、店鋪產(chǎn)品線、產(chǎn)品價(jià)格、顧客評(píng)價(jià)、顧客人數(shù)等等。

    • 注意：工作中真正操作的時(shí)候，要因地制宜選方法。
      • 定量預(yù)測(cè)看起來很復(fù)雜，很多同學(xué)會(huì)直觀的認(rèn)為復(fù)雜就是牛逼的。可實(shí)際操做過幾次就會(huì)發(fā)現(xiàn)，**時(shí)間序列法對(duì)于環(huán)境變化不敏感，**容易被突發(fā)事件沖擊。因果關(guān)系法可能采集不到足夠的數(shù)據(jù)，導(dǎo)致模型預(yù)測(cè)精度很難上去。所以在工作中真正操作的時(shí)候，要因地制宜選方法。在面試的時(shí)候，要客觀陳述建模效果。又有很多同學(xué)本能的認(rèn)為，模型在測(cè)試集上跑出來的準(zhǔn)確率越高越牛逼。連過擬合這種問題都忘了。結(jié)果在面試的時(shí)候被面試官懟穿，這都是很常見的哈。說話謹(jǐn)慎不是問題，被懟穿了才是。
• 注意：一提到預(yù)測(cè)，大家腦子里會(huì)自然蹦出來很多很多統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)的算法。具體的操作展開寫內(nèi)容太多，這里僅幫大家梳理下邏輯。細(xì)節(jié)可以后邊慢慢更，或者大家自去看相關(guān)統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)文章。

5.屬于“怎么做”的方法

• 定義：指綜合判斷狀況，下分析結(jié)論，輸出建議要實(shí)到個(gè)可執(zhí)行的抓手上。
• 方法：同時(shí)考慮到資源與需求，幫助找到實(shí)現(xiàn)目標(biāo)的最佳方式。（所以，“又如何”是分析最后一步，因?yàn)橥雠袛?#xff0c;需要做一大堆前期工作。需要搞掂了數(shù)據(jù)、搞掂了標(biāo)準(zhǔn)、了解清楚原因，做了預(yù)測(cè)以后，才知道怎么下結(jié)論。）
• 判斷標(biāo)準(zhǔn)很清晰，判斷的指標(biāo)很少，那下結(jié)論是很快速的，不需要復(fù)雜的分析。比如：女生說我就是不喜歡禿頭的男生，那就看照片一票否決，來的非常爽快。這里不需要分析。
• 在復(fù)雜判斷中，有主觀法和客觀法兩種。牽扯指標(biāo)很多，指標(biāo)形態(tài)很復(fù)雜的時(shí)候，就很難決定了。比如：小姐姐說我想要一個(gè)男的對(duì)我好（行為指標(biāo)）有上進(jìn)心（心理指標(biāo)）有發(fā)展?jié)摿?#xff08;預(yù)測(cè)值）真心愛我（戀愛原因），這要求一出，就是個(gè)非常復(fù)雜的判斷。
  • 主觀法：就是基于人工判斷（專家判斷），只不過打分方式有很多種，直接打分再賦權(quán)重的往往叫專家法，打一個(gè)矩陣評(píng)分再計(jì)算的叫層次分析法（AHP）
  • 客觀法可以通過因子分析（用方差解釋率做權(quán)重）神經(jīng)網(wǎng)絡(luò)（算法訓(xùn)練權(quán)重），這樣不依賴專家打工。
• 注意：實(shí)際工作中，做評(píng)估的最大敵人是沒標(biāo)準(zhǔn)，或者標(biāo)準(zhǔn)沒節(jié)操。看到銷量下降就試圖甩給沒有數(shù)據(jù)的外部因素，或者甩給目標(biāo)定得太高，這樣的話分析就沒法做了。做評(píng)估第二大敵是所謂“業(yè)務(wù)識(shí)”，經(jīng)常有業(yè)務(wù)部門跳出來“你做過業(yè)務(wù)嗎？老夫從業(yè)10年都沒見過這樣的”。做評(píng)估的第三大敵是領(lǐng)導(dǎo)意見，領(lǐng)導(dǎo)就是不想下這個(gè)結(jié)論，你咋辦？只能回來改ppt啊。所以你看，做評(píng)估的算法有很多，真正用起來少，還真不能怪我們沒本事。

總結(jié)

• 類型

類型問題層次問題描述備注

直接解決	1.是多少	今天直播觀看10分鐘以上的人數(shù)是多少	不只是一個(gè)數(shù),搭建數(shù)據(jù)指標(biāo)體系也算“是多少”
直接解決	2.是什么	今天觀看10n+人數(shù)70萬一一不滿意啊!	“是什么”的關(guān)鍵是評(píng)價(jià)標(biāo)準(zhǔn)!找標(biāo)準(zhǔn)也是工作之
直接解決	3.為什么	為啥90%的人都看不到10分鐘?	找原因的方法很復(fù)雜,需要配合測(cè)試和長期觀察
直接解決	4.會(huì)怎樣	果我做了X工作,觀看人數(shù)會(huì)增加嗎?	做預(yù)測(cè)的方法也多,很復(fù)雜,經(jīng)常用到算法
直接解決	5.怎么做	上個(gè)抽獎(jiǎng),人數(shù)增加了,可其他指標(biāo)降了呀!	高大上的叫法叫:綜合評(píng)價(jià)問題,常涉及復(fù)雜評(píng)估
間接解決	6. 想不想	我要不要去簽約幾個(gè)美女主播回來?	轉(zhuǎn)化為4:列出支持想法的理由,用數(shù)據(jù)驗(yàn)證/否定
間接解決	7. 能不能	我讓美女主播露臼花花的大腿,會(huì)被查封不?	轉(zhuǎn)化為5:(黑箱)數(shù)據(jù)測(cè)試(白箱)收集過往結(jié)果
間接解決	8.會(huì)不會(huì)	我到底該怎么做,才能合理合法的讓	轉(zhuǎn)化為4:從問題出發(fā)找原因/從手段出發(fā)找可行性
間接解決	9.該不該	我還是決定簽美女,該不該現(xiàn)在干!	轉(zhuǎn)化為5:(事后)評(píng)估效果(算)除證浮綠

思維導(dǎo)圖如下：

三.數(shù)據(jù)分析思路如何建立

1 類是用數(shù)據(jù)描述問題，把問題量化。2345類都需要探索-假設(shè)-檢驗(yàn)-總結(jié)的循環(huán)性的過程對(duì)常用方法的簡單總結(jié)。解決后面的問題，通常要先解決前面的。

分析的思路建立

• 理想情況：
  設(shè)定數(shù)據(jù)指標(biāo)→數(shù)據(jù)監(jiān)控過程→數(shù)據(jù)預(yù)警問題→分析問題→探索對(duì)策→進(jìn)行測(cè)試→驗(yàn)證假設(shè)→總結(jié)經(jīng)驗(yàn)→更新指標(biāo)體系循環(huán)監(jiān)控。“大廠經(jīng)驗(yàn)”，其實(shí)只是這套流程運(yùn)轉(zhuǎn)的比較順利而已。

• 注意：

  • 分析思路跟具體工具關(guān)系并不大
    沒有數(shù)據(jù)的年代，還有定性分析方法；有數(shù)據(jù)的年代，還有基于調(diào)查問卷數(shù)據(jù)的調(diào)查分析，有基于交易數(shù)據(jù)的經(jīng)營分析，有基于用戶APP/網(wǎng)站行為的“大”數(shù)據(jù)分析。數(shù)據(jù)來源越豐富，數(shù)據(jù)越準(zhǔn)確，可用的分析方法越多，結(jié)果也越精確，但基本思路是一樣的。
  • 核心：業(yè)務(wù)實(shí)踐和科學(xué)思維
    “生搬硬套終成空；棋無定式方入門”。要基于業(yè)務(wù)靈活的變通，一切以范圍內(nèi)解決問題為核心。無論是數(shù)據(jù)產(chǎn)品賦能、數(shù)據(jù)賦能基本，形式不同，核心不變。

• 思維方法：臨床診斷疾病

• 調(diào)查研究，收集資料；
  手段：問診、病歷、體格檢查、特殊化驗(yàn)與檢查.
  要求：真實(shí)性、系統(tǒng)性、完整性。
• 分析、評(píng)價(jià)、整理資料；
  結(jié)合癥狀、體征、檢查結(jié)果、理論知識(shí)、臨床經(jīng)驗(yàn)
• 提出初步診斷；
  為進(jìn)一步診斷的前提或試驗(yàn)性治療的方向
• 確立及修正診斷；
  結(jié)合初步治療，進(jìn)一步檢查/診斷性治療
• 最后確診，進(jìn)行治療

• 基本流程：

• 觀察現(xiàn)象
  （冷、發(fā)抖、打噴嚏）——（市場(chǎng)口碑、業(yè)務(wù)反饋、指標(biāo)變化）
• 結(jié)合原理
  （感冒的癥狀）——（業(yè)務(wù)邏輯+分析邏輯）
• 做出推論
  （感冒了）——（建立假設(shè)）
• 采取行動(dòng)
  （吃藥/扛過去）——（基于假設(shè)，采取業(yè)務(wù)動(dòng)作）
• 驗(yàn)證假設(shè)（
  吃藥3天/扛了3天）——（檢驗(yàn)結(jié)果，積累經(jīng)驗(yàn)）
• 進(jìn)一步分析
  （癥狀消失/癥狀加劇）——（持續(xù)監(jiān)控）
• 進(jìn)一步行動(dòng)
  （不理它/看醫(yī)生）——（持續(xù)監(jiān)控）

1. 理解業(yè)務(wù)——工作的前提

理解業(yè)務(wù)是需求分析的前提。

不理解業(yè)務(wù)不但無法賦能別人，而是自己需要?jiǎng)e人賦能。看不到業(yè)務(wù)，看不懂業(yè)務(wù)，不知道業(yè)務(wù)進(jìn)展、無法溝通，自然沒法把分析邏輯和業(yè)務(wù)結(jié)果聯(lián)系起來。需要深入一線了解：服務(wù)對(duì)象、業(yè)務(wù)流、管理流、數(shù)據(jù)流、業(yè)務(wù)現(xiàn)狀等。業(yè)務(wù)的理解程度決定了后續(xù)：對(duì)需求的理解，分析方法的準(zhǔn)確性、能采取的措施建議。

服務(wù)對(duì)象：誰是我的賦能對(duì)象。
剛?cè)胄械牟锁B們喜歡籠統(tǒng)的說：業(yè)務(wù)。滿腦子都是“copy模板、模型、公式”。業(yè)務(wù)并不是一個(gè)孤零零的、獨(dú)立的個(gè)人。業(yè)務(wù)兩個(gè)字背后，是非常具體的、復(fù)雜的維度：

各維度影響

企業(yè)行業(yè)地位增長速度發(fā)展方向

行業(yè)	toC	toB	toVC
部門	銷售	運(yùn)營	產(chǎn)品
等級(jí)	部門總監(jiān)	部門經(jīng)理	小兵
動(dòng)機(jī)	尋求求助	證明自己	甩鍋

要素決定事項(xiàng)事項(xiàng)決定分析

行業(yè)+企業(yè)	數(shù)據(jù)基礎(chǔ)	戰(zhàn)場(chǎng) ：數(shù)據(jù)的基礎(chǔ)建設(shè)、對(duì)數(shù)據(jù)的認(rèn)知程度、發(fā)展方向
企業(yè)+部門	工作職	戰(zhàn)略：工作定位、流程、人員、相關(guān)措施、制度、活動(dòng)，有哪些歷史遺留問題,過往經(jīng)驗(yàn)
部門+等級(jí)	關(guān)注重點(diǎn)	戰(zhàn)術(shù)： 職責(zé)KPI/OKR、當(dāng)前指標(biāo)表現(xiàn)是什么，哪些分析指標(biāo)反映了他的問題,有多嚴(yán)重
等級(jí)+動(dòng)機(jī)	具體要求	戰(zhàn)斗：他希望從數(shù)據(jù)分析里得到什么結(jié)論，數(shù)據(jù)分析實(shí)際上可以幫他解決什么問題，ˇ還有哪些是可以幫上整約

問題層次說明舉例

戰(zhàn)略層	做哪個(gè)方向	我們要抓DAU指標(biāo)?觀看人數(shù)?觀看次數(shù)?這個(gè)指標(biāo)目標(biāo)多少,要提高多少?
戰(zhàn)術(shù)層	已經(jīng)選擇了方向,縣體做什么事情	我們決定了要抓觀看時(shí)長,盡量讓用戶觀看10分鐘以上。那么問題是:我要找更優(yōu)質(zhì)的用戶呢?還是改進(jìn)直播體驗(yàn)?zāi)?還是找一些大牛主播呢?
戰(zhàn)斗層	已經(jīng)決定了做什么事,事情做的大小、多少	我們決定了簽約主播,那么市面上有哪些主播可以簽,簽?zāi)男┯螒虻闹鞑?簽來要播多少次,要不要搞個(gè)對(duì)抗賽讓主播LoW一把,啥時(shí)搞氣學(xué)

等級(jí)影響

• 越是上層的領(lǐng)導(dǎo)，越會(huì)關(guān)心數(shù)據(jù)，但是他們只關(guān)心結(jié)果。需要總覽全局的工具，看到結(jié)果、定位問題，調(diào)配資源。例如：BI+儀表盤
• 越是基層，數(shù)據(jù)越?jīng)]用，他們關(guān)心的是執(zhí)行。需要簡單、直接、可復(fù)制的武器，直接套用在流程中。例如：哪類客戶是目標(biāo)？優(yōu)先順序如何？賣點(diǎn)依次是什么？從話術(shù)到優(yōu)惠如何促成交易?交易后如何維護(hù)？

部門影響

部門部門職責(zé)行動(dòng)方式核心關(guān)注點(diǎn)

銷售部	直接對(duì)業(yè)績負(fù)責(zé),出業(yè)績!	快速找到方法,然后各個(gè)業(yè)務(wù)線,各個(gè)團(tuán)隊(duì)復(fù)制、復(fù)制、復(fù)制,執(zhí)行力最重要	這個(gè)月業(yè)績有多少，我能不能借力活動(dòng)作出業(yè)績，如果能,還有沒有人沒借上東風(fēng)，我怎么幫沒借上東風(fēng)的人借
市場(chǎng)部	打輔助,提供活動(dòng)作為工具	需要較長時(shí)間籌備(方案、系統(tǒng)、物料、宣傳)策略性很重要,策略不對(duì),努力白費(fèi)	活動(dòng)有沒有效?活動(dòng)有沒有效，如果有效,下個(gè)月還做不做，如果沒效,加碼還來得及不?
供應(yīng)鏈	做支撐,保障產(chǎn)品供應(yīng),維持庫存平衡	籌備周期非常長(備貨、周轉(zhuǎn)、生產(chǎn)排版)且開弓沒有回頭箭，(生產(chǎn)線一旦啟動(dòng)就不能停需要打提前量	預(yù)計(jì)銷量如何，現(xiàn)有庫存能維持多久，是否要增加供應(yīng)

動(dòng)機(jī)影響

類型對(duì)應(yīng)部門職責(zé)關(guān)鍵創(chuàng)新要求數(shù)據(jù)要求執(zhí)行要求

策略類	戰(zhàn)略發(fā)展、產(chǎn)品管理、用戶運(yùn)營	夢(mèng)想轉(zhuǎn)為計(jì)劃	部署和節(jié)奏	2	3	1
創(chuàng)類	研發(fā)、設(shè)計(jì)、產(chǎn)品經(jīng)理、品牌創(chuàng)意	創(chuàng)造價(jià)值	創(chuàng)造力	3	2	2
執(zhí)行類	銷售、市場(chǎng)推廣、媒體、社群、運(yùn)營	只談干貨、錢	干！干！干！	1	1	3
支類性	客服、售后、生產(chǎn)、供應(yīng)、物流	支撐前線	干	1	2	3

業(yè)務(wù)流程：

• 數(shù)據(jù)基本情況：擁有哪些數(shù)據(jù)，來自哪里，
  對(duì)象在做什么？分為幾步做？得什么結(jié)果？數(shù)據(jù)流是什么？可以采取流程法思考，落實(shí)到數(shù)據(jù)。流程法：業(yè)務(wù)層上各業(yè)務(wù)是并行的，流程層上是有先后順序的
  第一步，先梳理流程，
  第二步，確定每個(gè)步驟當(dāng)中涉及到的一些業(yè)務(wù)點(diǎn)，
  第三步，根據(jù)每一個(gè)業(yè)務(wù)點(diǎn)去梳理量化其中的一些數(shù)據(jù)。
  案例：如何控制商品庫存積壓成本?

  商品生命周期業(yè)務(wù)流程需求數(shù)據(jù)需求

  上架準(zhǔn)備	商品定位、評(píng)級(jí)	商品定位是否科學(xué)，品級(jí)是否合理	成本、庫存
  預(yù)熱	宣傳預(yù)售	通過預(yù)售反饋,預(yù)測(cè)第一批銷里,驗(yàn)證品級(jí)合理性	預(yù)算、庫存、廣告費(fèi)用
  上市	走量、補(bǔ)貨	根據(jù)銷售變化,預(yù)測(cè)未來銷量判斷LTV	銷量、利潤
  熱銷	促銷、變現(xiàn)	根據(jù)銷售變化,預(yù)測(cè)未來銷量，預(yù)警庫存	斷貨率、流失率、轉(zhuǎn)化率
  穩(wěn)定	控制庫存	庫存管理，活動(dòng)預(yù)測(cè)	銷量、周轉(zhuǎn)率
  清倉下架	尾貨處理	需要多久清完庫存	周轉(zhuǎn)、毛利

業(yè)務(wù)現(xiàn)狀：

• 核心指標(biāo)，指標(biāo)的計(jì)算方式。數(shù)據(jù)指標(biāo)是業(yè)務(wù)的核心、業(yè)務(wù)的抓手，能夠駕馭指標(biāo)才能解決業(yè)務(wù)問題。
• 業(yè)務(wù)反饋、指標(biāo)變化。做了多少？ 達(dá)到結(jié)果沒有？卡在哪一步？理想情況：能用指標(biāo)體系清晰量化情況，能基于數(shù)據(jù)診斷問題。需要有良好的數(shù)據(jù)采集、數(shù)倉建設(shè)、數(shù)據(jù)治理基礎(chǔ)等較為完善的機(jī)制。

業(yè)務(wù)痛點(diǎn)：
哪些地方是不滿意的，想改善哪些問題。
**決定發(fā)力時(shí)機(jī)的選擇。**數(shù)據(jù)分析項(xiàng)目，最大的敵人是：日常工作。所以，并不是所有事情都適合立項(xiàng)目來做。時(shí)機(jī)非常重要。往往我們要挑業(yè)務(wù)部門的以下時(shí)機(jī)入手：想做創(chuàng)新、想改良現(xiàn)狀、新工作兩眼一抹黑、遭遇問題不知所措、三板斧砍完不見效

套路經(jīng)驗(yàn)
想找方案，就要先研究套路。大量數(shù)據(jù)分析一聽“如何做”就怕了，因?yàn)槲覀儾蛔鼍唧w業(yè)務(wù)，站在數(shù)據(jù)分析角度，關(guān)注的不是某個(gè)具體idea，而是哪個(gè)套路更管用結(jié)合數(shù)據(jù)，找到更好的套路，才是數(shù)據(jù)分析的作用。這里需要數(shù)據(jù)分析師對(duì)常用的業(yè)務(wù)套路所有了解。

業(yè)務(wù)需求
有業(yè)務(wù)需求時(shí)，先不要著急跑數(shù)，牢記靈魂三問：

• 這是個(gè)啥層級(jí)問題？
  服務(wù)對(duì)象決定
• 這是個(gè)啥類型的問題
  數(shù)據(jù)分析可以直接解決的問題有五大類，可以間接解決的問題有三大類
• 當(dāng)前狀態(tài)下要輸出什么成果

適用層次適用場(chǎng)合投入成本效果

臨時(shí)取數(shù)	戰(zhàn)斗層	“這個(gè)數(shù)據(jù)老板要,下班以前要搞定	看似投入少,需求一多,非常時(shí)耗力	幾乎沒有，不會(huì)有人注意你
報(bào)表	戰(zhàn)略層、戰(zhàn)斗層	跟蹤固定指標(biāo),發(fā)現(xiàn)問題	建指標(biāo)體系耗時(shí),后續(xù)維護(hù)簡單	長期內(nèi)大家都會(huì)看，但幾乎沒有人說你好
專題分析	戰(zhàn)略層、戰(zhàn)術(shù)層	針對(duì)專項(xiàng)問題,尋找辦法	無論啥時(shí)候都費(fèi)時(shí)費(fèi)力	短期內(nèi)有效
數(shù)據(jù)模型	戰(zhàn)術(shù)層、戰(zhàn)斗層	適合模型解決的特定問題	非常吃數(shù)據(jù)質(zhì)量,想實(shí)現(xiàn)效果需要業(yè)務(wù)的配合	不是露臉，就是露屁股
ABtest	戰(zhàn)斗層	有具體業(yè)務(wù)方案情況下做測(cè)試	需要大量前期準(zhǔn)備,有可能需準(zhǔn)備很多個(gè)版本,開發(fā)壓力大	工作量大，短期內(nèi)有效，同意產(chǎn)生依賴
數(shù)據(jù)產(chǎn)品	戰(zhàn)略層、戰(zhàn)術(shù)層	有經(jīng)費(fèi)/人力/時(shí)間的話盡量都做成產(chǎn)品,直觀,好用	非常多經(jīng)費(fèi)/人力時(shí)間投入	需要培養(yǎng)用戶習(xí)慣

• 例如：
  套在電視劇里，如果你是總指揮，意大利炮簡單，為啥我想不到？因?yàn)槟慵炔皇抢顖F(tuán)長，也不是二營長，也不是山本大佐。你的位置和電視劇里的總指揮一樣：前線都打成一鍋粥了，你還不知道發(fā)生了什么。哪里在打，誰在打，打啥，打的咋樣了，完全不知道。如果有了以下信息會(huì)很快明了
  對(duì)象：李云龍這個(gè)混小子
  級(jí)別：戰(zhàn)術(shù)+戰(zhàn)斗
  現(xiàn)狀：優(yōu)勢(shì)兵力，四面包圍，打縣城！三個(gè)方向已得手，唯一卡在城樓，攻不進(jìn)去
  經(jīng)驗(yàn)：圍點(diǎn)打援
  痛點(diǎn)：城樓太高，敵人火力太猛，步兵沖不上去
  需求：需要時(shí)間、重火力

2.需求分析 —— 分析的前提

病人一般的小病是不需要醫(yī)生的，同理，當(dāng)需要分析輔助時(shí)一定是業(yè)務(wù)遇到無法理清的大問題。數(shù)據(jù)分析師要像醫(yī)生對(duì)待真實(shí)的病人³一樣。菜鳥確認(rèn)需求完全依賴于：問業(yè)務(wù)、套模板；老鳥確認(rèn)需求：具體情況具體分析帶著經(jīng)驗(yàn)、方案、邏輯……一步步引導(dǎo)業(yè)務(wù)到數(shù)據(jù)分析可以解決的問題上。

項(xiàng)目意識(shí)
需要復(fù)雜的問題該立項(xiàng)做盡量立項(xiàng)做，不能立項(xiàng)做的也要有項(xiàng)目思維：項(xiàng)目目標(biāo)、工作范圍、輸出產(chǎn)物、交付時(shí)間。有多大鍋下多少米，如果數(shù)據(jù)質(zhì)量差、人手不足、缺乏基礎(chǔ)，缺乏經(jīng)驗(yàn)、就沉住氣一步步做，不指望一次解決所有問題。

• 項(xiàng)目管理鐵三角
  投入和產(chǎn)出是每份工作都要明確的。鐵三角需要確認(rèn)的質(zhì)量、時(shí)間、成本。
  • 產(chǎn)出質(zhì)量:
    包括：1.看清形式(數(shù)據(jù)、報(bào)告）2.找到問題(分析結(jié)論)3.對(duì)形式判斷(分析結(jié)論)4.執(zhí)行名單(分析結(jié)論/預(yù)測(cè)結(jié)果)。
    數(shù)字、模型、報(bào)告本身不是產(chǎn)出。業(yè)務(wù)從不了解情況到了解，從沒有辦法到有辦法，從不知道怎么選到知道怎么選，從沒有準(zhǔn)備到一二三級(jí)預(yù)案，這才是產(chǎn)出。所以不要脫離問題就數(shù)論數(shù)。從數(shù)字里推出結(jié)論。
  • 時(shí)間:最遲什么時(shí)候要結(jié)果
    時(shí)間千萬別忘了。時(shí)間緊，盡量快速出結(jié)論；時(shí)間寬，就要分步驟輸出，企業(yè)不是學(xué)校留大半年給你慢慢憋論文
  • 成本:
    數(shù)據(jù)分析師的人手、加班時(shí)間、數(shù)據(jù)質(zhì)量、業(yè)務(wù)配合度(缺一不可）
• 沉淀與可復(fù)制
  要想辦法沉淀些能復(fù)用的東西 ，面對(duì)同類分析需求每次都一個(gè)個(gè)從頭研究，估計(jì)得忙到黃花菜都涼了，而且可以作為項(xiàng)目輸出的一部分。例如：對(duì)主要的分析對(duì)象建立評(píng)估指標(biāo)體系，沉淀一套評(píng)估方法論和監(jiān)控指標(biāo)，甚至有希望上一個(gè)小數(shù)據(jù)產(chǎn)品來做長期監(jiān)控
• 可執(zhí)行
  解決怎么做，給出的建議要可執(zhí)行。可以套用：5W2H。
  • where-在哪里搞
  • who- 誰來搞
  • what-搞誰？
  • why-目標(biāo)
    目標(biāo)模糊時(shí)需要得出大致的范圍，結(jié)合趨勢(shì)+目標(biāo)進(jìn)行計(jì)算.有個(gè)這個(gè)測(cè)算，我們就對(duì)宏觀形勢(shì)有了判斷，可以爭(zhēng)取資源，鎖定工作范圍.注意測(cè)算時(shí)模型盡量簡潔：越簡單越容易讓不同知識(shí)背景的領(lǐng)導(dǎo)們達(dá)成共識(shí)。
  • when-多久
    目標(biāo)要結(jié)合時(shí)間、措施、投入：投入是多少、每個(gè)階段做什么、大致目標(biāo)是多少
  • how-方案結(jié)合數(shù)據(jù)，找到更好的套路，
  • how much-投入

投入/時(shí)間長短

多	精致工程:合理規(guī)劃+按部就班+細(xì)致工作+及時(shí)回饋	突擊工程：金錢換時(shí)間、人多力量大、實(shí)用第一

| 少 | 雞肋工程：有空就搞搞 | 應(yīng)急工程：抓冬瓜丟芝麻

問題題眼
題眼是指對(duì)解決最重要的影響因素，只有一個(gè)，由實(shí)際情況決定。一般來說，用戶出現(xiàn)問題時(shí)：直接面向用戶的商品是關(guān)鍵因素，為什么是這個(gè)商品不是別的，為什么觀察這個(gè)角度的數(shù)據(jù)？
需要進(jìn)行復(fù)雜分析的往往是要解決5個(gè)問題中的后兩問，需要先解決前面的問題，是多少，是什么，為什么

構(gòu)建分析框架
業(yè)務(wù)冋題不直接等于數(shù)據(jù)問題,要做把業(yè)務(wù)問題轉(zhuǎn)化為數(shù)據(jù)邏輯：明確分析思路，數(shù)據(jù)需求。判斷問題的真?zhèn)巍⒋笮?#xff0c;問題的背后可能有，商品、產(chǎn)品、用戶群、競(jìng)爭(zhēng)對(duì)手等各反面的問題，要從根據(jù)業(yè)務(wù)邏輯/分析邏輯建立一個(gè)問題邏輯樹，用于系統(tǒng)診斷：出問題的位置。

• 邏輯樹能全面、有序的展示思路，樹的每一個(gè)分支最后要盡量落到數(shù)據(jù)可以支持的地方。
• 轉(zhuǎn)化問題
  可以用兩個(gè)方式轉(zhuǎn)化問題：
  第一，從需求出發(fā)，推導(dǎo)可行解決范圍，落實(shí)到一個(gè)具體問題上。例如：需要上促銷。需要什么形式是否存在沒促銷也能做起來的標(biāo)桿？復(fù)制了沒有？形式、力度是否可優(yōu)化？
  第二，從痛點(diǎn)出發(fā)，先找到需求背后的真實(shí)痛點(diǎn)，再找解決痛點(diǎn)的方案。例如：需要要上促銷!上促銷為解決什么問題？解決邀約客戶難的問題？有沒促銷也能約的標(biāo)桿？人家是怎么做的？是否可以復(fù)制？做那些事解決邀約？列出潛在方案,再分析經(jīng)驗(yàn)/測(cè)試

構(gòu)建分析假設(shè)，
問題邏輯樹展示的問題較為瑣碎，一個(gè)個(gè)研究不現(xiàn)實(shí)，要根據(jù)問題的主語進(jìn)行歸納設(shè)計(jì)假設(shè)
案例：用戶是否喜歡平臺(tái)、用戶是否喜歡直播、用戶是否喜歡游戲，可以合并為用戶質(zhì)量問題，同理歸納為產(chǎn)品質(zhì)量、服務(wù)質(zhì)量等有限的幾大核心。針對(duì)幾大核心提出假設(shè)：1. 用戶問題：用戶本身質(zhì)量不高，投放不準(zhǔn) 2. 推廣流程問題：推廣環(huán)節(jié)多（比如先拉群，聽直播再推付費(fèi)課），效率低 ……

尋找數(shù)據(jù)，驗(yàn)證假設(shè)推導(dǎo)出核心問題
這是數(shù)據(jù)分析師最能發(fā)揮作用的地方，因?yàn)槟芸陀^看待問題，避免本位主義，需要：

• 具體問題具體分析
• 指標(biāo)/評(píng)估體系
  對(duì)核心對(duì)象建立指標(biāo)體系 或者根據(jù)評(píng)估體系，匹配對(duì)應(yīng)的問題

解決問題的層級(jí)
業(yè)務(wù)部門解決問題有一個(gè)從無到有的過程,數(shù)據(jù)分析輔助要根據(jù)業(yè)務(wù)部門的基礎(chǔ)有層級(jí)順序的分層級(jí)輸出。因此得先看業(yè)務(wù)部門到哪一步卡住了,不做跳躍層級(jí)的事，沉住氣一步步來，最后結(jié)果才容易得到認(rèn)可才好發(fā)力：

業(yè)務(wù)部門的狀態(tài)是否可以量化
無法量化就先做數(shù)據(jù)報(bào)表,此時(shí)要判斷數(shù)據(jù)是否已采集，在采集完成后，梳理指標(biāo)輸出數(shù)據(jù)，把基礎(chǔ)情況搞清楚完報(bào)表可以匯報(bào)了,再向下一階段推

狀態(tài)是否有清晰的判斷標(biāo)準(zhǔn)
判斷標(biāo)準(zhǔn)一定要事先立!太多項(xiàng)目死于“提高銷量”“增加活躍度”這種含糊的標(biāo)準(zhǔn)到底提高多少!增加多少,事前要有斷。

各種業(yè)務(wù)的狀態(tài)是否有分析假設(shè)？
分析假設(shè)，可以按圖索驥排查原因。沒有假設(shè)或者假設(shè)不足，則需要先按照業(yè)務(wù)流程排查清楚原因。

針對(duì)各種造成問題的原因是否可以執(zhí)行預(yù)案（策略）
有預(yù)案可以執(zhí)行預(yù)案。沒有預(yù)案，考慮是否有可參照的預(yù)案，有則匹配參照對(duì)象與問題；沒有參照，帶著問題、邏輯、條件尋找方案。

跟蹤執(zhí)行的結(jié)果，判斷是否對(duì)結(jié)果有信心
沒有信心則進(jìn)行：ABtest或者預(yù)測(cè)方案。有信心則建立過程監(jiān)控報(bào)表，上線預(yù)案。

控制好業(yè)務(wù)方期望
除了期待之外，一切都有邊界。現(xiàn)實(shí)中每個(gè)人都受崗位、部門、等級(jí)的限制，資源有限，因此可用的手段往往是有限的。這樣是個(gè)利好：我們篩選方法的范圍不是無限廣，而是在有限的選項(xiàng)內(nèi)做選擇。業(yè)務(wù)們的痛點(diǎn)，很多不是數(shù)據(jù)能解決的。問題分析完之后，要及時(shí)與業(yè)務(wù)方溝通預(yù)期結(jié)果，要注意留有邊界，以防項(xiàng)目死于期待太高

• 注意

  • 不要依賴業(yè)務(wù)
    確認(rèn)需求，不是讓你直接問業(yè)務(wù)：“你們想分析點(diǎn)啥”。這種問法太被動(dòng)，又回到叼飛盤老路上。而且往往業(yè)務(wù)會(huì)回答的你摸不著腦袋：

  • 真實(shí)場(chǎng)景中需要我們處理的正是業(yè)務(wù)無法清晰講明的問需要分析定位：具體怎么難做法?具體表現(xiàn)是什么？具體在哪里？而業(yè)務(wù)部門自己是那個(gè)在雨里狂奔的人，啥時(shí)候淋濕的，淋濕了啥感覺，他們比數(shù)據(jù)分析師更早感受的到。就像得了感冒很多人選擇自己扛過去一樣，很多業(yè)務(wù)部門也喜歡選擇：自己扛過去。所以最后到數(shù)據(jù)分析師這里的問題，往往是“誒呦，痛痛痛，我也說不清楚”——因?yàn)檎f得清楚的早自己處理了
  • 業(yè)務(wù)方直接提出來的需求，很有可能是個(gè)偽需求，或者效率的需求。
    大部分業(yè)務(wù)一遇到問題，最直接想到的就是找公司要資源，特別是打折；我們需要考慮：為啥別人家不打折也能賣？為啥促銷參與率那么低？為啥新品流通比平均慢20%？為啥二次跟進(jìn)次數(shù)少一半

  • 不死硬套模板
    實(shí)際問題是復(fù)雜場(chǎng)景，不是大喊一句“我是互聯(lián)網(wǎng)AARRR思維”就能搞掂的。指望套模板結(jié)局就是死翹翹。況且經(jīng)過這幾年的歷練，很多運(yùn)營、產(chǎn)品經(jīng)理、策劃都學(xué)會(huì)了基礎(chǔ)數(shù)據(jù)分析概念，這時(shí)候還抱著充滿“SOWT、PEST、5w2h”一類空洞口號(hào)ppt模板，數(shù)據(jù)分析師就等著下崗吧。具體問題、具體分析，怎么強(qiáng)調(diào)都不為過。
    例如：曾是toC互聯(lián)網(wǎng)企業(yè)，現(xiàn)在要發(fā)力toB，完全不知道怎么和客戶打交道；名為互聯(lián)網(wǎng)產(chǎn)品，可服務(wù)對(duì)象是實(shí)體老板，銷售還在用最原始的電話外呼；

3.開展分析工作——核心工作

基本思路理清楚、定好交付時(shí)間、排工作優(yōu)先級(jí)、安排項(xiàng)目組成員。然后就可以按計(jì)劃下地干活。具體內(nèi)容和分析議題有關(guān)，這里無法展開講的。當(dāng)有工作方式需要注意：

• 分析和決策脫離：這是最大、最大、最大的問題。往往做決策是拍腦袋、憑經(jīng)驗(yàn)、抄對(duì)手、聽安排，缺少真正的分析，作分析的實(shí)際上僅僅在更新數(shù)據(jù)，沒有意見，沒有解讀，沒有洞察。
• 理論與實(shí)際脫離：這是第三大問題，講起AARRR如數(shù)家珍，可具體到一個(gè)行業(yè)，一個(gè)業(yè)務(wù)，一個(gè)活動(dòng)，一次文案，到底數(shù)據(jù)形態(tài)是啥樣，到底該做到多少合適，完全沒有頭緒。
• 缺少歷史經(jīng)驗(yàn)積累：對(duì)過往數(shù)據(jù)沒有采集，沒有積累，甚至很多做數(shù)據(jù)的同學(xué)連業(yè)務(wù)目前在干什么都不知道，更別提以前干過的，這能分析就見鬼了。
• 缺少活動(dòng)、策劃案、文案標(biāo)簽體系：就如同沒有打用戶標(biāo)簽很難理解用戶一樣，沒有打這些業(yè)務(wù)標(biāo)簽，也沒法具體分類對(duì)比業(yè)務(wù)，更沒法總結(jié)套路。
• 不要一開始就陷入到細(xì)節(jié)當(dāng)中，要抓住分析的重點(diǎn)
• 及時(shí)溝通和分步落地
• 完成一個(gè)議題溝通一次，切記憋大招。
  憋得越久，人們對(duì)你期望值就越高，最后失望就越嚴(yán)重。因此，只要項(xiàng)目工資超過1周，就得有周匯報(bào)，通知大家進(jìn)度；時(shí)間超過1個(gè)月，一定要有月總結(jié)，拿中間過程和大家碰一下。特別特別是用到算法的項(xiàng)目，死于業(yè)務(wù)期望值過高的例子，特別特別多。過程中，具體的算法過程不用向業(yè)務(wù)匯報(bào)，但是遭遇的困難和期望輸出的結(jié)論，要經(jīng)常保持溝通，適當(dāng)控制業(yè)務(wù)期望，避免最后一刻才發(fā)現(xiàn)貨不對(duì)板，最后身敗名裂。
• 分布落地
  有部分共識(shí)以后，直接往戰(zhàn)斗級(jí)推進(jìn)，有部分亮點(diǎn)出來，及時(shí)上更細(xì)節(jié)的分析/策略研討最好看到一個(gè)數(shù)據(jù)改善以后，再推下一個(gè)。
• 監(jiān)控?cái)?shù)據(jù)變化，如果大形勢(shì)變化，適時(shí)調(diào)整方向。
• 及早給出預(yù)判
  在項(xiàng)目開始前，預(yù)先給出結(jié)果判斷非常重要。有可能假設(shè)問題里，有些運(yùn)營已有明確結(jié)論，有些運(yùn)營不想改/不能改/不會(huì)改，有些運(yùn)營毫不在乎。提前溝通能直接繞開這些溝溝坎坎，極大的減少分析完以后被人質(zhì)疑：“你說的有什么用！”“你說的很好，可這毫無意義”“你說完了我還是不知道怎么干”的問題。保持溝通，在后續(xù)項(xiàng)目推進(jìn)中同樣重要
• 具體問題具體分析
  回到服務(wù)對(duì)象的角度，單一的賣點(diǎn)很難支持所有人的需求，需要針對(duì)部門、崗位、特殊需求進(jìn)行包裝
• 篩選結(jié)果輸出方式
  要求只有一個(gè)：有效
• 方式分類：工具、知識(shí)、資源、服務(wù)。方法的來源除了創(chuàng)新之外優(yōu)先參考過往經(jīng)驗(yàn)和行業(yè)經(jīng)驗(yàn)。
• 適合：考慮業(yè)務(wù)部門的數(shù)據(jù)化層次，不做跳躍層級(jí)的事，沉住氣一步步來。
• 實(shí)用：選擇更有效的方法，所有面對(duì)一線的東西，對(duì)便利性的要求，都是遠(yuǎn)遠(yuǎn)大于科學(xué)性的。例如：對(duì)于銷售而言，簡潔的數(shù)據(jù)標(biāo)簽比圖更有用：

4.落地方法——最重要環(huán)節(jié)

對(duì)實(shí)際價(jià)值而言，只有分析思路和方法是沒有用的，更重要的環(huán)節(jié)是：落地。落地方法這一步，得看具體的方法是什么，再具體執(zhí)行，這里大部分是具體的業(yè)務(wù)操作，和數(shù)據(jù)關(guān)系不大。但在具體落地的時(shí)候會(huì)遇到：上同下反⁴的現(xiàn)象。問題的本質(zhì)是沒有對(duì)數(shù)據(jù)的作用溝通到位：數(shù)據(jù)不是祖?zhèn)鞯木让傻?#xff0c;它不能一吃就靈。

循序漸進(jìn)，威逼利誘。
數(shù)據(jù)分析的結(jié)果不一定就正確，類似于臨床的初診，治療性診斷、需要迭代才能確保有效。而且對(duì)銷售業(yè)績而言，促銷才是救命仙丹，一降價(jià)肯定有銷量，但救命仙丹其實(shí)都是汞、硝、硫磺這種劇毒玩意，嗑多了人就掛了。這也是數(shù)據(jù)產(chǎn)品真正難題，避免問題拖到了需要嗑仙丹的地步。

• 首先，有一個(gè)良好的開始，醫(yī)生不會(huì)說馬上就有效的話，先開幾天的藥，叮囑你按時(shí)吃藥。我們可以先找到那些對(duì)數(shù)據(jù)最信任，最喜歡的用人做第一波種子。
• 其次，重視反饋。醫(yī)生會(huì)會(huì)告訴你大概的有效，看清況：如果無效加重劑量或者換藥，有效的話提醒你好轉(zhuǎn)的情況。如何能得到反饋，要根據(jù)對(duì)象來靈活變通。
• 接著，從眾效應(yīng)，給你舉例其他患者的案例，鼓勵(lì)你。有了使用率起來，就可以開始搞從眾效應(yīng)，
• 最后，威脅恫嚇，在有效的情況下，如果業(yè)務(wù)放棄治療會(huì)有哪些的可怕后果。

落地目標(biāo)結(jié)合業(yè)務(wù)動(dòng)作
方法要能落地，這是首要。數(shù)據(jù)分析驅(qū)動(dòng)業(yè)務(wù)是正確的廢話，太空、太虛。想要讓數(shù)據(jù)分析成果在一個(gè)部門里落地生根，要從’太理論‘到實(shí)用：

把公司目標(biāo)-部門目標(biāo)-項(xiàng)目目標(biāo)串起來。部門的目標(biāo)服務(wù)于公司大目標(biāo)，我們的落地目標(biāo)要服務(wù)于業(yè)務(wù)部門的目標(biāo)，這樣才能讓項(xiàng)目站的穩(wěn)。

模型、報(bào)表、ppt的核心不是計(jì)算而是具體的小目標(biāo)：
我能做個(gè)模型→我要找到運(yùn)力最缺乏的時(shí)間
我能做個(gè)報(bào)表→我要找出來效率最低的班組
我能做個(gè)ppt→我要識(shí)別最容易投訴的客戶
例如：比如,數(shù)據(jù)和物流部合作,物流部的目標(biāo)也會(huì)隨著公司大目標(biāo)變化,所以比起丟一個(gè)大而全的報(bào)表,不如每次聚焦一個(gè)小目標(biāo),小步快跑 ：

監(jiān)控進(jìn)度，接受反饋
方案實(shí)施 作為數(shù)據(jù)分析，能做的是：監(jiān)控進(jìn)度，保障按計(jì)劃執(zhí)行，個(gè)冋題有一個(gè)具體針對(duì)性意見。每個(gè)意見,先看有多少人使用,再看接受后指標(biāo)改善。
在執(zhí)行掉鏈子的時(shí)候提示問題。比如：

• 工具：上意大利炮（從哪里，用什么型號(hào)炮，調(diào)動(dòng)多少，調(diào)到哪里）
• 資源：多調(diào)兵支援（從哪里掉，調(diào)誰，調(diào)多少，調(diào)取哪里）

數(shù)據(jù)產(chǎn)出必須固定成產(chǎn)品/服務(wù)，堅(jiān)決不能讓它躺在ppt或者excel里

一來可以插個(gè)旗子，讓大家記得這是我們的成績。如果沒有一個(gè)固定的產(chǎn)品或者服務(wù)，數(shù)據(jù)就很容易人走茶涼

二來可以告知未合作的部門，我們能做出什么樣的東西，勾引他們合作；沒有成功反而做的越多，認(rèn)可度越低。

三來可以告知所有人，數(shù)據(jù)的項(xiàng)目是有流程、人力、時(shí)間成本的，要合作就坐下來認(rèn)真談。不要指望丟幾句話，鍵盤咔咔一響鈔票就破屏而出事后表功的時(shí)候記不到。

區(qū)分對(duì)待服務(wù)對(duì)象
找到好隊(duì)友。數(shù)據(jù)產(chǎn)品知識(shí)只是一個(gè)開始，就像醫(yī)生開的藥，效果往往是緩慢的提升，甚至需要治療式診斷而且沒有人的配合很難獨(dú)立產(chǎn)生價(jià)值，大部分企業(yè)的數(shù)據(jù)分析部門，沒有獨(dú)立經(jīng)費(fèi)和工作團(tuán)隊(duì)，需要通過服務(wù)業(yè)務(wù)部門實(shí)現(xiàn)分析成功的落地。這就要求我們，有良好的溝通能力及敏銳的識(shí)人眼：

態(tài)度/業(yè)績好差

好	新兵銳將	蝦兵蟹將
差	驕兵悍將	疲兵倦將

• 驕兵悍將：保護(hù)自己是第一位的，不要頂撞他們，更要避免淪為他們的甩鍋對(duì)象。先安分守己，避免出錯(cuò)，再談其他的。
• 新兵銳將：這是最優(yōu)先考慮合作的團(tuán)隊(duì)，一旦發(fā)現(xiàn)，盡早聊，盡早開工！
• 疲兵倦將：這些人問題非常突出，且喜歡甩鍋，所以除非已經(jīng)有了有把握的方案，否則不要招惹他們，避免麻煩上身。
• 蝦兵蟹將：這些人容易談合作，但出成績難，可以挑其中尚有生機(jī)的“活蝦”合作，嘗試著做一些

小成績，再爭(zhēng)取更大的機(jī)會(huì)

• 注意影響落地的因素：

• 決策與執(zhí)行脫離：這是第二大的問題。往往方向、費(fèi)用、策略，是上層領(lǐng)導(dǎo)決定的，基層同學(xué)們每天忙著：做方案-請(qǐng)示-改方案-請(qǐng)示-改方案-請(qǐng)示。對(duì)于為什么這么干，干到哪里才算完全暈頭暈?zāi)X。啥分析都沒用。

5.復(fù)盤經(jīng)驗(yàn)

數(shù)據(jù)賦能、數(shù)據(jù)產(chǎn)品……說的好聽，最后賦成了沒有，賦成啥樣，要拿數(shù)據(jù)說話做檢驗(yàn)。不用說，這又是數(shù)據(jù)分析老本行工作。

• 匯報(bào)工作
  匯報(bào)的時(shí)候，除了項(xiàng)目流程也要考慮目標(biāo)聽眾的身份、目的、結(jié)合項(xiàng)目目標(biāo)做個(gè)性化匯報(bào)。這樣才能取得好效果。基于聽眾的思考，使得即使同樣的數(shù)據(jù)，同樣的結(jié)論，也能有不同的表達(dá)形式，最后抓住聽眾眼球，

  菜鳥數(shù)據(jù)分析師眼中老鳥數(shù)據(jù)分析師眼中

  分析背景	誰在聽？
  分析目的	他關(guān)心什么?
  指標(biāo)含義	數(shù)據(jù)怎么能幫助他？
  數(shù)據(jù)來源	什么表達(dá)他能聽明白
  數(shù)據(jù)清洗
  建模過程
  分析結(jié)論
  業(yè)務(wù)建議

案例：

問題：某短視頻平臺(tái)，游戲直播業(yè)務(wù)的日活用戶1000萬左右，但90%觀看時(shí)間不足10分鐘，運(yùn)營希望盡可能多的讓用戶觀看10分鐘以上，請(qǐng)分析下該干哪些事情。

項(xiàng)目思維
遇到這種運(yùn)營很頭疼的專項(xiàng)問題，這時(shí)候不立項(xiàng)，還等何時(shí)。先把旗子插起來，再開工

定方向
這是個(gè)典型的戰(zhàn)術(shù)級(jí)問題。已經(jīng)定了要提高每日觀看10分鐘以上用戶數(shù)量，但是具體怎么做方向都沒有，這時(shí)候就得先搞清方向。
這個(gè)問題是個(gè)典型的“怎么做”問題，運(yùn)營要的是具體執(zhí)行建議，因此就不能光在數(shù)據(jù)層面纏繞，得結(jié)合運(yùn)營可以干的事情來思考。
結(jié)合本次目標(biāo)，最好先輸出一個(gè)專題報(bào)告，大家達(dá)成共識(shí)以后往戰(zhàn)斗層去推進(jìn)，才容易落地

梳理業(yè)務(wù)
問題的題眼有：短視頻、游戲直播、DAU、觀看時(shí)長。短視頻平臺(tái)不稀罕，直播也不稀罕，DAU也不重要，觀看時(shí)長僅僅是結(jié)果（短視頻平臺(tái)的直播的游戲直播的用戶觀看時(shí)長）對(duì)解決最重要的影響因素是：游戲直播。'商品’種類有很多為什么是游戲直播？

• 游戲直播的特點(diǎn)”：
  運(yùn)營為什么會(huì)特別盯上游戲直播這塊，并且會(huì)發(fā)出“為啥連10分鐘都看不了的原因是什么？
  • 先天優(yōu)勢(shì)：1. 游戲IP天生有粉絲，傳播成本低、 2. 游戲直播競(jìng)技性、觀賞性好、3. 游戲打一局時(shí)間比較長，用戶粘性天生好

構(gòu)建思路
問題的主角是用戶，雖然表現(xiàn)是時(shí)間不夠長，當(dāng)背后原因可能千頭萬緒，其實(shí)問題的核心，來自用戶、主播、產(chǎn)品三個(gè)方，使問題邏輯樹從用戶到觸達(dá)游戲直播展開：

問題的核心，來自用戶、主播、產(chǎn)品三個(gè)方面，可以歸納為四大問題：
1.用戶不行 2. 主播不行 3. 產(chǎn)品不行 4. 用戶和主播沒有匹配上

建立評(píng)估體系
以上四個(gè)問題里三個(gè)可以用評(píng)估體系來完成。通過建立用戶需求、產(chǎn)品質(zhì)量、主播質(zhì)量的監(jiān)控體系，來評(píng)估用戶、主播、產(chǎn)品到底質(zhì)量如何，質(zhì)量是否穩(wěn)定
以用戶需求為例評(píng)估體系需要包括三個(gè)部分:第一、用戶、主播、產(chǎn)品的標(biāo)簽;第二,基于標(biāo)簽的分類;第三,基于分類的分層與數(shù)據(jù)監(jiān)控,這樣可以把“用戶質(zhì)量不夠好”這個(gè)判斷,落實(shí)成個(gè)具體、可量化的數(shù)據(jù)據(jù)結(jié)果:

上面僅僅是用戶的評(píng)估體系，還可以建立主播質(zhì)量評(píng)估體系，產(chǎn)品質(zhì)量評(píng)估體系。這樣做既能結(jié)束運(yùn)營對(duì)基礎(chǔ)情況兩眼一抹黑的狀態(tài)，又能為匹配問題打好基礎(chǔ)，還能沉淀一套評(píng)估方法論和監(jiān)控指標(biāo)，甚至有希望上一個(gè)小數(shù)據(jù)產(chǎn)品來做長期監(jiān)控。可謂一箭三雕。作為項(xiàng)目產(chǎn)出，遠(yuǎn)遠(yuǎn)比寫一堆PPT價(jià)值大的多。

匹配問題，出結(jié)論

用戶質(zhì)量不行，大部分不是游戲真愛粉——更精準(zhǔn)找真實(shí)用戶

主播質(zhì)量不行，名氣/技術(shù)不行，就是不吸粉——簽約有知名度強(qiáng)力主播

產(chǎn)品質(zhì)量不行，用戶就是經(jīng)常跳出——優(yōu)化產(chǎn)品流程/界面

匹配不行——根據(jù)用戶和主播標(biāo)簽，提高推送信息準(zhǔn)確度，找更容易轉(zhuǎn)化用戶的推送時(shí)間

制定工作計(jì)劃
定交付時(shí)間、排工作優(yōu)先級(jí)、安排項(xiàng)目組成員，之后就正式開工了。

下地干活

• 給預(yù)判
• 及時(shí)溝通
• 及時(shí)反饋

四.建立指標(biāo)體系

• 定義：
  指標(biāo)體系 = 指標(biāo) +結(jié)構(gòu)化

• 數(shù)據(jù)指標(biāo)體系三大件
  主指標(biāo)、框架、標(biāo)準(zhǔn)

• 設(shè)計(jì)思維
  自頂向下設(shè)計(jì),再自下而上回歸。指標(biāo)體系要服務(wù)于業(yè)務(wù)但，在具體的業(yè)務(wù)人員腦子里裝的是不是數(shù)據(jù)庫里的表結(jié)構(gòu)，而是一個(gè)個(gè)具體的問題。他們眼中的是問題結(jié)構(gòu)，這就是為什么要建立問題邏輯樹的原因。業(yè)務(wù)的每個(gè)核心的問題，可根據(jù)問題邏輯樹，分解為背后的小問題，而小問題有對(duì)應(yīng)的標(biāo)簽和數(shù)據(jù)，這就是指標(biāo)體系。

• 流程
  指標(biāo)體系的建立需要對(duì)每一個(gè)業(yè)務(wù)單元進(jìn)行：1.打標(biāo)簽：用戶、主播、產(chǎn)品的標(biāo)簽；2.標(biāo)簽分類；3.基于分類的分層與數(shù)據(jù)監(jiān)控4.評(píng)估迭代

• 意義
  基于指標(biāo)體系的診斷，只解決戰(zhàn)術(shù)問題：是什么、是多少。不解決戰(zhàn)斗層面：為什么，會(huì)怎樣，怎么做，未來怎么干得有更針對(duì)性的專題分析才行。

• 為什么需要數(shù)據(jù)指標(biāo)？

  • 標(biāo)準(zhǔn)=通過數(shù)據(jù)定義對(duì)象的好壞、類別
  • 數(shù)據(jù)指標(biāo)讓業(yè)務(wù)可預(yù)測(cè)、可評(píng)估。
    企業(yè)的每一步都有成本，需要事先準(zhǔn)備，事后評(píng)估。而環(huán)境是復(fù)雜的，數(shù)據(jù)指標(biāo)就是對(duì)抗不確定，無法衡量，則無法提升，例如：推廣活動(dòng)，具體的結(jié)果不到最后是不確定的，但我們需要提前為業(yè)務(wù)做準(zhǔn)備：營銷費(fèi)用、備貨量、倉儲(chǔ)量。活動(dòng)結(jié)束后，衡量活動(dòng)的效果：活動(dòng)之后有多少新增？銷售額多少？用于積累經(jīng)驗(yàn)，減少誤差。

• 分析為什么需要數(shù)據(jù)指標(biāo)體系？

• 指標(biāo)體系是分析思路一部分

  數(shù)據(jù)分析開工前，只有建立指標(biāo)體系，后面再進(jìn)行數(shù)據(jù)獲取、處理、分析、可視化的時(shí)候，才能有的放矢，才能按圖索驥.

一個(gè)問題，往往有很多方面。理清楚問題，就像吊車吊起一塊樓板，需要一組提手。只用一個(gè)指標(biāo)不能充分說明問題，需要有一組邏輯的數(shù)據(jù)指標(biāo)來細(xì)化。好的數(shù)據(jù)指標(biāo)體系，能讓業(yè)務(wù)人員看一眼就知道該在哪里干，該往什么方向干，非常好用

• 可以對(duì)現(xiàn)象之間的相互聯(lián)系，做出有序且深入的分析。
  一個(gè)指標(biāo)往往可以分成好多維度，增加維度，能夠避免平均數(shù)陷阱。核心指標(biāo)的波動(dòng)往往是因?yàn)槟骋环N維度的影響而產(chǎn)生的波動(dòng)，所以我們要監(jiān)控核心指標(biāo)，本質(zhì)上還是說要去監(jiān)控這個(gè)影響維度上的核心指標(biāo)。

• 工具性強(qiáng)
  指標(biāo)體系是針對(duì)核心對(duì)象建立的，有了指標(biāo)體系但對(duì)象出現(xiàn)時(shí)能快速定位問題，展開分析而不是每次都重頭再來。

• OLAP系統(tǒng)

  Online analytical processing ，聯(lián)機(jī)分析處理，核心是一個(gè)OLAP多維數(shù)據(jù)集

1. 主指標(biāo)（一級(jí)指標(biāo)）

• 定義：
  用來評(píng)價(jià)業(yè)務(wù)的最核心的指標(biāo)。主指標(biāo)是由問題級(jí)別決定的一個(gè)相對(duì)值，小問題的主指標(biāo)是大問題的子指標(biāo)。

  運(yùn)營分工工作職責(zé)主要指標(biāo)感性、理性數(shù)據(jù)作用備注

  渠道運(yùn)營	選擇渠道投放資源,拉新搞流量	投放數(shù)量、用戶轉(zhuǎn)化、銷售轉(zhuǎn)化、投放RoI	理性	中	講究策略性,需要觀察數(shù)據(jù)合理分配費(fèi)用,改善轉(zhuǎn)化。具體則需要分渠道
  用戶運(yùn)營	通過獎(jiǎng)勵(lì)、積分、會(huì)員等維護(hù)用戶新增、活躍、留存。	AARRR(新增、活躍、留存、轉(zhuǎn)化、轉(zhuǎn)介紹)	理性	高	特別講究策略性,AARRR各指標(biāo)很難平衡
  內(nèi)容運(yùn)營	內(nèi)容創(chuàng)作用于內(nèi)外部媒體投放：設(shè)計(jì)視頻、文案、廣告、供宣傳使用,通過微信、微博、公眾號(hào)、抖音、站內(nèi)信等平臺(tái)影響用戶	內(nèi)容全網(wǎng)點(diǎn)擊數(shù)、轉(zhuǎn)化數(shù)、漲粉數(shù)	感性	低	做內(nèi)容特別依賴創(chuàng)作者的靈感和創(chuàng)意,數(shù)字只是結(jié)果
  商品運(yùn)營	銷售商品的進(jìn)銷存管理	上架、進(jìn)貨、銷量、庫存、利潤、周轉(zhuǎn)	理性	高	前期有感性的部分，后期都有周轉(zhuǎn)和銷量來定位
  活動(dòng)運(yùn)營	組織活動(dòng),提升用戶、產(chǎn)品、商品指標(biāo)	活動(dòng)目標(biāo)、參與人數(shù)、達(dá)標(biāo)人數(shù)、活動(dòng)ROI	高	高	數(shù)據(jù)為策略提供依據(jù)，但具體到每個(gè)活動(dòng)力,影響因素很多：宣傳語、宣傳視頻、活動(dòng)創(chuàng)意、代言明星等。
  新媒體運(yùn)營	兩微一抖等平臺(tái)日常運(yùn)作	平臺(tái)粉絲數(shù)、內(nèi)容點(diǎn)擊、轉(zhuǎn)發(fā)、轉(zhuǎn)化	中	中
  產(chǎn)品運(yùn)營	品體驗(yàn)優(yōu)化、升級(jí)、改版需求	產(chǎn)品路徑、用戶使用率、跳出停留的	中	中

• 建立

  • 題眼
    在具體分析中，面對(duì)具體的問題是可以建立共識(shí)之上的主指標(biāo)，比如問題的題眼，各假設(shè)問題的題眼：用戶質(zhì)量、主播質(zhì)量、
  • 直接選取 部門kpi
    一般情況無需分析師創(chuàng)造，會(huì)選直接有利企業(yè)的指標(biāo),因此各業(yè)務(wù)部門都有自己的kpi。

• 主指標(biāo)要素：

• 業(yè)務(wù)含義：在業(yè)務(wù)上它的意義是……
• 數(shù)據(jù)來源：哪個(gè)系統(tǒng)采集原始數(shù)據(jù)
• 統(tǒng)計(jì)時(shí)間：在XX時(shí)間內(nèi)產(chǎn)生的該數(shù)據(jù)
• 計(jì)算公式：如果有比例、比率，得說清楚誰除誰；如果是匯總，得說清楚誰加誰。

• 注意：

• 存在多個(gè)主指標(biāo)情況。
  不是所有的子指標(biāo)都能合成有意義的主指標(biāo)例如：判斷活動(dòng)整體的情況，除了銷售額，還要關(guān)注毛利，這才是真正賺到的錢。可能還得看銷售數(shù)量，因?yàn)殇N售數(shù)量和庫存直接掛鉤，得防止積壓太多。這樣就至少有了三個(gè)主指標(biāo)：銷售金額、銷售件數(shù)、銷售毛利。
• 注意虛榮指標(biāo)
  有些指標(biāo)并非越大越好,比如僅僅關(guān)注用戶數(shù)，會(huì)忽視：虛假注冊(cè)/1人多號(hào)等問題

2.結(jié)構(gòu)框架（二級(jí)/三級(jí)指標(biāo)）

子指標(biāo)是由分析框架決定，而構(gòu)建分析框架的核心是：思考維度。自指標(biāo)是對(duì)大方向進(jìn)一步問題，使問題更加準(zhǔn)確和具有可操作性。分層拆解要有強(qiáng)烈的邏輯關(guān)聯(lián)，，必須清楚了解他們是如何影響核心指標(biāo)的，每一層的指標(biāo)只能代表一個(gè)方向，不能有相關(guān)性，

• 好的思考維度：
  分類維度本身無對(duì)錯(cuò)，但有好用/不好用之分。不好用的分類雛度,數(shù)據(jù)切得很細(xì),看完也沒啥想法；好用的分類維度,可以讓人一眼看到自己可以控制的地方有沒有問題。
  例如：
  

• 核心是按照業(yè)務(wù)管理方式來拆解：
  有很多維度都能當(dāng)分類維度，選用哪些，完全看業(yè)務(wù)上能從什么角度管理問題。并非所有的分類的維度都有意義!每個(gè)部門能做的事情很有限,優(yōu)先按他們可以做事情的維度進(jìn)行拆分,這樣看完更容易指向:我該干x事情。
  比如：銷售金額，既能以分公司為單位進(jìn)行指標(biāo)拆解，也能以用戶為單位進(jìn)行。具體怎么看，要看業(yè)務(wù)能怎么管這件事。比如銷售一般按區(qū)域管理，那就按分公司拆。市場(chǎng)一般按用戶管，就按用戶拆。總之，基于業(yè)務(wù)最重要。

  • 越多越細(xì)越好
    主指標(biāo)往往是最終的結(jié)果，如果想更進(jìn)一步管理，需要按照過程細(xì)化，無法細(xì)化則無法監(jiān)督更無改進(jìn)的。因此過程指標(biāo)理論上越多越細(xì)越好，越多過程指標(biāo)，可以越細(xì)的追蹤流程，發(fā)現(xiàn)問題。但沒有指向性的劃分,一次性加入太多分類維度會(huì)極大增加閱讀報(bào)表的負(fù)擔(dān)。看的頭暈?zāi)X脹也不知道干啥。
  • 取決于:子指標(biāo)的重要性+數(shù)據(jù)采集難度
    在業(yè)務(wù)上，不見得每個(gè)動(dòng)作都做了數(shù)據(jù)采集，因此要結(jié)合具體業(yè)務(wù)流程來，在關(guān)鍵節(jié)點(diǎn)加以控制。梳理過程指標(biāo),其詳細(xì)程度,取決于:過程的重要性+數(shù)據(jù)采集難度。線上電商、020業(yè)務(wù)，線上零售可以通過埋點(diǎn)記錄用戶行為,因此可以對(duì)銷售過程進(jìn)行追蹤,從而建立過程指標(biāo);所謂的漏斗分析,其實(shí)是一個(gè)原理。傳統(tǒng)門店銷售很難釆集數(shù)據(jù),且門店位置有區(qū)位壟斷效果,所以更關(guān)注訂單分析;B2B銷售,雖然過程很難采集數(shù)據(jù),但銷售過程極其重要,投標(biāo)中一步走錯(cuò)可盤皆輸,丟掉巨大訂單,因此過程指標(biāo)非常重要。

• 常見的業(yè)務(wù)管理邏輯：

• 分類管理
  分類的方式有很多：地區(qū)、線上/下、銷量區(qū)間、時(shí)間、用戶群……
  案例：看到哪個(gè)業(yè)務(wù)線沒做好（如下圖）
  
• 按照計(jì)算公式的邏輯拆解
  常見的：杜邦分析法
  
• 按照流程程拆解維度
  比如：AAARR、漏斗圖、從用戶意向-談判-簽約-付費(fèi)，哪個(gè)環(huán)節(jié)出了問題。
  

• 案例
  像B2B業(yè)務(wù),大里過程要線下銷售跟進(jìn),很難記錄,但即使如此,只要有有線索入庫時(shí)間,那至少可以算四個(gè)指標(biāo):
  1.線索數(shù)(所有銷售起點(diǎn),直接反應(yīng)營銷推廣質(zhì)量）
  2.成單率(簽約/線索,直接反應(yīng)銷售質(zhì)量)
  3.成單時(shí)間(從線索入庫到簽約時(shí)間,反應(yīng)跟進(jìn)效率,傳說中魔法數(shù)字)
  4.成單數(shù)(就是常說的:業(yè)績數(shù)據(jù),只是簽約已經(jīng)是最后一步了)
  

3.判斷標(biāo)準(zhǔn)

找到了主指標(biāo)，就得為它建立配套的判斷標(biāo)準(zhǔn)，這樣才能解讀數(shù)據(jù)含義。參照物的選擇，本身是個(gè)復(fù)雜的分析過程，需要做深入的分析。常見的有四類：

• KPI達(dá)成率法:
  如果主指標(biāo)是KPI指標(biāo),有明確的數(shù)量要求,則直接算達(dá)標(biāo)率,達(dá)標(biāo)了就好,超額完成越多越好通過對(duì)標(biāo)年度/季度/月度目標(biāo),把一個(gè)靜態(tài)問題,轉(zhuǎn)化為動(dòng)態(tài)數(shù)據(jù)問題,這樣就能通過前后數(shù)據(jù)增長趨勢(shì)對(duì)比,判斷是不是有問題
• 生命周期法
  主要看環(huán)比數(shù)據(jù),假設(shè)業(yè)務(wù)走勢(shì)會(huì)有一個(gè)明顯周期性,選一個(gè)標(biāo)桿周期,比標(biāo)桿好則算好
• 標(biāo)桿法
  以競(jìng)品(寡頭)/行業(yè)為參照，超過越多越好
• 自然周期法
  主要看同比數(shù)據(jù),假設(shè)每年有一個(gè)正常走勢(shì),則符合走勢(shì),且比去年表現(xiàn)好的的算好
• 震旦曲線法
  監(jiān)控?cái)?shù)據(jù)是自帶標(biāo)準(zhǔn)的可以粗略的使用。我們看一條曲線，即使沒有定義一個(gè)“目標(biāo)值”，曲線本身的變動(dòng)也能成為判斷標(biāo)準(zhǔn)。對(duì)于銷售額，利潤，用戶數(shù)這種正向指標(biāo)（越多越好的指標(biāo)），增長本身就是好的，增長的速度越快越好，絕對(duì)數(shù)越大越好。對(duì)于成本、風(fēng)險(xiǎn)損失、投訴這種負(fù)向指標(biāo)而言，下降本身就是好的，下降速度越好越好，絕對(duì)數(shù)越小越好。

4.使用指標(biāo)體系診斷問題

指標(biāo)體系診斷方法：

先看主指標(biāo)+判斷標(biāo)準(zhǔn)，例如：主指標(biāo)是：銷售金額，先看本月是否達(dá)標(biāo)了，沒達(dá)標(biāo)差多少達(dá)標(biāo)。再看年累計(jì)達(dá)標(biāo)沒有，有多少虧空/盈余。這樣很容易看清楚：知道問題是什么，有多大。

再看分類維度子指標(biāo)。例如：哪些區(qū)域沒有做好，是不是一貫做不好；哪些區(qū)域做的好，是勉強(qiáng)完成還是持續(xù)上漲。這樣誰有能力兜底，誰是拖后腿的一目了然。

再看子指標(biāo)/過程指標(biāo)。例如：哪個(gè)環(huán)節(jié)沒做好，是線索太少了，得加大推廣力度；還是跟進(jìn)成功率低，得提升銷售能力；還是報(bào)價(jià)總miss，得增加一些折扣。怎么處理問題一目了然。

5.建立指標(biāo)常見問題

沒有主指標(biāo)，不知道在干啥
這是最常見的問題。很多同學(xué)的報(bào)表是從離職同事那里交接來的。為什么做？做了給誰看？看了又怎樣？一問三不知。反正每天照貓花虎，定時(shí)更新就好了。
有些同學(xué)試圖搞清楚，但是業(yè)務(wù)方自己是糊涂蛋。你問他：你們目標(biāo)是什么啊？他答：提升GMV啊~~親，GMV這么宏觀的東西，他到底管哪一塊？提升的話從多少提升到多少？提升到多少算滿意？丫自己做方案也是照貓畫虎，稀里糊涂，更不要說和數(shù)據(jù)分析師講清楚了。

沒有判斷標(biāo)準(zhǔn)，不知道說了啥
這個(gè)是另一個(gè)常見，且致命的問題。很多同學(xué)都是盲目更新報(bào)表，數(shù)據(jù)列了一大堆，到底什么算“好”什么算“不好”，不知道。或者只是天真的認(rèn)為：漲就是好，跌就是不好。結(jié)果引出特別多笑話（如下圖）

沒有拆解子指標(biāo)，對(duì)著主指標(biāo)發(fā)呆
這個(gè)問題往往是部門分工問題的后遺癥。

沒有按業(yè)務(wù)流程構(gòu)造子指標(biāo)，單純堆砌數(shù)據(jù)
很多同學(xué)構(gòu)建數(shù)據(jù)指標(biāo)體系，喜歡堆砌數(shù)據(jù)。放一堆指標(biāo)以顯得豐富。可實(shí)際上如果不按業(yè)務(wù)流程找子指標(biāo)，指標(biāo)之間邏輯性就很差，看起來經(jīng)常莫名其妙。更不要說，很容易弄出來類似“你幸福嗎”這種稀奇古怪的玩意。

沒有根據(jù)業(yè)務(wù)選分類維度，胡亂拆解
把用戶性別、年齡、地域、VIP等級(jí)、來源渠道、終端型號(hào)等等維度一通丟，顯得報(bào)表很豐富，實(shí)際上業(yè)務(wù)意義不清楚。你問他為什么拿男女分類，他答：分出來差異大……至于差異大了還能咋樣，業(yè)務(wù)上有沒有能力針對(duì)性別做事情，又不知道了。

五.數(shù)據(jù)報(bào)告

• 匯報(bào)動(dòng)機(jī)分為類：

• 你問我答：有明確的問題要解答
  弄回答是一個(gè)數(shù)字，還是一件事。這時(shí)候不是寫的報(bào)告沒人看，而是被人各種挑刺。

  • 即席查詢：回答即時(shí)的問題：是多少，是什么

  • 多維分析：在多維度中鉆取，發(fā)現(xiàn)問題所在**,回答是什么**

  • 預(yù)報(bào)：回答會(huì)怎樣，是最熱門的分析應(yīng)用之一，預(yù)測(cè)型建模預(yù)測(cè)未來是多少

  • 優(yōu)化：回答怎么做，

• 我說你聽：匯報(bào)情況，需要從常規(guī)數(shù)據(jù)中解讀
  做出來沒人看，就是那些最消耗體力，卻最不受待見的

• 標(biāo)準(zhǔn)報(bào)表：報(bào)告是多少。銷售/產(chǎn)品/運(yùn)營日?qǐng)?bào)、周報(bào)、月報(bào)、季報(bào)、半年報(bào).它們一般是定期生成，用來回答在某個(gè)特定的領(lǐng)域發(fā)生了什么。從某種程度上來說它們是有用的，但無法用于制定長期決策。

• 警報(bào)：報(bào)告是什么。警報(bào)可以業(yè)務(wù)知道什么時(shí)候出了問題，并當(dāng)問題再次出現(xiàn)時(shí)及時(shí)告知。警報(bào)可以通過電子郵件、RSS訂閱、評(píng)分卡或儀表盤上的紅色信號(hào)燈來展示。

• 統(tǒng)計(jì)分析：報(bào)告：為什么。在歷史數(shù)據(jù)中進(jìn)行統(tǒng)計(jì)并總結(jié)規(guī)律。

• 報(bào)告分類

• 專題：單一性，深入性針對(duì)某一問題

  采用：Word

• 綜合：全面，聯(lián)系性

  采用：PPT

• 日常：進(jìn)度性，規(guī)范性，日常性，時(shí)效性

  采用：Excel

  例如：日?qǐng)?bào)

1.明確前提

報(bào)告幾乎是數(shù)據(jù)分析的最后一步，更多功夫是在報(bào)告之前要做好：

了解業(yè)務(wù)背景

了解業(yè)務(wù)方目標(biāo)

認(rèn)清楚本次想溝通對(duì)象

報(bào)告時(shí)間長

聽報(bào)告的人來自哪些部門

領(lǐng)導(dǎo)是否來，哪個(gè)級(jí)別領(lǐng)導(dǎo)

提前了解他們對(duì)于數(shù)據(jù)/情況掌握多少
有基本的判斷、有一定程度了解，有深入功課

2.你問我答- 報(bào)告要點(diǎn)

初級(jí)報(bào)告
常常是領(lǐng)導(dǎo)或業(yè)務(wù)部門隨口要個(gè)數(shù)。這時(shí)候沒有分類維度，只是單一指標(biāo)，因此只要區(qū)分清楚時(shí)間狀態(tài)，就能解答好。案例：

請(qǐng)大家看上圖，作答：

昨天的銷售業(yè)績是多少
是多少-單維度：一問一答，正面回答，簡單清晰。
答1:昨天的銷售業(yè)績是1000萬

明天的銷售業(yè)績是多少
會(huì)怎樣：就得講清楚：預(yù)測(cè)方法、預(yù)測(cè)依據(jù)、預(yù)測(cè)結(jié)果。
明天，是還沒有發(fā)生的，因此是個(gè)預(yù)測(cè)值。涉及預(yù)測(cè)，
答：根據(jù)上周規(guī)律來看，明天預(yù)計(jì)1200萬，比今天多20%。

今天的銷售業(yè)績是多少
3點(diǎn)前的是實(shí)際值，3點(diǎn)后的是預(yù)測(cè)值。所以回答的時(shí)候要區(qū)分狀態(tài)，答：截止下午3點(diǎn)，實(shí)際值是700萬，按趨勢(shì)推算，預(yù)計(jì)1400萬。

中級(jí)報(bào)告
案例：
作答：

上個(gè)月業(yè)績情況如何？
是多少-多維度：判斷指標(biāo)數(shù)、維度數(shù)、先總后分。
思考：這里有幾個(gè)指標(biāo)？這里有幾個(gè)維度？第一問有幾個(gè)問題？

• 這里只有一個(gè)指標(biāo)：業(yè)績，
• 但是有3個(gè)分類維度：周、日、產(chǎn)品。很多新人會(huì)脫口而出：兩個(gè)分類維度，時(shí)間和產(chǎn)品。請(qǐng)注意，時(shí)間是又分成周和日的，因?yàn)檫@個(gè)指標(biāo)很明顯有周循環(huán)趨勢(shì)，因此周這個(gè)維度是不能省略的。
• 這里顯然不止一個(gè)問題。因?yàn)橛辛朔诸惥S度，所以有了整體和部分的區(qū)別。我們不能像初級(jí)匯報(bào)時(shí)候那樣丟一個(gè)“總業(yè)績是XXX”交差。遇到整體和部分，大家記得這個(gè)順序：整體-局部-個(gè)案的順序。是基于時(shí)間維度的總分結(jié)構(gòu),產(chǎn)品可以類似做分解,整體情況說完,各個(gè)分類維度一個(gè)個(gè)過可以這么說：
  

為什么第三周業(yè)績較前兩周下跌了？
為什么：結(jié)果明確，量化因素，展示假設(shè)
注意，問的是原因。原因指的是一個(gè)具體影響業(yè)績的問題，不是數(shù)字本身。分析出原因需要具體分析方法，這里略過，但作為報(bào)告，不管中間方法有多少：

最后匯報(bào)的結(jié)果得是清晰的。“因?yàn)閄X原因，導(dǎo)致該問題。”

需要對(duì)問題原因做量化考核，具體指出每個(gè)影響因素的大小，單純說：“因?yàn)榈谌芟掠炅恕啊ｋy以服眾

在匯報(bào)原因的時(shí)候,要把假設(shè)驗(yàn)證(證明原因是真的)一并附上,這樣原因才有說服力

高級(jí)報(bào)告
在數(shù)據(jù)分析領(lǐng)域，沒有高級(jí)的方法，只有高難度的問題。問題本身含糊不清，就一下把報(bào)告的難度從初級(jí)提到高級(jí)了。和中級(jí)報(bào)告的最大區(qū)別是：中級(jí)報(bào)告是基于數(shù)據(jù)談問題，而以高級(jí)報(bào)連基礎(chǔ)的事實(shí)、數(shù)據(jù)都沒有。這種情況下要牢記：先問是不是，再問為什么。

• 為什么這個(gè)月業(yè)績很差？
  先回答：是多少，是什么。擺事實(shí)，再樹標(biāo)準(zhǔn)，最后再分析。
  回答：1.這個(gè)月業(yè)績數(shù)值是XXX2. 判斷好和差的標(biāo)準(zhǔn)是（上月、去年同月、KPI指標(biāo)……）3. 和標(biāo)準(zhǔn)對(duì)比，差的程度是（不存在，輕，中，重）4.如果問題不存在，干脆就不答了5.最后回答：這個(gè)（輕，中，重）級(jí)別的差，是因?yàn)椤?/li>

我們的產(chǎn)品體驗(yàn)有什么問題？
先回答：1. 用戶體驗(yàn)的考核指標(biāo)是XXX. 判斷好和差的標(biāo)準(zhǔn)是（上月、去年同月、KPI指標(biāo)……）3. 和標(biāo)準(zhǔn)對(duì)比，差的程度是（不存在，輕，中，重）4.如果問題不存在，干脆就不答了5.最后回答：這個(gè)（輕，中，重）級(jí)別的差，是因?yàn)椤?/p>

為什么我的領(lǐng)導(dǎo)會(huì)聽到顧客不滿意的抱怨
套路也是一樣的。只不過問題3更不靠譜要先落實(shí)情況，要先明確對(duì)象、問題、事實(shí)、數(shù)據(jù)指標(biāo)，再樹標(biāo)準(zhǔn)，再分析再后續(xù)分析：
1.我的領(lǐng)導(dǎo)是誰2. 我的領(lǐng)導(dǎo)在什么時(shí)間、地點(diǎn)、以什么方式3. 聽到了哪一個(gè)用戶，關(guān)于什么問題的抱怨

3.我說你聽，報(bào)告要點(diǎn)

說大家關(guān)心的話，減少毫無意義的BB
分析工作中殘酷的真相是：數(shù)據(jù)是很重要，很多人是需要每天看數(shù)據(jù)，但數(shù)據(jù)只是他們工作的一小部分。因此大部分時(shí)候，看就看了，也不會(huì)特別當(dāng)成一回事。主動(dòng)匯報(bào)，想讓人聽進(jìn)去，得抓

四個(gè)場(chǎng)景。

第一次匯報(bào)
所有報(bào)表，都有第一次見人的時(shí)候。雖然以后這張報(bào)表會(huì)出現(xiàn)很多次，但在今天以前，沒有人看過這玩意。所以你得把基本概況解釋清楚。這里有一個(gè)指標(biāo)（業(yè)績），三個(gè)維度（周、日、產(chǎn)品類型）。因此講概況，要按從整體到局部，一個(gè)維度一個(gè)維度說。開局的時(shí)候，啰嗦一點(diǎn)是不怕的，因?yàn)榇蠹乙粺o所知，如果說的太少，反而讓人覺得摸不著頭腦。

平安無事匯報(bào)
平安無事，也是一件要報(bào)告的事。因?yàn)楹门c壞是相對(duì)的，能清晰的標(biāo)識(shí)出哪些是好事，就能找出哪些是壞事。樹立清晰的標(biāo)桿，對(duì)于判斷形勢(shì)非常有用。就簡單寫：12日當(dāng)日業(yè)績500，無異常。就好了

問題點(diǎn)匯報(bào)
出了問題大家都知道匯報(bào)，問題是：怎么知道出問題呢？如下圖所示，事后我們都知道本周出問題了，但是到底在哪個(gè)點(diǎn)該出來喊，該怎么喊？可以提示的點(diǎn)好多，越是緊張的時(shí)候，越需要數(shù)據(jù)做支持，這時(shí)候是不嫌多的。大部分常規(guī)報(bào)表就像體溫計(jì)：能提示問題但不能解決問題。所以發(fā)現(xiàn)問題，不要局限在一張excel表里，主動(dòng)擴(kuò)大工作：及時(shí)給建議，提早給提示是很重要的。案例：

總結(jié)性匯報(bào)

• 從部門職責(zé)、工作方式、人員級(jí)別、敲定核心關(guān)注點(diǎn)
  做總結(jié)性報(bào)告總結(jié)性匯報(bào)，誰負(fù)責(zé)，誰關(guān)心因此沒必要所有總結(jié)都長篇大論。
• 先定基調(diào)
  比如我們是想表達(dá)“做的很好”，還是“有問題”。大基調(diào)定下來，后邊細(xì)節(jié)就好定了。
• 提前溝通
  總結(jié)性匯報(bào)最容易出車禍因?yàn)楹芏鄶?shù)據(jù)分析師并不知道業(yè)務(wù)方的判斷標(biāo)準(zhǔn),同一件事可能數(shù)據(jù)認(rèn)為是好的,但其實(shí)業(yè)務(wù)方很不滿意!所以一定要在平時(shí)有充分溝通,不然貿(mào)然下筆,很有可能被人噴

對(duì)癥下藥的報(bào)告方式

• To銷售部
  首先要清晰：銷售部關(guān)心的是業(yè)績，活動(dòng)什么的只是業(yè)績一小部分。

  • 大標(biāo)題應(yīng)該是《4月份業(yè)績情況匯報(bào)》，第一頁講的應(yīng)該是4月份業(yè)績實(shí)際/預(yù)計(jì)情況（如下圖）:
    
  • 其次，關(guān)注到業(yè)績細(xì)節(jié)，為領(lǐng)導(dǎo)們排兵布陣提供依據(jù)，展示各個(gè)業(yè)務(wù)線的差距，至于原因需要進(jìn)一步溝通和分析：
    
  • 最后，如果面對(duì)下屬，可以肯定A\B線的成績，鼓勵(lì)他們繼續(xù)行動(dòng)。D\E線的人肯定有苦水想吐，可以借報(bào)告的機(jī)會(huì)，讓他們和AB交流下，看看有什么問題，這樣也留下后續(xù)深入分析的線索

• To市場(chǎng)部
  首先要清晰：市場(chǎng)部關(guān)心的是活動(dòng)，業(yè)績什么的只是活動(dòng)帶來的結(jié)果。所以匯報(bào)給市場(chǎng)部，

  • 大標(biāo)題應(yīng)該是《4月份活動(dòng)情況匯報(bào)》，第一頁講的應(yīng)該是有活動(dòng)和無活動(dòng)的差異。注意，這就涉及到無活動(dòng)的業(yè)績?cè)撌嵌嗌?#xff0c;或者叫自然增長率的問題,聚焦點(diǎn)不同于銷售的是需要展示活動(dòng)新增帶來的業(yè)績：
    

  • 其次，關(guān)注到活動(dòng)細(xì)節(jié)，為領(lǐng)導(dǎo)們的以下決策提供依據(jù)：1. 本月是否加碼2. 下個(gè)月是否還做。分維度對(duì)活動(dòng)效果進(jìn)行評(píng)價(jià)，一般來說一刀切的效果不一定能拉動(dòng)全線，后續(xù)是否需差異化都需要核實(shí)

  • 最后，如果面對(duì)下屬，可以先肯定活動(dòng)成績，讓他們知道你是站在他們這邊的，之后再借這個(gè)機(jī)
    會(huì)，聊一下后續(xù)打算，知道他們下一步計(jì)劃，從而為深入分析留下

• To供應(yīng)鏈
  首先，供應(yīng)鏈關(guān)心的不是業(yè)績本身，而是業(yè)績對(duì)庫存/生產(chǎn)的影響，所以同樣的業(yè)績數(shù)據(jù)，給供應(yīng)鏈看，可能就是完全不同的樣子

  • 大標(biāo)題應(yīng)該是《4月份周轉(zhuǎn)情況》，特別是2、3月已經(jīng)嚴(yán)重積壓的情況下。雖然看起來4月有好轉(zhuǎn)，但是這個(gè)好轉(zhuǎn)是否能清理掉庫存，
    
  • 其次，關(guān)注到庫存細(xì)節(jié)：活動(dòng)期間的斷碼率；加壓產(chǎn)品的維度分析；庫容、產(chǎn)能是否會(huì)引發(fā)新的缺貨；等
  • 最后是下一階段銷量計(jì)劃對(duì)應(yīng)的庫容建議。

4.失敗的報(bào)告

案例：沒用的報(bào)告
1. 男女比例4:6
2. 30歲以上占比40%
3. 平均年消費(fèi)500元
4. 活躍1個(gè)月以上用戶55%

• 報(bào)告沒價(jià)值的核心原因
  • 無判斷標(biāo)準(zhǔn)，
    男女比例是不是個(gè)關(guān)鍵問題？4：6是不是有問題？
  • 千篇一律
    沿著“分析背景-分析目標(biāo)-數(shù)據(jù)來源-數(shù)據(jù)清洗-指標(biāo)解釋-建模過程-分析結(jié)論-分析建議”的步驟羅列內(nèi)容，看似全面，實(shí)則對(duì)各部門無用。

5.如何寫建議

• 不要單純?cè)跀?shù)字上糾結(jié)
  所謂建議，是業(yè)務(wù)部門可以做的一個(gè)具體動(dòng)作。這個(gè)動(dòng)作和業(yè)務(wù)工作流程有密切關(guān)系。要能夠達(dá)到一個(gè)大家認(rèn)可的結(jié)果。無論是業(yè)務(wù)方的領(lǐng)導(dǎo)和下屬，都不關(guān)心具體的數(shù)字是什么，更不關(guān)心得出數(shù)字的模型是什么。他們關(guān)心的是可以做什么。做的事情要有依據(jù)，能服人就更好了！
• 用數(shù)字支持的可執(zhí)行方案
  建議是需要執(zhí)行的，但同時(shí)建議可能不利于業(yè)務(wù)本身。業(yè)務(wù)部門往往處于本位主義思考，提的建議都是對(duì)自己有利/自己想表達(dá)的，不能顧及事實(shí)，更懶得細(xì)致分類。

6.報(bào)告格式參考

• 總分總的格式：

一份數(shù)據(jù)分析報(bào)告由以下幾個(gè)部分組成，總結(jié)過去得失，原因得失是什么，建議怎么改進(jìn)。

總：標(biāo)題、目錄、前言

分：對(duì)比和細(xì)分貫穿報(bào)告，還有過程與結(jié)果。

各個(gè)行業(yè)都有自己成熟的分析方法和思路體系，首先我們需要懂運(yùn)營和行業(yè)。按照行業(yè)的運(yùn)營要素去寫。

總：結(jié)論，建議，附錄

• 標(biāo)題：

標(biāo)題是一份報(bào)告的文眼，是全篇報(bào)告最濃縮的精華。好的標(biāo)題讓讀者能毫無偏差地理解這篇分析報(bào)告的主要目的，有時(shí)可以直接在標(biāo)題中加入部分或者關(guān)鍵性結(jié)論達(dá)到直達(dá)文意的效果。

在標(biāo)題的命名過程中，現(xiàn)在有一份關(guān)于數(shù)據(jù)分析師招聘和薪酬方面的一份報(bào)告，你可以：

直接在標(biāo)題中放上報(bào)告的結(jié)論，例如《數(shù)據(jù)分析師在人工智能大環(huán)境下需求直線上升》

提出分析報(bào)告的研究問題，例如《數(shù)據(jù)分析師的職業(yè)規(guī)劃在哪里》

中規(guī)中矩地寫上研究的主題，例如《數(shù)據(jù)分析師的招聘研究》

• 目錄：

結(jié)構(gòu)清晰，可按照運(yùn)營分析的思路。論提現(xiàn)數(shù)據(jù)分析報(bào)告的整體架構(gòu)

• 前言

前言部分就和寫論文時(shí)候的Abstract類似：

要寫出做這次分析報(bào)告的目的和背景

看你報(bào)告的人，不一定知道你為什么要做分析。比如你們部門的報(bào)告，公司老板要一份。

略微闡述現(xiàn)狀或者存在的問題

通過這次分析需要解決什么問題

運(yùn)用了什么分析思路，分析方法和模型（可以在目錄中展示）

給出總結(jié)性的結(jié)論或者效果

給出數(shù)據(jù)來源，和時(shí)效性

如果是引用外部數(shù)據(jù)，引用多個(gè)數(shù)據(jù)源，需要標(biāo)注數(shù)據(jù)來源統(tǒng)計(jì)口徑：統(tǒng)計(jì)的時(shí)間段，所遵循的統(tǒng)計(jì)標(biāo)注

• 原則：

  • 謹(jǐn)慎性

  • 邏輯性強(qiáng)，架構(gòu)清晰

  建議和論證一定要嚴(yán)謹(jǐn)合理，分析思路的框架，一定要顯而易。

  • 數(shù)據(jù)的準(zhǔn)確性

  證實(shí)可靠：反復(fù)核實(shí)數(shù)據(jù)、計(jì)算、分析方法；用實(shí)際情況交叉驗(yàn)證。一次出錯(cuò)就會(huì)失去信任。對(duì)于數(shù)據(jù)不能用可能兩個(gè)字回答。

  • 結(jié)論明確

    最好一個(gè)分析模塊只給出一個(gè)和主題關(guān)聯(lián)最強(qiáng)的分析結(jié)論，避免干擾

  • 共識(shí)優(yōu)先

    圖表>表格>文字

    圖像：PPT中的圖形一般只能來自EXCEL，來自python\spss等。通過專業(yè)軟件 做的圖表，不適合給非專業(yè)認(rèn)識(shí)看‘例如方差。

    文字和陳述：需要把統(tǒng)計(jì)學(xué)語言，翻譯為一般人可以看懂的語言，在寫報(bào)告的時(shí)候，把分析過程略去

    術(shù)語：使用的的名詞需要根據(jù)各業(yè)務(wù)通用術(shù)語，避免口水話：

六.數(shù)據(jù)分析與運(yùn)營體系

1.運(yùn)營特點(diǎn)

• 活兒多分枝細(xì)
  運(yùn)營是個(gè)大工作，里邊的分支非常多。產(chǎn)品輔助：出產(chǎn)品設(shè)計(jì)、觀察產(chǎn)品效果；開發(fā)輔助：把產(chǎn)品需求做出來，維護(hù)產(chǎn)品運(yùn)行；而運(yùn)營是：除了以上兩個(gè)事以外所有事都得干。小公司的運(yùn)營人少，就幾個(gè)兄弟上天入地，下海捉憋，把所有事都干了。大公司運(yùn)營會(huì)有略清晰的分工和晉升線路。

• 本質(zhì)是輔助
  從本質(zhì)上看，運(yùn)營是個(gè)輔助性工作。理論上，如果產(chǎn)品力足夠強(qiáng)大，商品天下無敵，那根本沒運(yùn)營啥事。可大部分產(chǎn)品\商品,同質(zhì)化競(jìng)爭(zhēng)嚴(yán)重，只能靠差異化的運(yùn)營手段。因此需要運(yùn)營打輔助，通過用戶激勵(lì)、促銷活動(dòng)、內(nèi)容傳播、商品運(yùn)作等等手段，來保持用戶的新鮮感，促進(jìn)用戶持續(xù)活躍和付費(fèi)。俗話說：“產(chǎn)品不夠，運(yùn)營湊”就是這個(gè)意思。

• 自帶具體指標(biāo)
  通過指標(biāo)體系可以看到，運(yùn)營會(huì)特別在意數(shù)據(jù)，幾乎所有工作都是圍繞數(shù)據(jù)工作，都是在“自然增長率”之上做疊加。單獨(dú)看每一類運(yùn)營，都有一套自己的指標(biāo)體系。此外非理性的運(yùn)營種類工作中還有很多感性、情緒、創(chuàng)意，例如內(nèi)容運(yùn)營，對(duì)數(shù)據(jù)的依賴程度較低。如果數(shù)據(jù)運(yùn)營把重點(diǎn)放在數(shù)據(jù)上，那最終就是淪為跑數(shù)機(jī)器的命。

  運(yùn)營分工工作職責(zé)主要指標(biāo)感性、理性數(shù)據(jù)作用備注

  渠道運(yùn)營	選擇渠道投放資源,拉新搞流量	投放數(shù)量、用戶轉(zhuǎn)化、銷售轉(zhuǎn)化、投放RoI	理性	中	講究策略性,需要觀察數(shù)據(jù)合理分配費(fèi)用,改善轉(zhuǎn)化。具體則需要分渠道
  用戶運(yùn)營	通過獎(jiǎng)勵(lì)、積分、會(huì)員等維護(hù)用戶新增、活躍、留存。	AARRR(新增、活躍、留存、轉(zhuǎn)化、轉(zhuǎn)介紹)	理性	高	特別講究策略性,AARRR各指標(biāo)很難平衡
  內(nèi)容運(yùn)營	內(nèi)容創(chuàng)作用于內(nèi)外部媒體投放：設(shè)計(jì)視頻、文案、廣告、供宣傳使用,通過微信、微博、公眾號(hào)、抖音、站內(nèi)信等平臺(tái)影響用戶	內(nèi)容全網(wǎng)點(diǎn)擊數(shù)、轉(zhuǎn)化數(shù)、漲粉數(shù)	感性	低	做內(nèi)容特別依賴創(chuàng)作者的靈感和創(chuàng)意,數(shù)字只是結(jié)果
  商品運(yùn)營	銷售商品的進(jìn)銷存管理	上架、進(jìn)貨、銷量、庫存、利潤、周轉(zhuǎn)	理性	高	前期有感性的部分，后期都有周轉(zhuǎn)和銷量來定位
  活動(dòng)運(yùn)營	組織活動(dòng),提升用戶、產(chǎn)品、商品指標(biāo)	活動(dòng)目標(biāo)、參與人數(shù)、達(dá)標(biāo)人數(shù)、活動(dòng)ROI	高	高	數(shù)據(jù)為策略提供依據(jù)，但具體到每個(gè)活動(dòng)力,影響因素很多：宣傳語、宣傳視頻、活動(dòng)創(chuàng)意、代言明星等。
  新媒體運(yùn)營	兩微一抖等平臺(tái)日常運(yùn)作	平臺(tái)粉絲數(shù)、內(nèi)容點(diǎn)擊、轉(zhuǎn)發(fā)、轉(zhuǎn)化	中	中
  產(chǎn)品運(yùn)營	品體驗(yàn)優(yōu)化、升級(jí)、改版需求	產(chǎn)品路徑、用戶使用率、跳出停留的	中	中

• 對(duì)費(fèi)用的依賴不同

  運(yùn)營分類缺錢程度用錢說明

  內(nèi)容運(yùn)營	低	一個(gè)天才寫手勝過千萬刷閱讀量的錢
  商品運(yùn)營	中	需要大量錢采購商品,維持庫存,但一般企業(yè)直接將商品成本計(jì)入日常銷售成本,不會(huì)單獨(dú)撥錢,都是走流程
  活動(dòng)運(yùn)營	中	看活動(dòng)規(guī)模、投入力度,往往是大有大的做法,小有小的做法
  渠道運(yùn)營	高	非常缺錢。流量為王的年代,推廣渠道都是大爺,拿一分錢干一分錢活
  用戶運(yùn)營	高	無數(shù)的補(bǔ)貼大戰(zhàn)、紅包大戰(zhàn)、優(yōu)惠券大戰(zhàn)告訴我們:用戶運(yùn)營都是錢燒出來的。

• 部門間天然沖突
  運(yùn)營各自看數(shù)據(jù)，看似科學(xué)，實(shí)則帶著原罪：公司流程越長運(yùn)營工作越需要相互配合，可各個(gè)部門的小團(tuán)伙利益是天然沖突的，各自考核數(shù)據(jù)互相甩鍋的可能性越大。例如：

  • 用戶運(yùn)營希望派優(yōu)惠券吸引人，商品運(yùn)營的利潤直接被榨干。
  • 活動(dòng)運(yùn)營希望短期效益越大越好，用戶運(yùn)營的節(jié)奏直接被帶垮。
  • 商品運(yùn)營希望不打擾爆款，多出尾貨，可活動(dòng)、用戶運(yùn)營都要硬貨支持。
  • 內(nèi)容運(yùn)營寫《震驚！馬云！華為！沸騰！》篇篇百萬閱讀，可最后沒轉(zhuǎn)化。

• 不需要太多創(chuàng)新
  運(yùn)營之所以喜歡說迭代，首先是因?yàn)檫\(yùn)營幾乎都有方法庫：有大量的基礎(chǔ)套路、模板、案例可以參照，完全不需要從頭做起。所以不需要用“創(chuàng)新、設(shè)計(jì)、創(chuàng)造”這種詞。例如：運(yùn)營最喜歡說的AARRR，其實(shí)每個(gè)方面，都有大堆套路.
  其次是隨著環(huán)境變化、企業(yè)規(guī)模擴(kuò)大，即使套路總不能一桿子捅到底，總會(huì)隨著時(shí)間變化有些變化，但其實(shí)大部分的骨架和邏輯不咋變,100%創(chuàng)新才是異類。這種變化可以分為五個(gè)等級(jí)（如下圖已優(yōu)惠券設(shè)置為例）：
  

• 運(yùn)營工作是一個(gè)循環(huán)往復(fù)的過程。
  五個(gè)等級(jí)的創(chuàng)新變化 ，會(huì)按照流程循環(huán)：了解現(xiàn)狀 →發(fā)現(xiàn)問題 →尋找方法 →落實(shí)措施 →觀察結(jié)果 →新現(xiàn)狀 。通過監(jiān)控?cái)?shù)據(jù)發(fā)現(xiàn)問題,之后在方法庫里尋找方法,看看是直接疊加幾條規(guī)則,還是改個(gè)參數(shù),還是改個(gè)形式。

• 天然痛點(diǎn)
  增長需要投入和創(chuàng)新，而投入需要平衡，創(chuàng)新也會(huì)過時(shí)，成本永遠(yuǎn)比效果跑得快，復(fù)雜的市場(chǎng)造就了糾結(jié)的運(yùn)營。以用戶運(yùn)營為案例：
  菜鳥眼中運(yùn)營數(shù)據(jù)分析無非（是滴，外行很喜歡用無非這倆字）就是AARRR與漏斗模型，還喜歡提用戶畫像，而實(shí)際這上都是描述性統(tǒng)計(jì)，告訴的是一個(gè)結(jié)果。這些數(shù)據(jù)需求只要做了報(bào)表就能固定。但運(yùn)營真正痛點(diǎn)，并不是：不知道結(jié)果是啥樣，而是：結(jié)果就這樣了，我搞來搞去領(lǐng)導(dǎo)都不滿意，咋辦呀！

  • 沒錢。
    《拼多多最新策略》——你給打了人家那么大折嗎？、《瑞幸成功十大經(jīng)驗(yàn)》——你給得了人家那么多券嗎？、《滴滴用戶增長黃金法則》——你給得了人家那么多補(bǔ)貼嗎？但然而偏偏有一派領(lǐng)導(dǎo)喜歡不給錢的辦法
  • 有錢，沒效果
    想象中:活動(dòng)中,用戶熱烈參與;活動(dòng)后,網(wǎng)店氛圍被炒熱,新人持續(xù)優(yōu)化……現(xiàn)實(shí)中:活動(dòng)中,沒幾個(gè)人響應(yīng);活動(dòng)后,立馬打回原形。短期內(nèi)搞指標(biāo)很容易,搞完以后一地雞毛也很常見。
  • 有效果，但領(lǐng)導(dǎo)要求越來越多
    “首單有了,二次消費(fèi)好像又不行“二次消費(fèi)有了,都是小單,GMV上不去“反正都投了這么多資源了,要畢其功于一役！“你再多想想,要掌握底層邏輯,核心思維,不要光砸錢”
  • 有效果，但領(lǐng)導(dǎo)說“不能一條腿走路”
    1.你看新人都靠這個(gè)活動(dòng)，沒有活動(dòng)了咋辦2. 你看人家PDD都有新玩法了，我們不能這么因循守舊，總之只有一種形式是不行的，繼續(xù)創(chuàng)新。創(chuàng)新嗎，又要看數(shù)據(jù)、做測(cè)算、分析需求、設(shè)計(jì)規(guī)則、測(cè)試效果、效果不好繼續(xù)糾結(jié)：該怎么創(chuàng)新。
  • 有效果，但現(xiàn)在又沒錢了……
    想在短期內(nèi)、單一拉升某個(gè)指標(biāo)，只要砸錢就能實(shí)現(xiàn)。但不見得每時(shí)都有錢投入，

2.數(shù)據(jù)運(yùn)營

本質(zhì)是運(yùn)營。真正價(jià)值不是拿來當(dāng)跑數(shù)機(jī)，而是建立一套從整體目標(biāo)出發(fā)的數(shù)據(jù)考核機(jī)制統(tǒng)一協(xié)調(diào)各部門的：錢、時(shí)間、責(zé)任，既能讓各部門跳出小圈子，達(dá)成共識(shí)目標(biāo)，又能讓各部門落實(shí)方法、跟蹤進(jìn)度，反饋問題，共同為“增長”服務(wù)的辦法。

3.數(shù)據(jù)運(yùn)營體系搭建方法

第一步：共識(shí)整體目標(biāo)，制定整體戰(zhàn)略。
各個(gè)運(yùn)營小組，共識(shí)年度大部門整體目標(biāo)（比如DAU、轉(zhuǎn)化率、銷售金額等），并且選擇落地大目標(biāo)的戰(zhàn)術(shù)，把大目標(biāo)分解到各個(gè)月。
注意分解方法可以有：階梯增長型:不指望爆款,毎個(gè)月穩(wěn)步推進(jìn);新品引導(dǎo)型:指望新版本推岀/爆款引入,圍繞一個(gè)重點(diǎn)俽;重點(diǎn)突破型:指望關(guān)鍵節(jié)點(diǎn)(68、雙十一)引爆銷量,平時(shí)做輔助。選擇策略關(guān)鍵看業(yè)務(wù)上有沒有做好相關(guān)準(zhǔn)備,比如是否有足夠的持續(xù)投入資源,比如爆款是否真的指望的,真的夠爆。以及萬一沒有爆,第二手準(zhǔn)備是什么。

第二步：設(shè)定階段性重點(diǎn)，各小組分配任務(wù)。
從上自下,在凊晰整體目標(biāo)的情況下進(jìn)行分解,越落地,越有任務(wù)主次之分，執(zhí)行起來各自任務(wù)很凊晰,也便于選執(zhí)行

比如上圖,大方向是求轉(zhuǎn)化,實(shí)現(xiàn)盈利,具體策略是活動(dòng)拉動(dòng),因道、商品、活動(dòng)運(yùn)營要抗大旗。也有可能是追求增長方向,渠道、用戶運(yùn)營扛大旗。

第三步：分解階段性指標(biāo)，各部門執(zhí)行、監(jiān)測(cè)、反饋。
這一步就是常規(guī)運(yùn)營數(shù)據(jù)指標(biāo)的監(jiān)控過程，不再贅述了。有了前兩步，每階段的運(yùn)營工作就有了清晰的主任務(wù)，就不用糾結(jié)在“為啥短期類活躍率降了”“到底自然增長該寫多少合適”“又有幾個(gè)客戶投訴很激烈”——整體目標(biāo)達(dá)成就好。細(xì)節(jié)問題，可以在各小組自己復(fù)盤的時(shí)候，再找改進(jìn)點(diǎn)

第四步：監(jiān)控執(zhí)行進(jìn)度，從下向上檢討效果。
為了避免甩鍋，效果沒達(dá)到使用檢討三原則：在執(zhí)行到位前，不質(zhì)疑策略；在投入可調(diào)時(shí)，不修訂策略；在策略失效前，不質(zhì)疑方向。所有人盡全力完成，

4.根據(jù)KPI設(shè)定目標(biāo)的方式

活動(dòng)目標(biāo)是KPI指標(biāo)， KPI分解法
KPI分解法往往用于銷售額、利潤、新增用戶數(shù)等可累加的,直接結(jié)果類指標(biāo)（不太適用于比例、比率類指標(biāo))。常見的做法是:先定全年整體目標(biāo),提升觀之后按過往規(guī)律,按月份區(qū)域等比例分解下去,落實(shí)到每個(gè)月。(注意下圖中,因?yàn)榇汗?jié)原因,1、2月份手動(dòng)調(diào)整,這種方法適合季節(jié)性規(guī)律強(qiáng)的業(yè)務(wù)入援地氣字）

活動(dòng)目標(biāo)是KPI的過程指標(biāo)，KPI倒推法
KPI反推法往往用于活躍人數(shù)、注冊(cè)人數(shù)等過程類指標(biāo)或者轉(zhuǎn)化率、ⅥP占比等比例類指標(biāo)。常見的做法是:假設(shè)一個(gè)固定轉(zhuǎn)化率,比如活躍用戶付費(fèi)轉(zhuǎn)化是10%,人均付費(fèi)200,那為了拿到1億銷量額,饉推,需要至少活躍用戶超過500,且轉(zhuǎn)化率不低于10%這種假設(shè)看和復(fù)雜,但實(shí)際上,運(yùn)營指標(biāo)是有波動(dòng)范圍、季節(jié)規(guī)律的,有歷史值可參考。

活動(dòng)目標(biāo)是KPI關(guān)聯(lián)指標(biāo)，KPI場(chǎng)景法
KPI場(chǎng)景法適用于與KP直接關(guān)聯(lián)小,但業(yè)務(wù)邏輯上很重要的指標(biāo)。比如滿意度、市場(chǎng)知名度、鋪貨率等等。這些指標(biāo)通常不直接和KPI關(guān)聯(lián),但是滿意度太低,知名度不夠,鋪貨速度太慢,就是會(huì)讓用戶覺得你的產(chǎn)品不行,不想買。在數(shù)據(jù)上,往往呈現(xiàn)拐點(diǎn)效應(yīng)如左圖,低于某個(gè)值后迅速下跌)或前后效應(yīng)(如右圖,得一前一后才有快速增長趨勢(shì))在設(shè)目標(biāo)的時(shí)候,常常設(shè)成:不低于x數(shù)值,或者在X日達(dá)到X數(shù)值

5.如何支持運(yùn)營迭代

先回答和錢有關(guān)的
與錢有關(guān)的通常是戰(zhàn)略方向性的問題，因此數(shù)據(jù)化運(yùn)營中，從一開始制定共識(shí)目標(biāo)，到后面各運(yùn)營部門都應(yīng)該厘清與錢有關(guān)的問題。每一類業(yè)務(wù)在各個(gè)階段，規(guī)模、收益需要量化，才能精細(xì)化運(yùn)營。例如：1. 公司發(fā)現(xiàn)目標(biāo)是（行業(yè)第一？營收破100億？）2. 基于此目標(biāo)，需要新用戶XX萬，老活躍用戶維持在XX水平3. 基于新用戶數(shù)，按目前市場(chǎng)價(jià)，渠道成本為XXX億4. 基于目前措施，老用戶維護(hù)成本為XXX億 5. 以上目標(biāo)，通過階段性大促完成x%，日常渠道/用戶投入X%

發(fā)現(xiàn)問題是重點(diǎn)
在運(yùn)營的五步循環(huán)中發(fā)現(xiàn)冋題環(huán)節(jié)是最混亂的,也是最需要數(shù)據(jù)分析支持的。明確除了責(zé)任的劃分，最終落實(shí)的問題點(diǎn)會(huì)直接影響決策!例如：用戶活躍率低了,到底是因?yàn)樾氯诉M(jìn)來就出了問題,還是后續(xù)運(yùn)營沒做好,還是對(duì)手發(fā)力了。

了解現(xiàn)在和觀察效果是數(shù)據(jù)分析的日常工作。報(bào)表類工具能夠搞定

找到運(yùn)營的痛點(diǎn)，進(jìn)行輔助分析

6.事后如何目標(biāo)數(shù)據(jù)

如果事前沒有定目標(biāo)，一定要事后補(bǔ)救的話， 牢記：核心不是什么自然增長率，而是“業(yè)務(wù)到底需要把指標(biāo)做成什么樣子”。特別是整體目標(biāo)已經(jīng)撲街的情況下，事后再糾結(jié)自然增長率，往往會(huì)淪為甩鍋大戰(zhàn)。這時(shí)候可以分三步做

第一步：定目標(biāo)
先根據(jù)往年趨勢(shì)+本年前幾個(gè)月走勢(shì),結(jié)合目前KPI達(dá)成情況。定出來到底我想把曲線做成什么樣子。定義好目標(biāo)以后,不管自然增長率是多少,都努力往目標(biāo)靠攏

第二步：找方法
活動(dòng)標(biāo)桿法的潛臺(tái)詞,就是:從直接產(chǎn)出(活動(dòng)是拉活躍率,就看活躍率)上看,本次活動(dòng)投入:產(chǎn)出比,和過往同類活動(dòng)相比,很好不好,所以如果大家想花錢買指標(biāo)上漲的話,本次的形式可以繼續(xù)用/不要再用了

第三步：看細(xì)節(jié)
區(qū)分不同用戶群體,看看這個(gè)活動(dòng)到底是誰在玩,哪個(gè)群體提升的多,找到活動(dòng)主要影響對(duì)象和能影響的程度。基于這個(gè)分析判定:活動(dòng)真正影響到誰,對(duì)誰效果好,是否適合推廣到其他群體。注意：有同學(xué)喜歡拿平均值整體值當(dāng)標(biāo)桿這是很粗糙的做法。很有可能用戶在參與時(shí),“好的者好”“差的更差”的問題先分組,每組找標(biāo)桿是個(gè)好習(xí)慣。

7.如何給運(yùn)營提建議

做數(shù)據(jù)分析的，要對(duì)業(yè)務(wù)常存敬畏之心，不然光空口白話，會(huì)被人笑話的。提建議很難，總覺得提的不夠細(xì)，其實(shí)主要是思考的不夠細(xì)導(dǎo)致的。如果一上來只有一根曲線，沒有走勢(shì)分析，沒有結(jié)構(gòu)分析，沒有標(biāo)桿，肯定建議也細(xì)不下去。甚至連“要不要搞高”這么簡單地建議都會(huì)提的毫無依據(jù)，很容易被挑戰(zhàn)。

下圖是某個(gè)電商一周銷售金額走勢(shì)（具體數(shù)據(jù)都差不多，總之曲線長這樣），問：數(shù)據(jù)反映什么問題，怎么提運(yùn)營建議？
“要搞高”三個(gè)字說起來輕松，可做起來一堆問題：為什么非要搞高？要搞到多高才算高？市場(chǎng)搞高還是銷售搞高？用什么型號(hào)的產(chǎn)品搞高？啥時(shí)候開始搞到啥時(shí)候？

用剝洋蔥的方法,層層深入，每一步都基于之前獲得共識(shí)的判斷，每一層都是數(shù)據(jù)分析可以解釋的。這樣能非常有效的助力業(yè)務(wù)思考，也不容易被推翻。

• 從最簡單的：“是什么”這個(gè)問題
  判斷問題是否存在。為什么要搞高是最初的判斷，也是最重要的判斷。判斷錯(cuò)誤會(huì)把整個(gè)方向帶歪，搞得大家興師動(dòng)眾勞而無功，所以一定要慎重。
  前提是有標(biāo)準(zhǔn)：判定這個(gè)數(shù)是低。我們得綜合趨勢(shì)、品類周期性、任務(wù)目標(biāo)，綜合下結(jié)論。至于數(shù)值代表的好壞需要深入分析
  

• 再問‘是多少’的問題？
  問題存在則需要，就要確定有問題的嚴(yán)重性，基于此才能制定目標(biāo)要搞多高。
  此時(shí)數(shù)據(jù)分析可以：事后KPI考核。
  很多人會(huì)說：不是越高越好嗎？顯然不是！應(yīng)該是：在投入一定的情況下，越高越好。你的商品主管、用戶運(yùn)營、產(chǎn)品經(jīng)理、網(wǎng)站開發(fā)在短期內(nèi)的投入能力都是有限的，因此得定個(gè)合理的小目標(biāo)：

  • 參考標(biāo)準(zhǔn)1：KPI。可以計(jì)算做多多少才能補(bǔ)齊KPI
  • 參考標(biāo)準(zhǔn)2：自然周期。可以計(jì)算看多做多少才能讓業(yè)績曲線保持過往周期性運(yùn)轉(zhuǎn)，至少止住持續(xù)下跌的態(tài)勢(shì)。
  • 參考標(biāo)準(zhǔn)3：生命周期。可以看按目前生命周期，預(yù)計(jì)商品還有多少周銷量，再看要做多少才能趕上節(jié)奏，避免后期積壓。

• 再問是哪里搞出來的問題
  如何解決問題，想提有用的建議，得先明確是提給誰的。這就需要確定出問題的位置，確定出問題的地方，也就能找到干活的人。要分析為什么低？是哪里出了問題？利用分析思路拆解問題，具體到可執(zhí)行單位。
  例如：產(chǎn)品部交易平臺(tái)出現(xiàn)了bug、市場(chǎng)部競(jìng)爭(zhēng)對(duì)手有動(dòng)作、商品部產(chǎn)品斷貨、

• 再問能怎么整這個(gè)問題
  “怎么做”是不能直接從數(shù)據(jù)層面推導(dǎo)，而且不同部門可以干的事是有區(qū)別的，要業(yè)務(wù)的專業(yè)判斷。數(shù)據(jù)可以做的是， 1.上次出現(xiàn)類似情況，是如何處理的；2.常規(guī)措施，促銷、新品、用戶活動(dòng)，大概投入產(chǎn)出多少。

  • 流量運(yùn)營：為全站引流，分配流量
  • 商品運(yùn)營：商品選款、上下架、補(bǔ)貨
  • 活動(dòng)運(yùn)營：促銷活動(dòng)、宣傳活動(dòng)
  • 用戶運(yùn)營：給制定用戶發(fā)券
  • 產(chǎn)品經(jīng)理：調(diào)整購買路徑

• 再問這次可以選哪個(gè)手段
  到底用什么手段，用多少投入。之后才是細(xì)節(jié)：具體哪天上什么產(chǎn)品，優(yōu)惠力度是多少，發(fā)券面向多少人……在更細(xì)節(jié)層面，比如券面額，活動(dòng)形式上，可能還得配合一些ABtest才能得到最后結(jié)果。

8.遇到人為阻力，如何解決？

只會(huì)喊：疼疼疼的病人還不是最討厭的，起碼他有治病的意愿，還能溝通。不配的病人⁵才是最棘手的：
1. 經(jīng)驗(yàn)主義：老夫從業(yè)20年，不符合我的感覺的都是錯(cuò)的！
2. 拒絕面對(duì)：誰說我做的不好！我不做業(yè)績更差/全行業(yè)都不好！
3. 拒絕投入：項(xiàng)目上線要快，所以埋點(diǎn)就省了吧/數(shù)據(jù)治理太麻煩，業(yè)務(wù)要快！不搞了！
4. 篡改數(shù)據(jù)：人為刷流量、刷閱讀/活動(dòng)規(guī)則留薅羊毛的空間/改目標(biāo)、參照組

• 注意：
  這已經(jīng)不是分析思路的問題了。現(xiàn)在的問題是，這些人胡攪蠻纏，試圖甩鍋。用理性、正常的邏輯和他們無法溝通。這時(shí)候需要的是對(duì)付敵人的手段。具體來說，是如何推進(jìn)項(xiàng)目的戰(zhàn)術(shù)。所以真遇到這些人，請(qǐng)不要懷疑自己的思路出問題，而是看怎么趨利避害，爭(zhēng)取一個(gè)好結(jié)果，至少不白白背鍋。

• 把業(yè)務(wù)上理由轉(zhuǎn)化為數(shù)據(jù)上論證。
  數(shù)據(jù)不能論證的理由就閉嘴，是個(gè)非常好的議事規(guī)則.
  

• 堵住借口：找借口并不能解決問題，因此先把各種逃跑路線堵上,集中精力想能干點(diǎn)啥。
  往往借口產(chǎn)生于：宏觀因素、外部因素、隊(duì)友因素。所以在這里，關(guān)鍵是證偽。只要能推翻他們的逃跑借口就行。證偽最好用的辦法就是舉例法，同樣是下雨，為什么別人就抗的住。同樣是流量難搞，為啥別的業(yè)務(wù)線能持續(xù)增長？

• 找到癥結(jié)：在一堆影響因素里，從大到小，從粗到細(xì)，先搞大問題

  • 解決白犀牛，剔除明顯的重大影響。
    重大因素表現(xiàn)在數(shù)據(jù)上，有嚴(yán)格的要求：開始錢指標(biāo)無問題、開始后指標(biāo)下降、并且保持同步。例如：監(jiān)管政策、公司戰(zhàn)略、重大外部環(huán)境等等因素，確實(shí)會(huì)對(duì)企業(yè)經(jīng)營起到重大作用，并且這些因素是普通小員工只能接受，不能改變的。
  • 解決黑天鵝，剔除明顯突發(fā)事件。
    正向的：促銷活動(dòng)，某群體用戶騷動(dòng)，新產(chǎn)品上線……負(fù)向的：惡劣天氣，突發(fā)事件，系統(tǒng)宕機(jī)……；會(huì)有明顯的數(shù)據(jù)趨勢(shì)。
  • 按照問題鎖定部門
    因?yàn)椴块T職責(zé)固定,所以一般找到問題環(huán)節(jié)( where),再細(xì)分看這個(gè)環(huán)節(jié)在哪些群體(what)問題比較大,就能鎖定負(fù)責(zé)部門(who)
  • 鎖定細(xì)節(jié)問題
    即使聚焦到一個(gè)部門的一個(gè)行動(dòng)，還是很難扯清楚：到底是什么業(yè)務(wù)上原因?qū)е碌膯栴}。這就需要具體的分析。

9.復(fù)雜任務(wù)

數(shù)據(jù)分析喜歡的復(fù)雜問題往往是，數(shù)據(jù)完美，含義清晰，靜靜躺在excel表里等著被建模，然而這也是企業(yè)真實(shí)的經(jīng)營場(chǎng)景，負(fù)責(zé)問題同時(shí)存在以下多種問題：

• 部門利益有沖突
  一項(xiàng)綜合指標(biāo)，會(huì)涉及多部門的責(zé)任。
• 指標(biāo)含義不清楚
  存在很多主觀指標(biāo)，依靠問卷調(diào)查，效率低出錯(cuò)高
• 原始數(shù)據(jù)內(nèi)容亂
  例如客戶投訴內(nèi)容，很難準(zhǔn)確界定客戶的真實(shí)訴求。
• 相關(guān)流程要改動(dòng)
  打破業(yè)務(wù)流程一定會(huì)遇到阻力

七.數(shù)據(jù)標(biāo)簽

1.打標(biāo)簽

• 標(biāo)簽:
  標(biāo)簽是數(shù)據(jù)的沉淀，由原始數(shù)據(jù)，經(jīng)過整理、加工、分類所得,一個(gè)抽象的符號(hào),代表一類人/物的特征。用來描述商品的，就是商品標(biāo)簽；用來描述業(yè)務(wù)的，就是業(yè)務(wù)標(biāo)簽；用來描述用戶的，就是用戶標(biāo)簽了。
  標(biāo)簽往往是過往分析成果的沉淀，高效實(shí)現(xiàn)更復(fù)雜、更精準(zhǔn)的分析。如果不打標(biāo)簽，每次都基于原始數(shù)據(jù)分析，做效率太低，并且能思考的維度太少。
• 打標(biāo)簽
  打標(biāo)簽,就是個(gè)循序漸進(jìn)的過程:：打標(biāo)-驗(yàn)證-積累-二次打標(biāo)，可以從簡也可以很復(fù)雜。
  打標(biāo)：從原始數(shù)居直接分類得到初級(jí)標(biāo)簽’。不斷根據(jù)維度添加標(biāo)簽，之后多個(gè)標(biāo)簽組合,生成綜合標(biāo)簽。當(dāng)多個(gè)標(biāo)簽一起用于評(píng)估,可能采用分類或降維算法。
  驗(yàn)證：標(biāo)簽是預(yù)測(cè)來時(shí),需要用預(yù)測(cè)算法。最后評(píng)價(jià)標(biāo)簽有沒有區(qū)分度,關(guān)鍵看打標(biāo)以后,各類標(biāo)簽在目標(biāo)上差異,所以清晰目標(biāo)很重要。我們常說的用戶分層,最后結(jié)果vP1/2/3,也會(huì)是一個(gè)標(biāo)簽。所以打標(biāo)簽可以做的很復(fù)雜。
• 注意：
  • 根據(jù)業(yè)務(wù)場(chǎng)景打標(biāo)簽
    即使是同一個(gè)原始數(shù)據(jù)，在不同場(chǎng)景下，標(biāo)簽完全不同。拿用戶年齡舉例：醫(yī)療、游戲、工作三個(gè)背景下，年齡的分層不同。
  • 根據(jù)業(yè)務(wù)需求打標(biāo)簽
    標(biāo)簽不能缺少檢驗(yàn)，不能為了打標(biāo)而打標(biāo)。正確的標(biāo)簽可以有無數(shù)，但基本都無效。從結(jié)果出發(fā)，打用戶標(biāo)簽是希望區(qū)分用戶，那么最后區(qū)分效果，在目標(biāo)上的差異越大越好，如果差異不大，那打標(biāo)意義就不大，可以取消標(biāo)簽，或者再做優(yōu)化。
  • 多維度定位
    標(biāo)簽是基于歷史的確定面對(duì)未來，工作量大、需要跟著數(shù)據(jù)不斷更新。不能簡單基于歷史數(shù)據(jù)統(tǒng)計(jì)，得基于測(cè)試或者建模預(yù)測(cè)才能得到結(jié)論。
  • 歸因謹(jǐn)慎
    以用戶標(biāo)簽為例，在推導(dǎo)購買動(dòng)機(jī)的時(shí)候要特別謹(jǐn)慎，因?yàn)殄e(cuò)誤的、隨意的歸因會(huì)誤導(dǎo)業(yè)務(wù)行動(dòng)。用戶的行為是多個(gè)標(biāo)簽共同的作用，而且存在不確定性，明明用戶喜歡的是打折，結(jié)果缺誤判為產(chǎn)品粉絲，最后很有可能狂推一堆產(chǎn)品卻沒有響應(yīng)。
  • 不同類目標(biāo)不混合
    降維要注意：做數(shù)據(jù)的同學(xué)嫌一個(gè)維度一個(gè)維度切分不體現(xiàn)數(shù)據(jù)能力，非得整個(gè)模型，算個(gè)權(quán)重才顯牛逼。比如評(píng)高價(jià)值用戶，把活躍度和付費(fèi)金額，付費(fèi)金額和毛利幾個(gè)指標(biāo)混合在一起，美其名曰“綜合評(píng)價(jià)”。結(jié)果搞出來一毛不花天天白嫖的用戶也是高價(jià)值用戶。要是都這么折騰公司就得破產(chǎn)了。

2.標(biāo)簽發(fā)揮作用

• 融入業(yè)務(wù)/業(yè)務(wù)系統(tǒng)中。
  一個(gè)用戶標(biāo)簽。它和商品條碼一樣，起到了串聯(lián)作用，如果沒有把標(biāo)簽融合進(jìn)業(yè)務(wù)系統(tǒng)，業(yè)務(wù)流程里去。沒有CRM，OMS，WMS等系統(tǒng)配合，用戶標(biāo)簽也就只是個(gè)數(shù)字標(biāo)簽，沒啥作用。
• 案例：為VIP用戶到店及送一份果盤”
• CRM系統(tǒng)已有VIP用戶標(biāo)簽，可識(shí)別注冊(cè)會(huì)員的身份（是否VIP）
• VIP用戶有果盤權(quán)益（包括權(quán)益名稱、權(quán)益有效期，權(quán)益數(shù)量有幾次）
• 門店有服務(wù)流程（誰確認(rèn)會(huì)員身份、誰負(fù)責(zé)果盤備貨、誰服務(wù)端出來）
• 系統(tǒng)有權(quán)益使用流程（識(shí)別身份、使用權(quán)益、核銷權(quán)益）
• 系統(tǒng)記錄扣減果盤庫存，關(guān)聯(lián)到會(huì)員卡消費(fèi)記錄。

案例中：有了成套配套，整個(gè)流程才跑的順：會(huì)員到店以后出示微信卡包，亮明身份；店員點(diǎn)擊使用果盤權(quán)益，掃條碼果盤出庫，端給會(huì)員吃。各個(gè)流程都有數(shù)據(jù)記錄，這個(gè)權(quán)益才能真正落到會(huì)員身上。不然少了環(huán)節(jié)，就會(huì)產(chǎn)生灰色賬目。

3.用戶標(biāo)簽

• 用戶標(biāo)簽
  代表用戶特征的標(biāo)簽，是用戶畫像、精準(zhǔn)營銷、個(gè)性推薦、智能投放等等各種系統(tǒng)的磚石。
• 作用
  高效精準(zhǔn)地細(xì)分用戶群體，鎖定更有需求的人，實(shí)現(xiàn)更精準(zhǔn)的營銷/服務(wù)。
  這里為舉例簡單,間化了很多過程,實(shí)際上想鎖定用戶,需要抽很多標(biāo)簽,做多次探系：
  • 第一步:識(shí)別
    根據(jù)消費(fèi)力+互動(dòng)標(biāo)簽,初步識(shí)別客群;
  • 第二步:鎖定
    按本次活動(dòng)目標(biāo),鎖定一批高消費(fèi)用戶
  • 第三步查：洞察
    看能反應(yīng)需求的標(biāo)簽,選中促銷敏感度標(biāo)簽,以此下手,推促銷活動(dòng)
  • 第四步:跟進(jìn)
    觀察活動(dòng)響應(yīng)情況,驗(yàn)證促銷敏感度標(biāo)簽區(qū)分效果

八.用戶畫像

B2C用戶畫像

基于畫像我們可以進(jìn)行精細(xì)化的運(yùn)營，通過數(shù)據(jù)層的“事實(shí)標(biāo)簽”，在算法層進(jìn)行計(jì)算，打上“模型標(biāo)簽”的分類結(jié)果，最后指導(dǎo)業(yè)務(wù)層，得出“預(yù)測(cè)標(biāo)簽”

沒有經(jīng)過加工的事實(shí)標(biāo)簽,比如用戶性別、年齡、消費(fèi)金額這些,是很少具備指導(dǎo)意義的。真正有指導(dǎo)意義的是經(jīng)過數(shù)據(jù)檢驗(yàn)的：二級(jí)、三級(jí)綜合標(biāo)簽,比如“興趣”“愛好”標(biāo)簽,很難直接獲得,需要通過復(fù)雜的分析過程。
接地

設(shè)計(jì)唯一標(biāo)識(shí)

用戶唯一標(biāo)識(shí)是整個(gè)用戶畫像的基礎(chǔ)，串聯(lián)用戶的所有行為。

例如：用戶名、注冊(cè)手機(jī)號(hào)、聯(lián)系人手機(jī)號(hào)、郵箱、設(shè)備號(hào)、CookieID 等

給用戶打標(biāo)簽：

數(shù)據(jù)層，建立事實(shí)標(biāo)簽：指的是用戶消費(fèi)行為里的標(biāo)簽，作為數(shù)據(jù)客觀的記錄

基礎(chǔ)屬性標(biāo)簽性別、年齡、地域、收入、學(xué)歷、職業(yè)、渠道、興趣愛好、設(shè)備和網(wǎng)絡(luò)

消費(fèi)習(xí)慣標(biāo)簽	付費(fèi)程度、消費(fèi)品類、購買意向、是否對(duì)促銷敏感、投訴次數(shù)購買次數(shù)、優(yōu)惠券使用頻率、
行為習(xí)慣標(biāo)簽	時(shí)間段、頻次、時(shí)長、訪問路徑、支付渠道
內(nèi)容分析	停留時(shí)間長、瀏覽次數(shù)，類別，比如，金融、娛樂、教育、體育、時(shí)尚、科技等。

數(shù)學(xué)建模

算法層，模型標(biāo)簽：透過這些行為算出的用戶建模，作為用戶畫像的分類標(biāo)識(shí)。挖掘海量數(shù)據(jù)進(jìn)行標(biāo)簽化，來得到精準(zhǔn)的用戶畫像。挖掘時(shí)，需要根據(jù)場(chǎng)景進(jìn)行用戶分類，并對(duì)比各類用戶與總體間的差異，這樣才能保證分析結(jié)果的可信性和適用性，而TGI指數(shù)就是很好的對(duì)比指標(biāo)。

基礎(chǔ)屬性標(biāo)簽用戶關(guān)聯(lián)關(guān)系、渠道偏好、用戶類型：電子商務(wù)類、交友、游戲

消費(fèi)習(xí)慣標(biāo)簽	購買偏好、滿意度、支付偏好、優(yōu)惠券偏好、RFM標(biāo)簽
行為習(xí)慣標(biāo)簽	活躍度、、
內(nèi)容分析	用戶興趣、

劃分業(yè)務(wù)價(jià)值

業(yè)務(wù)層，預(yù)測(cè)標(biāo)簽：指的是業(yè)務(wù)層指的是獲客、粘客、留客的手段，作為業(yè)務(wù)關(guān)聯(lián)的結(jié)果。從用戶生命周期的三個(gè)階段來劃分業(yè)務(wù)價(jià)值

獲客獲客預(yù)測(cè)：如何進(jìn)行拉新，通過更精準(zhǔn)的營銷獲取客戶。

粘客	GMV預(yù)測(cè)、個(gè)性化推薦，搜索排序，場(chǎng)景運(yùn)營等
留客	流失率預(yù)測(cè)，分析關(guān)鍵節(jié)點(diǎn)降低流失率。

B2B的用戶畫像

• B2B業(yè)務(wù)本身特點(diǎn)：
  一線！！

  • 獲客成本高，方式傳統(tǒng)
    B2C業(yè)務(wù)的精準(zhǔn)營銷、個(gè)性推薦，最多是把換成地毯式轟炸，使用企業(yè)力量VS個(gè)人。做B2B的精準(zhǔn)營銷，則是靠懷絕技的銷售，B2B采購流程長且復(fù)雜、涉及人事多，幾乎銷售VS企業(yè)。
    意味著銷售們要花大量時(shí)間在客戶身上，給一堆餅圖、線圖、條形圖，是根本沒有人看。
    
    
    
  • 客戶流失損失大，挽回難
    用戶在京東買東西，不去淘寶買，可能淘寶砸一個(gè)優(yōu)惠券人就回來了。但一旦乙方在甲方失去聯(lián)系，甚至被打入采購黑名單，以后就永遠(yuǎn)失去了每年數(shù)以百萬計(jì)的生意，就是這么殘酷。丟失一個(gè)老客戶慘過開發(fā)10個(gè)新客戶，在B2B領(lǐng)域更成立
  • 數(shù)據(jù)收集，依賴于渠道的管理
    做B2B業(yè)務(wù)的銷售，都是把客戶的信任當(dāng)作私有財(cái)。渠道管不住，收回來的就是無效數(shù)據(jù)。這就需要公司管理：信息化工具+紀(jì)律+數(shù)據(jù)校驗(yàn)
  • 不存在所謂RFM
    或者說只有M，沒有R，F，越是大企業(yè)采購越是這樣，銷售過程很長，但一旦銷售完成，客戶可能今年都沒有需求。

• 基本畫像

B2C業(yè)務(wù)B2B業(yè)務(wù)

用戶名稱	ID	企業(yè)名
基本特征自	自然屬性為主:性別、年齡、地區(qū)	經(jīng)營屬性為主:行業(yè),行業(yè)排名,企業(yè)規(guī)模,發(fā)展速度
用戶角色	自然人	審批者(各部門大佬)、采購者(采購部經(jīng)理、主管、職員)、需求者(需求部門經(jīng)理、主管、職員）、使用者(各種角色)
用戶消費(fèi)行為	AAARR	售前動(dòng)作為主:需求發(fā)起,溝通,演示,評(píng)標(biāo),中標(biāo)結(jié)果
用戶互動(dòng)行為	在線點(diǎn)擊、線下到店	采購行為(多少次進(jìn)度,每次進(jìn)度到哪一步），溝通內(nèi)容(咨詢?nèi)?咨詢問題,應(yīng)對(duì)案,后續(xù)反饋)使用行為(使用人次,使用建議）

• 行為分析
  • 線索數(shù)據(jù)
    有沒有最初的銷售線索來源、到達(dá)時(shí)間、可靠性記錄
  • 用戶角色數(shù)據(jù)
    有沒有客戶采購流程的進(jìn)度記錄，對(duì)應(yīng)的客戶角色（不是企業(yè)名稱）記錄，審批、采購、需求、使用者。
  • 跟進(jìn)數(shù)據(jù)
    有沒有銷售跟進(jìn)次數(shù)、時(shí)間的記錄：我方跟進(jìn)了多少次，客戶進(jìn)度推進(jìn)到什么程度、有沒客戶問題溝通的記錄
  • 經(jīng)營情況和部門架構(gòu)變動(dòng)情況
    有沒有采集客戶的行業(yè)、經(jīng)營情況、行業(yè)排名、發(fā)展速度數(shù)據(jù)？營業(yè)收入從100億成長到200億，需要的服務(wù)器，系統(tǒng)功能，licence數(shù)量都必然會(huì)增加
  • 用戶分類：
    有沒有預(yù)先客戶分類，比如哪些是開拓重點(diǎn)，哪些是現(xiàn)金牛
    

九數(shù)據(jù)處理

數(shù)據(jù)的質(zhì)量最終決定了數(shù)據(jù)分析的準(zhǔn)確性 現(xiàn)實(shí)生活中，數(shù)據(jù)并非完美的, 需要進(jìn)行清洗才能進(jìn)行后面 的數(shù)據(jù)分析 。常規(guī)數(shù)據(jù)分析、數(shù)據(jù)挖掘開始工作前都要：明確數(shù)據(jù)情況、統(tǒng)一數(shù)據(jù)格式、

錯(cuò)誤數(shù)據(jù)的來源：人為失誤、歷史局限、刻意隱瞞、特定業(yè)務(wù)操作，數(shù)據(jù)采集問題，數(shù)據(jù)同步問題。

1.數(shù)據(jù)探索 Explore

內(nèi)容：

對(duì)于數(shù)據(jù)的探索，是基于業(yè)務(wù)規(guī)則和分析需求。是否符合業(yè)務(wù)規(guī)范，是否能滿足數(shù)據(jù)分析的要求。除下表之外還需要注意表外的要求：數(shù)據(jù)來源、記錄時(shí)間、內(nèi)容準(zhǔn)確性(交叉驗(yàn)證)。

探索內(nèi)容字段記錄提示

含義	具體定義
數(shù)量		合理的記錄數(shù)
缺失	缺失哪些字段
范圍	數(shù)值范圍、文本內(nèi)容	離群值、異常值的數(shù)量、大小
唯一性	是否具有唯一性	是否符合字段要求：完全重復(fù)行/部分重復(fù)
非空性	是否為可以為空	是否符合字段要求
默認(rèn)值	是否存在默認(rèn)值填充
數(shù)據(jù)類別	數(shù)值/文本	是否符合字段要求
數(shù)值格式要求	保留位數(shù)、單位要求
數(shù)值分布	離散/連續(xù)分布		箱線圖法(分位差法)或者分布圖(標(biāo)準(zhǔn)差法
文本分布	各文本數(shù)據(jù)項(xiàng)分布情況	是否符合規(guī)定的文本要求

操作：查數(shù)據(jù)

2.數(shù)據(jù)修正 Modify

主要是處理異常值：缺失、重復(fù)、錯(cuò)誤值，處理思路：

分析情況

異常值在字段中的分布，以及是否有顯著的規(guī)律分布特征。

判斷:

• 是否需要處理：處理后續(xù)模型中是否能夠自動(dòng)處理，是否涉及此字段

取決于后期數(shù)據(jù)分析和模型的容忍度和靈活度。

• 具體情況具體處理

常用處理方式

• 丟棄字段

丟棄意味著削減數(shù)據(jù)特征。不宜采用這種方式。當(dāng)存在大量異常值，缺失值，比如超過10%、50%；或者缺失的數(shù)據(jù)很大程度影響數(shù)據(jù)分布特征。

• 補(bǔ)全/替換較為常用，補(bǔ)全方式有 ：

  • 統(tǒng)計(jì)法

    數(shù)值型數(shù)據(jù)：使用平均值，加權(quán)均值中位數(shù)。

    分類型數(shù)據(jù):眾數(shù)最多的值

  • 模型法

    基于已有的字段，將缺失值作為目標(biāo)進(jìn)行預(yù)測(cè)。

    數(shù)值型：回歸模型；分類變量：分類模型。

  • 替換法

    有均值替換、前向、后向替換和常數(shù)替換、上下限替換異常值

  • 專家補(bǔ)全

  • 其他

  例如隨機(jī)數(shù)，特征值，多重填補(bǔ)

• 刪除記錄

完全重復(fù)記錄、數(shù)量相對(duì)較少刪除后不影響數(shù)據(jù)分析

• 修正

主要是針對(duì)格式錯(cuò)誤的數(shù)據(jù)

數(shù)據(jù)操作：增、刪、改

注意：

• 偽異常

  當(dāng)遺產(chǎn)是由特定的業(yè)務(wù)動(dòng)作產(chǎn)生，能夠真實(shí)反映業(yè)務(wù)的狀態(tài)，并且需要分析異常情況時(shí)，這些數(shù)據(jù)不進(jìn)行處理：業(yè)務(wù)峰值、信用卡欺詐分析

3.數(shù)據(jù)轉(zhuǎn)化

數(shù)據(jù)操作：增、改

數(shù)據(jù)類型的轉(zhuǎn)換

數(shù)據(jù)歸約

數(shù)據(jù)歸一化處理，

數(shù)據(jù)聚合

• 數(shù)據(jù)合并

  橫向堆疊：將兩張表或多張表在X軸方向，即橫向拼接在一起，行數(shù)相同 ，

  縱向堆疊將兩張表或多張表在Y軸方向，即縱向拼接在一起

4.工具

工具

目前在Python中, numpy和pandas是最主流的工具

Numpy中的向量化運(yùn)算使得數(shù)據(jù)處理變得高效

Pandas提供了大量數(shù)據(jù)清洗的高效方法

十.分析方法

1.數(shù)學(xué)分析框架

高級(jí)方法是簡單方法的疊加，新模型是舊模型的進(jìn)化，關(guān)鍵是如何實(shí)現(xiàn)

單維分析

對(duì)比思想是所有的的基礎(chǔ)，分為：自我對(duì)比、其他對(duì)比

• 橫向?qū)Ρ?#xff1a;同一時(shí)間點(diǎn)上的兩個(gè)并存事物的比較。

  • 定比：kpi、預(yù)警分析

  • 環(huán)比：

    本周期 和上周期整體比較：例如2005年7月份與2005年6月份相比較稱其為環(huán)比

    環(huán)比增長速度=（本期數(shù)－上期數(shù)）/上期數(shù)×100%

    環(huán)比發(fā)展速度=本期數(shù) / 上期數(shù)×100%

• 縱向?qū)Ρ?#xff1a;單個(gè)事物在周期內(nèi)不同時(shí)間點(diǎn)上的狀態(tài)進(jìn)行的比較
  同比：本周期 和 上周期的同一點(diǎn)比較：避免周期性波動(dòng)

• 趨勢(shì)圖

  單維度分許：分析整體的趨勢(shì)、周期性、異常值

  描述：上漲、快速上漲、上漲趨勢(shì)減緩、急跌、反彈、下趺、快速下跌、蕩下跌

多維分析

• ABtest

  應(yīng)用場(chǎng)景：體驗(yàn)優(yōu)化、轉(zhuǎn)化率優(yōu)化、廣告優(yōu)化、算法優(yōu)化
  環(huán)節(jié)設(shè)置：現(xiàn)狀分析、假設(shè)構(gòu)建、人群分流、目標(biāo)設(shè)置、A/B/n版本制作、數(shù)據(jù)收集、結(jié)果分析:通過用戶行為分析用戶心理，從而優(yōu)化產(chǎn)品用戶體驗(yàn)

• 象限分析法、

  實(shí)現(xiàn)：多維度分析，對(duì)數(shù)據(jù)在不同維度進(jìn)行交叉展現(xiàn)細(xì)分?jǐn)?shù)據(jù)，一般是兩個(gè)維度。根據(jù)不同的業(yè)務(wù)場(chǎng)景和業(yè)務(wù)需求，將任意兩個(gè)指標(biāo)作為坐標(biāo)軸

  例如：BCG模型/類BCG模型。分析渠道——通過用戶的質(zhì)量和數(shù)量分為四個(gè)部分；品牌的狀況——品牌GMV增長率和占有率；商品引流能力和轉(zhuǎn)化率：流量份額-轉(zhuǎn)化率；商品對(duì)毛利/GMV的貢獻(xiàn)：毛利率-銷售額

• 指數(shù)體系分析

  (數(shù)學(xué)基礎(chǔ)中有詳細(xì)解)確定不同因素對(duì)結(jié)果的影響大小

分類分析

• 決策樹
• 神經(jīng)網(wǎng)絡(luò)
• 貝葉斯分類
• SVM
• 隨機(jī)森林

流程法

• 漏斗分析

• 結(jié)構(gòu)分析

  場(chǎng)景：app功能分析;菜單級(jí)別

• 路徑分析

相關(guān)性分析

• 熱力圖分析
  基于鏈接的熱力圖
  基于像素的熱力圖

• 聚類分析

• 回歸分析

• 關(guān)聯(lián)分析

聚類分析

• 層次分析
• K-均值
• 模糊聚類
• 高斯回歸

回歸分析

• 線性回歸
• Logistic回歸

其他

• 時(shí)間序列分析
• 歸因分析
  線下平均歸因
  時(shí)間衰弱歸因
  根據(jù)位置綜合歸因

2.行業(yè)與公司框架

宏觀背景決定行業(yè)風(fēng)口，風(fēng)口決定公司的發(fā)展。基本的研究框架：

• 產(chǎn)品

  這個(gè)行業(yè)的主要產(chǎn)品是什么？
  產(chǎn)品的主要形態(tài)是什么？
  滿足了用戶哪一方面的需求？
  產(chǎn)品的替代品包括什么？
  產(chǎn)品的關(guān)鍵技術(shù)是哪一項(xiàng)？
  產(chǎn)品的成本結(jié)構(gòu)如何？

  • 產(chǎn)品生命周期PLC

    product life cycle，產(chǎn)品的生命都是有限的、不同階段的目標(biāo)、措施不同

    階段價(jià)值戰(zhàn)略指標(biāo)用戶

    開發(fā)		時(shí)間
    引入期		反饋
    成長期		增長
    成熟期		利潤
    衰退期

  • 品牌

    AIPL+FAST：AIPL：品牌在品牌體系里的人群資產(chǎn)定量化運(yùn)營，FAST模型：從數(shù)量和質(zhì)量上衡量消費(fèi)者運(yùn)營健康度模型

• 市場(chǎng)

  公司的市場(chǎng)定位？
  公司的主要用戶？
  市場(chǎng)空間有多大？
  近幾年的市場(chǎng)增長率有多高？
  預(yù)計(jì)未來幾年的市場(chǎng)增速如何？
  市場(chǎng)的主要玩家是誰？

  • 戰(zhàn)略鐘

    市場(chǎng)價(jià)格

  • STP市場(chǎng)定位理論

    市場(chǎng)定位

  • SWOT

    競(jìng)爭(zhēng)

• 行業(yè)概括

  基本的行業(yè)術(shù)語
  行業(yè)的發(fā)展歷程和變遷
  行業(yè)的監(jiān)管情況和主要政策是什么？
  行業(yè)發(fā)展的有利因素和不利因素
  行業(yè)發(fā)展的瓶頸
  行業(yè)目前所處的周期
  行業(yè)的供應(yīng)鏈情況？

  • PESTEL

    用PESTEL模型分析，這個(gè)行業(yè)大環(huán)境如何？
    P：政治因素，是否是公有設(shè)施行業(yè)？是否受到政策和監(jiān)控的嚴(yán)控？如房地產(chǎn)
    E：經(jīng)濟(jì)因素，哪些經(jīng)濟(jì)因素影響了這個(gè)行業(yè)的發(fā)展？如奢侈品
    S：社會(huì)因素，社會(huì)風(fēng)俗和思想開放程度對(duì)這個(gè)行業(yè)有多大的影響？如醫(yī)美
    T：技術(shù)因素，技術(shù)是如何影響這個(gè)行業(yè)的？如手機(jī)
    E：環(huán)境因素，環(huán)保政策和環(huán)保理念如何影響行業(yè)發(fā)展？如新能源汽車
    L：法律因素，某些法律法規(guī)的出臺(tái)對(duì)行業(yè)的影響，如廣告法影響自媒體等。

  • 生態(tài)譜圖

    供應(yīng)鏈情況分析

• 競(jìng)爭(zhēng)

  行業(yè)的競(jìng)爭(zhēng)情況如何，是完全競(jìng)爭(zhēng)？寡頭壟斷？還是寡頭競(jìng)爭(zhēng)？
  業(yè)內(nèi)幾個(gè)主要玩家的盈利模式分別是怎樣的？
  在競(jìng)爭(zhēng)勝出的關(guān)鍵行業(yè)因素是什么？
  該行業(yè)是否受到海外競(jìng)爭(zhēng)的壓力？

• 近期的特殊事件。

  譬如中概股最近遭遇做空，包括愛奇藝、好未來等，如果你正在看教育行業(yè)，那這件事情是你應(yīng)該關(guān)注的。對(duì)于這些特殊事情，你在知乎上搜索也能找到很多的數(shù)據(jù)和各方說法，看個(gè)3-5篇的深度分析，對(duì)這件事情至少能夠在與一般人交談時(shí)比別人多出大概5%的談資。

從哪里獲取研究所需的報(bào)告和數(shù)據(jù)

如果是為了看行業(yè)總體數(shù)據(jù)，可以上國家統(tǒng)計(jì)局和對(duì)應(yīng)的行業(yè)協(xié)會(huì)官網(wǎng)，對(duì)于行業(yè)研究報(bào)告，推薦以下幾個(gè)地方：

1、證監(jiān)會(huì)官網(wǎng)

在證監(jiān)會(huì)官網(wǎng)上可以找到各個(gè)上市公司的上市時(shí)候的招股說明書，這是券商針對(duì)公司情況出具的一份翔實(shí)的報(bào)告，里面的行業(yè)部分通常是券商經(jīng)過仔細(xì)的調(diào)研得出的情況，當(dāng)然如果是太小的券商出具的報(bào)告，有可能深度不夠。可以找一下中金、招商、中信證券等大投行出的IPO對(duì)應(yīng)行業(yè)的某家公司的招股說明書。

2、巨潮資訊

證監(jiān)會(huì)指定的上市公司公開披露信息的網(wǎng)站，在上面可以找到各個(gè)上市公司的定期報(bào)告和招股說明書等。

3、東方財(cái)富網(wǎng)

對(duì)于未付費(fèi)用戶，每天可以免費(fèi)下三份報(bào)告，找報(bào)告的時(shí)候同樣挑選一下出具報(bào)告的券商，還是建議看幾個(gè)大投行的。

4、萬得

這個(gè)是要收費(fèi)的，而且很貴，一般人都不會(huì)買，大部分情況下是公司買了給員工用。如果你有朋友在金融機(jī)構(gòu)，可能他手里有公司發(fā)的賬號(hào)，你可以麻煩他下幾份。如果嫌麻煩，某寶上或者某魚上搜一搜，便宜得很。

5、網(wǎng)站：發(fā)現(xiàn)報(bào)告

這個(gè)網(wǎng)站上有“行業(yè)研究”、“宏觀策略”、“公司研究”、“招股說明書”和“其他報(bào)告”四個(gè)板塊，每天會(huì)新增幾百到上千份報(bào)告，報(bào)告來源于其他各個(gè)網(wǎng)站，包括消費(fèi)、互聯(lián)網(wǎng)等，常見的行業(yè)一般能在這上面搜到。

6、網(wǎng)站：并購家

這個(gè)網(wǎng)站關(guān)注的是行業(yè)內(nèi)的并購事件，也能在上面找到各個(gè)行業(yè)的報(bào)告。

7、網(wǎng)站：行行查

上面有行業(yè)數(shù)據(jù)、法規(guī)、技術(shù)變革、競(jìng)爭(zhēng)格局等，是我最近用得比較多的一個(gè)網(wǎng)站，上面還會(huì)根據(jù)關(guān)鍵字提取報(bào)告中的內(nèi)容，譬如“商業(yè)模式”“產(chǎn)業(yè)鏈”等。

3.電商數(shù)據(jù)分析

無論何種形式的電子商務(wù)，GMV（ Gross Merchandise Volume 成交總額）是電子商務(wù)的核心指標(biāo)，從計(jì)算角度來分析：采用杜邦分析法即GMV= 用戶數(shù)*客單價(jià)；從管理角度分析最具有代表性的框架為：人、貨、場(chǎng)。

提示：對(duì)應(yīng)指標(biāo)在指標(biāo)篇中，此處不展開

用戶分析

用戶定義：？包括：用戶行為、用戶價(jià)值、用戶構(gòu)成

用戶心理：（現(xiàn)在無法落地到數(shù)據(jù)暫時(shí)不展開）馬斯洛需求：生理需求、安全需求、社交需求、尊重需求、自我實(shí)現(xiàn)

客戶生命周期模型

AARRR

? 用戶行為分析

AARRR是一個(gè)思考的框架，不是五個(gè)指標(biāo)。

每個(gè)方面下邊都有一堆指標(biāo)可以看;因?yàn)槊恳徊降倪_(dá)成都需要眾多部門合作。

不是一個(gè)用戶必須走完五個(gè)流程，運(yùn)營時(shí)也不是分布進(jìn)行

用戶具體行為并不一定，而且運(yùn)營中存在同步進(jìn)行，基本是作為一個(gè)整體,關(guān)注的五個(gè)方面

不是說每個(gè)方面都得做到極致

不同的業(yè)務(wù), AARRR形態(tài)不同。有的業(yè)務(wù)就是靠大量轉(zhuǎn)發(fā)裂變,有的就是靠大量不付費(fèi)用戶撐起臺(tái)面,有的就是流失很嚴(yán)重,但是沙里淘金服務(wù)幾個(gè)大客戶。所以得具體問題具體分析

• Acquisition 獲客

  • 戰(zhàn)略：獲取新用戶

  • 戰(zhàn)術(shù)：拉新，運(yùn)營主要的目標(biāo)是引導(dǎo)用戶下載應(yīng)用，完成注冊(cè)

  • 戰(zhàn)斗：精準(zhǔn)定位，發(fā)掘渠道，

    通過SEM、SEO、CPS、ASO、換量、積分墻以及一些線下渠道，找到并發(fā)現(xiàn)目標(biāo)用戶，將用戶引入體系中來并誘發(fā)使用，完成這個(gè)階段的目標(biāo)。最終引入用戶的渠道質(zhì)量和匹配度，將決定用戶的有效轉(zhuǎn)化率和留存率。還有就是落地業(yè)等產(chǎn)品端的價(jià)值傳達(dá)。

  • 指標(biāo)：用戶增量、獲客成本

• Activation 激活

  • 戰(zhàn)略：留下目標(biāo)客戶群
  • 戰(zhàn)術(shù)：用戶體驗(yàn)
  • 戰(zhàn)斗：
  • 指標(biāo) ：DAU/MAU、登錄次數(shù)/時(shí)長、活躍功能點(diǎn)

• Retention 留存

  • 戰(zhàn)略：留存率衡量著一個(gè)產(chǎn)品是否健康成長。

  • 戰(zhàn)術(shù)：減低流失

  • 戰(zhàn)斗：

    當(dāng)新用戶在某個(gè)時(shí)間段內(nèi)、按照某種頻率使用某個(gè)功能，則該用戶在本平臺(tái)的留存概率將最大化，進(jìn)而成為忠誠用戶。

  • 指標(biāo)：次日、3、7日、30日、90日留存率、生命周期長度、流失預(yù)警+重定位

• Revenue 收益

  • 戰(zhàn)略：傳播

  • 戰(zhàn)術(shù)：精準(zhǔn)營銷

  • 戰(zhàn)斗：交叉營銷

    基于平臺(tái)現(xiàn)有的產(chǎn)品類別，流量、爆款、利潤款，以各種運(yùn)營手段配合，促成用戶完成多次復(fù)購

  • 指標(biāo)：ARPU、LTV、消費(fèi)金額、頻次、消費(fèi)商品

• Referral 傳播

  • 戰(zhàn)略：復(fù)購

  • 指標(biāo)：傳播用戶數(shù)、傳播質(zhì)量、K因子

  • 戰(zhàn)術(shù)：誘導(dǎo)用戶對(duì)于平臺(tái)產(chǎn)品和服務(wù)進(jìn)行傳播。

    通過用戶推薦再次獲取新用戶，應(yīng)用運(yùn)營形成了一個(gè)螺旋式上升的軌道。而優(yōu)秀的應(yīng)用就很好地利用了這個(gè)軌道，不斷擴(kuò)大自己的用戶群體。

RFM：

• 介紹：用戶相對(duì)價(jià)值的劃分的經(jīng)典模型，

  Recency最近一次消費(fèi)時(shí)間間隔理論上，上一次消費(fèi)時(shí)間越近的顧客應(yīng)該是比較好的顧客，對(duì)提供即時(shí)的商品或是服務(wù)也最有可能會(huì)有反應(yīng)與顧客建立長期的關(guān)系: 如果顯示上一次購買很近的客戶，(消費(fèi)為1個(gè)月)人數(shù)如增加，則表示該公司是個(gè)穩(wěn)健成長的公司；反之，如上一次消費(fèi)為一個(gè)月的客戶越來越少，則是該公司邁向不健全之路的征兆。

  Frequency，消費(fèi)頻率，一段時(shí)間（比如1年）內(nèi)的消費(fèi)次數(shù)	消費(fèi)頻率是顧客在限定的期間內(nèi)所購買的次數(shù)。我們可以說最常購買的顧客，也是滿意度最高的顧客。	最常購買的消費(fèi)者，忠誠度也就最高。增加顧客購買的次數(shù)意味著從競(jìng)爭(zhēng)對(duì)手處偷取市場(chǎng)占有率，由別人的手中賺取營業(yè)額。
  Monetary，消費(fèi)金額，一段時(shí)間（比如1年）內(nèi)的消費(fèi)金額	消費(fèi)、消費(fèi)頻率、消費(fèi)金額是測(cè)算消費(fèi)者價(jià)值最重要也是最容易的方法，而其中，消費(fèi)是最有力的預(yù)測(cè)指標(biāo)，消費(fèi)金額決定客戶重要性	也所有數(shù)據(jù)庫報(bào)告的支柱，也可以驗(yàn)證“帕雷托法則”(Pareto’s Law)——公司80%的收入來自20%的顧客。

• 分類

  “忠誠度的階梯”(loyalty ladder)，其訣竅在于讓消費(fèi)者一直順著階梯往上爬，實(shí)際運(yùn)用上，我們只需要把每個(gè)維度做兩分即可，這樣在3個(gè)維度上我們依然得到了8組用戶。
  

  用戶分類采取不同的運(yùn)營決策識(shí)別有價(jià)值的用戶

  用戶分類距今間隔消費(fèi)頻率（F消費(fèi)金額（M）

  重要價(jià)值用戶	1	1	1	對(duì)這部分優(yōu)質(zhì)客戶要特殊保護(hù)
  重要發(fā)展用戶	1	0	1	忠誠度不高，很有潛力的用戶，需要對(duì)其識(shí)別后進(jìn)行個(gè)性化推薦，增加用戶付費(fèi)次數(shù)，提高粘性
  重要保持用戶	0	1	1	說明這是個(gè)一段時(shí)間沒來的忠誠客戶，需要運(yùn)營/業(yè)務(wù)人員對(duì)其進(jìn)行喚回（可用紅包、獎(jiǎng)勵(lì)、優(yōu)惠券等方式）
  重要挽留用戶	0	0	1	可能是我們的潛在客戶或易流失客戶，可以找到該部分用戶讓其給出反饋建議等
  一般價(jià)值用戶	1	1	0	可能是對(duì)價(jià)格較敏感或付費(fèi)能力不足，可對(duì)該部分用戶進(jìn)行商品關(guān)聯(lián)推薦
  一般發(fā)展用戶	1	0	0	新客戶，可對(duì)該部分用戶增加關(guān)懷，推送優(yōu)惠信息，增加粘性
  一般保持用戶	0	1	0	該部分客戶可能快要流失，可低成本營銷
  一般挽留用戶	0	0	0	有可能不是目標(biāo)客戶，若經(jīng)費(fèi)有限可忽略此類用戶

• 計(jì)算

• 設(shè)定標(biāo)準(zhǔn)

• 打分
  

• 計(jì)算均值
  

• 分類
  

TGI指數(shù)

• 定義

  每一種用戶形態(tài)組合，對(duì)應(yīng)一個(gè)結(jié)果。TGI指數(shù)反映目標(biāo)群體在特定研究范圍(如地理區(qū)域、人口統(tǒng)計(jì)領(lǐng)域、媒體受眾、產(chǎn)品消費(fèi)者]內(nèi)的強(qiáng)勢(shì)或弱勢(shì)的指數(shù)。

• 計(jì)算

  TGI指數(shù)=用戶分類中具有某一特征的群體所占比例/總體中具有相同特征的群體所占比例*100

• 用法

• 將目標(biāo)用戶進(jìn)行分類，

• 對(duì)比各類用戶與總體之間的差異性

  要論證一種形態(tài)組合比另一種更好,要么做標(biāo)桿對(duì)比：每個(gè)組合的收入；要么看時(shí)間線上,每個(gè)組合對(duì)應(yīng)的利潤、成本等指標(biāo)變化。比如在分析用戶的年齡段時(shí)，可以通過TGI指數(shù)對(duì)比各用戶分類與總體在各年齡段的差異，設(shè)用戶分類1中16-25歲的用戶占比為4%，而總體中16-25歲的用戶占比為8.3%，那么用戶分類1在16-25歲用戶中的TGI指數(shù)為4%/8.3%=48。依照這一方法，我們可以對(duì)各類用戶在各年齡段的TGI指數(shù)進(jìn)行對(duì)比。如上圖所示，各類目標(biāo)用戶在16-25歲這個(gè)年齡段的占比都比總體小（TGI指數(shù)<100），其中分類1的用戶年齡偏大，因?yàn)樵擃愑脩粼?6歲以上各個(gè)年齡段的TGI指數(shù)都明顯高于100，且同時(shí)高于其他三類用戶。

• TGI指數(shù)等于100表示平均水平，高于100，代表該類用戶對(duì)某類問題的關(guān)注程度高于整體水平

其他：

（LTV）：客戶終生價(jià)值

用戶體驗(yàn)?zāi)Ｐ?#xff1a;HEART

商品分析

• 定義：

  產(chǎn)品，解決一系列問題的工具。商品，具體的交易物。商品分析主要指：商品，負(fù)責(zé)商品規(guī)劃，涉及：需求預(yù)測(cè)、供應(yīng)鏈管理。量、收、利、進(jìn)、銷、存：零售行業(yè)，無論線上線下都是這六個(gè)關(guān)鍵指標(biāo)：總量、收入、利潤、采購（進(jìn)）、存貨。和AARRR一樣，有一堆二級(jí)三級(jí)小指標(biāo)。

杜邦分析法

起源于財(cái)務(wù)領(lǐng)域，擴(kuò)展很多。通過數(shù)學(xué)公式和維度選擇，層層拆解，能夠用于初步定位問題所在。

ABC 分類法

ABC 分類法 (Activity Based Classification) ，全稱應(yīng)為 ABC 分類庫存控制法。又稱帕累托分析法，28法則。

場(chǎng)景分析（產(chǎn)品）

• 產(chǎn)品介紹

  • 核心目標(biāo)

    解決目標(biāo)用戶市場(chǎng)一個(gè)什么問題，這個(gè)問題分析的越透徹，產(chǎn)品核心目標(biāo)越準(zhǔn)確。如：360安全衛(wèi)士解決用戶使用電腦的安全問題。

  • 產(chǎn)品定位

    目標(biāo)用戶群是誰？目標(biāo)用戶群分析的越透徹，越清晰，對(duì)于后期產(chǎn)品推廣起關(guān)鍵性助推作用。一句話，比如，陌陌一款基于地理位置的移動(dòng)社交工具。鳥哥筆記：分享互聯(lián)網(wǎng)產(chǎn)品，運(yùn)營推廣干貨。

  • 產(chǎn)品設(shè)計(jì)

    功能、技術(shù)、可用性

  • 重心

    1.使用廣度：總用戶數(shù)，月活；

    2.使用深度：每人每天平均瀏覽次數(shù)，平均訪問時(shí)長；

    3.使用粘性：人均使用天數(shù)；

    4.綜合指標(biāo)：月訪問時(shí)長=月活人均使用天數(shù)每人每天平均瀏覽次數(shù)*平均訪問時(shí)長

    在產(chǎn)品初期，核心的工作是拉新，應(yīng)該更加關(guān)注產(chǎn)品的使用廣度，而產(chǎn)品的中后期，應(yīng)該更加注重使用深度和使用粘性的提升。

    • 對(duì)于不同的產(chǎn)品也需根據(jù)產(chǎn)品的性質(zhì)來確定核心指標(biāo)，比如，對(duì)于社交類產(chǎn)品，使用廣度和使用粘性至關(guān)重要，而對(duì)于一些中臺(tái)分析類產(chǎn)品，提升使用深度和使用粘性更有意義。

      工具類：啟動(dòng)次數(shù)很重要

      社區(qū)類：活躍用戶和UGC（User Generated Content）用戶原創(chuàng)內(nèi)容”很重要

      游戲：在線人數(shù)和ＡＲＰＵ值是關(guān)鍵

      移動(dòng)電商：主要關(guān)注成交銷售額。包括訂單轉(zhuǎn)化率和金額轉(zhuǎn)化率

轉(zhuǎn)化漏斗

漏斗模型,常用來改善內(nèi)容投放、新用戶注冊(cè)、產(chǎn)品流程。這些工作往往是若干環(huán)節(jié)組合,用戶在操作過程中會(huì)因?yàn)榄h(huán)節(jié)太多而流失,類似漏斗的效果,所以有漏斗模型的說法。

根據(jù)流程，分析析每個(gè)環(huán)節(jié)的：轉(zhuǎn)化量，轉(zhuǎn)化率、停留時(shí)長，訪問深度。通過標(biāo)桿/同比、環(huán)比的比較判斷好壞。考慮到設(shè)計(jì)產(chǎn)品的用戶行為路徑，其中詳情頁的轉(zhuǎn)化率是最為重要的指標(biāo)。

• 購買轉(zhuǎn)換率：訪客中購買商品的比例，購買客戶數(shù)/訪客數(shù)

• 詳情頁到達(dá)率:詳情頁UV/曝光率

  詳情頁的主要來源：入站UV——直接落地詳情頁、入站UV——聚合頁（從首頁進(jìn)入、從頻道進(jìn)入、從分類頁進(jìn)入、從品牌頁進(jìn)入）、入站ＵＶ——商品詳情頁（關(guān)聯(lián)銷售）——詳情頁，分析聚合頁進(jìn)入

• 詳情頁下單轉(zhuǎn)化率：

  詳情頁缺少吸引力

• 支付成功率

  支付引導(dǎo)差/支付工具問題

場(chǎng)景分析（營銷）

可以粗略的理解為：用戶的消費(fèi)場(chǎng)景的搭建。重在提高用戶的體驗(yàn),對(duì)各場(chǎng)景進(jìn)行優(yōu)化,增強(qiáng)客戶粘性。沒有創(chuàng)造牛x的運(yùn)營策略，只是因?yàn)榘l(fā)現(xiàn)了用戶在xx場(chǎng)景下的xx需求，通過我們?cè)O(shè)定的路徑和工具，幫助用戶實(shí)現(xiàn)了而已。

• 渠道來源：

  referral-引薦網(wǎng)站：指向本網(wǎng)站的其他網(wǎng)站

  direct-直接進(jìn)入：直接輸入網(wǎng)站或者通過收藏夾進(jìn)入，一般是老客戶

  organic sercch-自然搜索、other-一般付費(fèi)流量

  paid search 付費(fèi)搜索

• 場(chǎng)景：

  • 線上場(chǎng)景: APP/網(wǎng)站內(nèi)部的消費(fèi)場(chǎng)景：頁面項(xiàng)目,內(nèi)部檢索,專題頁面,站內(nèi)廣告,
  • 線下場(chǎng)景:各城市分布,各門店銷售。

渠道分析

• 用戶轉(zhuǎn)化率—導(dǎo)入用戶數(shù) 平面坐標(biāo)

  優(yōu)質(zhì)渠道 、潛力渠道、垃圾渠道、混雜渠道

• 轉(zhuǎn)化率分析：漏斗模型

• 辨別渠道作弊

  • 渠道效果評(píng)估：留存率

  • 用戶終端

    1、方法：關(guān)注低價(jià)設(shè)備排名

    2、方法：關(guān)注新版本的操作系統(tǒng)的占比

    3、關(guān)注wifi網(wǎng)絡(luò)的使用情況

    4、定向投放也很重要

  • 用戶行為

    1、比較用戶行為數(shù)據(jù)

    2、了解新增用戶、活躍用戶小時(shí)時(shí)間點(diǎn)數(shù)據(jù)曲線

    3、查看用戶訪問的頁面明細(xì)細(xì)

  • 轉(zhuǎn)化率分析

  • 反作弊模塊

    （1）設(shè)備號(hào)異常：頻繁重置idfa

    （2）ip異常：頻繁更換地理位置

    （3）行為異常：大量購買特價(jià)商品等

    （4）數(shù)據(jù)包不完整：只有啟動(dòng)信息，不具備頁面、事件等其他用戶行為信息

十一、數(shù)據(jù)可視化 visualization

• 類別

  靜態(tài)圖表

  動(dòng)態(tài)交互圖形

• 制作方式

  自動(dòng)圖表化

  手動(dòng)圖表化

• 流程

• 確定主題

• 匯總數(shù)據(jù)

• 分析數(shù)據(jù)格式

• 探索表達(dá)方式

  根據(jù)數(shù)據(jù)類型和業(yè)務(wù)目的選擇

• 創(chuàng)意草圖

• 編輯

• 設(shè)計(jì)

• 檢驗(yàn)

常用圖形

復(fù)雜圖是簡單圖形的組合，最基礎(chǔ)：條形圖、餅圖、柱狀圖

• 比較：對(duì)比

  • 條形圖

    顯示Y軸各個(gè)項(xiàng)目之間的比較情況

  • 柱形圖

    通常描述的是分類數(shù)據(jù)，用于顯示一段時(shí)間內(nèi)的數(shù)據(jù)變化或顯示各項(xiàng)之間的比較情況。

  • 雷達(dá)圖

    當(dāng)系列值多于兩個(gè)的時(shí)候，再用柱形圖會(huì)使柱形圖顯得擁擠，這個(gè)時(shí)候我們可以選擇雷達(dá)圖

  • 目標(biāo)完成率圖

• 聯(lián)系：查看兩個(gè)變量之間關(guān)系

  氣泡圖

  雙坐標(biāo)軸圖

  • 旋風(fēng)圖

  • 作用

  用于兩個(gè)項(xiàng)目不同指標(biāo)或者不同系列的對(duì)比,另外一個(gè)作用就是表示兩個(gè)數(shù)據(jù)之間的相關(guān)關(guān)系

  步驟：

  選中數(shù)據(jù) → 插入簇狀條形圖 → 右擊數(shù)據(jù)條選中設(shè)置數(shù)據(jù)系列格式 → 把主次坐標(biāo)軸數(shù)字大小調(diào)成一樣 → 選中一個(gè)標(biāo)簽然后逆序 → 最后設(shè)置坐標(biāo)軸格式去掉負(fù)數(shù)

• 構(gòu)成：組成要素，每個(gè)部分所占整體的百分比

  • 餅圖:

    餅圖以二維或三維格式顯示每一數(shù)值相對(duì)于總數(shù)值的大小

  樹形圖、排列圖 、

  • 漏斗圖:

    漏斗圖主要是在條形圖的基礎(chǔ)上繪制，主要使用的是堆積條形圖。

    適用于業(yè)務(wù)流程比較規(guī)范、周期長、環(huán)節(jié)多的單流程單向分析，通過漏斗各環(huán)節(jié)業(yè)務(wù)數(shù)據(jù)的比較，能夠直觀地發(fā)現(xiàn)和說明問題所在，為決策者提供一定的參考。

• 分布：關(guān)心各數(shù)值范圍包含多少項(xiàng)目，如

  柱形圖

  • 盒式圖：數(shù)據(jù)基礎(chǔ)中有

  • 散點(diǎn)圖

    顯示變量之間的相互影響程度，點(diǎn)的位置由變量的數(shù)值決定。

  • 帕累托圖

    排列圖，主次圖、主要用于質(zhì)量分析原因定位等.原則就是二八原則

  • 直方圖

    高代表數(shù)據(jù)密集 ，低代表數(shù)據(jù)較少

    直方圖畫法: X——max-min均勻區(qū)間；Y——頻數(shù)

  • 地圖，甘特圖

• 看趨勢(shì)

  • 折線圖：

  面積圖:又叫區(qū)域圖，面積圖強(qiáng)調(diào)數(shù)量隨時(shí)間而變化的程度， 它是在折線圖的基礎(chǔ)之上形成的, 它將折線圖中折線與自變量坐標(biāo)軸之間的區(qū)域使用顏色或者紋理填充，顏色的填充可以更好的突出趨勢(shì)信息

  • 迷你圖

    最大化數(shù)據(jù)墨水比原則:保留有效元素，去除無效元素,淡化非主要元素

十二、常見指標(biāo)

注意時(shí)間維度

1. 用戶指標(biāo)

• 規(guī)模數(shù)量

  • 流量

    訪問量/啟動(dòng)次數(shù)：會(huì)話session次數(shù)，用戶打開第一個(gè)網(wǎng)頁之后啟動(dòng)一次會(huì)話，編號(hào)為sessionID=X，用戶30min內(nèi)無操作或者關(guān)閉網(wǎng)頁，會(huì)話結(jié)束，計(jì)為一次會(huì)話；

    UV：（unique visitor）一定時(shí)間獨(dú)立訪客數(shù)：在網(wǎng)站系統(tǒng)中會(huì)依據(jù)用戶的瀏覽器、設(shè)備編號(hào)等為用戶分配一個(gè)編號(hào)，這個(gè)編號(hào)被稱為Cookie，訪客數(shù)就是COOKie數(shù)，更換瀏覽器或者設(shè)備cookie會(huì)變；
    PV：（Page View） 頁面瀏覽次數(shù)

  • 用戶數(shù)

    用戶數(shù)、

    新客用戶數(shù)：表示網(wǎng)站客戶規(guī)模的增長速度；

    產(chǎn)品每天新增的用戶數(shù)
    老客用戶數(shù)、

    新/老用戶數(shù)量比

  • 召回

    召回 召回?cái)?shù) 召回率

• 質(zhì)量

  • 用戶活躍

    AU（）活躍用戶數(shù)：一段時(shí)間內(nèi)啟動(dòng)過應(yīng)用的設(shè)備數(shù)，表示用戶的規(guī)模
    DAU(Daily Active User)日活躍用戶數(shù)量：日活躍用戶數(shù)波動(dòng)較大一般用作當(dāng)天的引流效果。通過DAU可以很直觀的了解產(chǎn)品的所處在的生命周期。
    MAU（即monthly active users）：月活躍用戶數(shù)量相對(duì)穩(wěn)定，用來表示活躍用戶數(shù)
    活躍系數(shù)：？

    流失用戶：是指連續(xù)n周沒有啟動(dòng)過應(yīng)用的應(yīng)用

    忠誠用戶：連續(xù)活躍n周以上的用戶

  • 意向

    詢單量
    詢單轉(zhuǎn)化率
    平均接待時(shí)長
    店鋪評(píng)分

  • 轉(zhuǎn)化率

    轉(zhuǎn)化：最重要的。根據(jù)具體情況定義，任何有意義的動(dòng)作都可以是轉(zhuǎn)化。達(dá)成某種目標(biāo)的訪客數(shù)（訪問量）/總的訪客數(shù)（訪問量），采用訪問量量意味著每次訪問都是下單或者購買的機(jī)會(huì)，訪客數(shù)意味著購買之前多次訪問是正常的。

    訂單轉(zhuǎn)化率

    來源轉(zhuǎn)化率

    注冊(cè)轉(zhuǎn)化率

    行為完成率

  • 留存

    n日留存計(jì)算：使用粘性。 統(tǒng)計(jì)日期內(nèi)新增的用戶或活躍用戶，在第N天又來使用的比例，可以參考行業(yè)值對(duì)標(biāo)自己的應(yīng)用留存是否健康；不同維度下用戶流失的情況 閱讀資訊、社交溝通、系統(tǒng)工具是留存率最高的三類應(yīng)用，在4個(gè)月以后的留存率穩(wěn)定在10%左右。

    次日留存率：新手引導(dǎo)設(shè)計(jì)和新用戶轉(zhuǎn)化路徑

    7日留存率：在這個(gè)時(shí)間段里，用戶通常會(huì)經(jīng)歷一個(gè)完整的使用和體驗(yàn)周期，如果在這個(gè)階段用戶能夠留下來，就有可能成為忠誠用戶

    30日留存率：APP版本更新是否對(duì)用戶有影響 通常移動(dòng)APP的迭代周期為2-4周一個(gè)版本，

    渠道留存：渠道不同用戶質(zhì)量也會(huì)有差別，而且排除用戶渠道差別的因素以后，再去比較次日，周留存，可以更準(zhǔn)確的判斷產(chǎn)品上的問題

  • 消費(fèi)

    APA（Active Payment Account）活躍付費(fèi)賬戶

    ARPU (Average Revenue Per User)即客單價(jià)=總收入/總用戶數(shù) =銷量*單價(jià)/總用戶數(shù)=人均購買的件數(shù)*件單價(jià)**。付費(fèi)能力

    ARRPU：（付費(fèi)用戶人均付費(fèi)） 總收入/付費(fèi)用戶數(shù)

    UP付費(fèi)率：付費(fèi)用戶/總用戶數(shù) ，區(qū)別對(duì)待付費(fèi)用戶和免費(fèi)用戶，兩者行為差別很大，單獨(dú)跟蹤和對(duì)待付費(fèi)用戶的行為流失，服務(wù)好付費(fèi)用戶提升金額就可以提升交易額

    購買次數(shù)

    復(fù)購率：消費(fèi)N次以上的人數(shù)/付費(fèi)用戶，代表電商的用戶粘性
    首次付費(fèi)時(shí)間：用戶激活多久后才會(huì)開始付費(fèi)，有助于把握轉(zhuǎn)化用戶的時(shí)間節(jié)點(diǎn)適合的時(shí)間嘗試引導(dǎo)付費(fèi)

    客單價(jià)

    新用戶客單價(jià)：和新用戶的留存有很大關(guān)系；
    連帶率 ：人均購買件數(shù)，是指每個(gè)客戶購買了幾件商品，這個(gè)指標(biāo)常用來衡量關(guān)聯(lián)銷售的效果——（組合裝/單價(jià)裝、推薦效果——推薦帶來的銷售額）

    LTV::用戶生命周期總價(jià)值

  • 傳播

    轉(zhuǎn)發(fā)率

    邀請(qǐng)率

  • UGC

    發(fā)表文章、點(diǎn)贊、評(píng)論、閱讀、訂閱、

    熱度：熱度＝分享次數(shù)＋推薦次數(shù)＋點(diǎn)贊次數(shù)。

2.商品指標(biāo)

量、收、利、進(jìn)、銷、存：總量、收入、利潤、采購（進(jìn)）、存貨。

• 品類

  品類結(jié)構(gòu)：男、女、童裝

  銷量結(jié)構(gòu)：爆旺平滯

  尺碼結(jié)構(gòu)：XS、S、M、XL，XXL，

  季節(jié)款：

  風(fēng)格款：

  時(shí)間：上架天數(shù)/可售天數(shù)

  商品層次：備貨款、新款、淘汰款、

• 量

  總量

  sku數(shù)

  銷量：歷史銷量、預(yù)測(cè)銷量；總體、品類；

  訂單量：訂單數(shù)（關(guān)系到支付壓力和倉庫發(fā)貨的任務(wù)量）

  售罄率

  斷碼率：**重點(diǎn)商品的缺貨率（爆款缺貨的比例）**造成客戶流失的重要指標(biāo)

  加貨次數(shù)

  增長率（歷史增長/平臺(tái)增長）

• 收入

  GMV（ Gross Merchandise Volume，網(wǎng)站成交金額）：GMV=實(shí)際成交額+取消訂單金額+拒收訂單金額+退貨訂單金額。體現(xiàn)電商平臺(tái)的交易規(guī)模

  實(shí)際成交額/GMV:購買意向

  凈銷售額（不含退貨）：凈銷售額是統(tǒng)計(jì)期間內(nèi)的銷售業(yè)績減去期間退貨的業(yè)績

  銷售結(jié)構(gòu)（品類/價(jià)格帶/折扣帶）

  業(yè)績?cè)鲩L率

• 利潤

  件單價(jià):熱銷商品的價(jià)格波動(dòng)

  毛利：總體、單體；品類

  價(jià)格帶

  折扣

• 采購（供應(yīng)鏈）

  • 供應(yīng)商：響應(yīng)周期

  • 庫存

    總量
    周轉(zhuǎn)率
    庫存金額（成本/ 吊牌）
    有效庫存比（適銷）
    庫存結(jié)構(gòu) （年份/品類/價(jià)格帶）
    存銷比
    斷碼率
    斷貨率
    品類占比
    貨齡（存貨天數(shù)）
    各商品層次SKU數(shù)
    備貨SKU數(shù)

  • 制造商

    貨期
    時(shí)效
    產(chǎn)能
    超期率

  • 倉儲(chǔ)配送

    送貨時(shí)間

    妥投及時(shí)率：（妥投到客戶的訂單中，安裝約定時(shí)間妥投的比例），重要的客戶體驗(yàn)指標(biāo)，影響客戶的回購率；

• 評(píng)價(jià)

  退貨率（整體/單款）

3.產(chǎn)品指標(biāo)

• 使用廣度

  總用戶數(shù)，月活；

  • 用戶活躍

    AU（）活躍用戶數(shù)：一段時(shí)間內(nèi)啟動(dòng)過應(yīng)用的設(shè)備數(shù)，表示用戶的規(guī)模
    DAU(Daily Active User)日活躍用戶數(shù)量：日活躍用戶數(shù)波動(dòng)較大一般用作當(dāng)天的引流效果，
    MAU（即monthly active users）：月活躍用戶數(shù)量相對(duì)穩(wěn)定，用來表示活躍用戶數(shù)
    活躍系數(shù)：？

  • 功能使用率:使用某功能的用戶占活躍用戶數(shù)的比例，用來表示某個(gè)功能的受歡迎的程度

• 使用深度

  人每天平均瀏覽次數(shù)，平均訪問時(shí)長；

  • 瀏覽深度

    Tp（Time on Page）停留時(shí)長

    PV（page view ）瀏覽的頁面數(shù)量：頁面停留時(shí)長和網(wǎng)站停留時(shí)長，平均值，在此頁面（站）的總停留時(shí)長/此頁面（站）總的訪問量；

    PV/UV：

    日平均使用時(shí)長： 用戶使用APP或網(wǎng)站/頁面的總時(shí)長=總時(shí)長/總用戶數(shù)

    軌跡：訪問的頁面明細(xì)

    跳出率：非常重要，指的是來到網(wǎng)站后沒有任何操作就離開的比例，落地頁的訪問量/總的訪問量

    頁面點(diǎn)擊：頁面熱點(diǎn)圖**

    退出率：衡量某個(gè)網(wǎng)站推出的概率，無論從哪里進(jìn)入最終從這里退出的比例，從一個(gè)頁面退出的次數(shù)/訪問次數(shù)

• 使用粘性：

  人均使用天數(shù)；

  每次啟動(dòng)活躍時(shí)長

  訪問間隔

  時(shí)間點(diǎn)數(shù)據(jù)曲線

• 用戶終端

  設(shè)備價(jià)格

  操作系統(tǒng)

  wifi使用情況

  ip分布

• 綜合指標(biāo)：月訪問時(shí)長=月活人均使用天數(shù)每人每天平均瀏覽次數(shù)*平均訪問時(shí)長。

  導(dǎo)出率：點(diǎn)擊該頁面上鏈接的次數(shù)除以進(jìn)入該頁面的次數(shù)

  商品導(dǎo)出率：在該頁面上點(diǎn)擊商品詳情頁的次數(shù)除以進(jìn)入該頁面的次數(shù)，

  推薦商品點(diǎn)擊率：點(diǎn)擊推薦商品的比例／在商品詳情頁看到推薦的訪客。

4.營銷指標(biāo)

需要時(shí)刻保持對(duì)于ROI的關(guān)注，保證運(yùn)營活動(dòng)的必要性和有效性。

運(yùn)營完成后，需及時(shí)復(fù)盤，查看最終結(jié)果與預(yù)期目標(biāo)的差距、投入產(chǎn)出的最終比例，以及運(yùn)營前后數(shù)據(jù)的變化等。通過復(fù)盤，提升運(yùn)營活動(dòng)質(zhì)量的持續(xù)性

• 流量來源

• 獲客成本：

  CAC(用戶獲取成本)

  CPC(每次點(diǎn)擊付費(fèi))

  CPT(按時(shí)長付費(fèi))

  CPM(千人成本) 、

  CPS(按提成收費(fèi))

• 同 用戶留存指標(biāo)

• 同 產(chǎn)品轉(zhuǎn)化指標(biāo)

十三 工具偏

1. 網(wǎng)站分析工具

• 百度統(tǒng)計(jì)

• GoogleAnalytics：

• 對(duì)比

  百度統(tǒng)計(jì)GoogleAnalytics：

  	如果做二次開發(fā)（埋點(diǎn)）：可以統(tǒng)計(jì)訂單交易數(shù)據(jù)、用戶點(diǎn)擊、注冊(cè)、下載等動(dòng)作（事件） 百度：國內(nèi)用的最多的免費(fèi)網(wǎng)站流量統(tǒng)計(jì)工具，速度快	GA：GoogleAnalytics，國外用的最多的免費(fèi)網(wǎng)站流量統(tǒng)計(jì)工具，功能豐富 http://www.google.com/analytics/
  適合：	流量統(tǒng)計(jì)輔助工具	貿(mào)類型的網(wǎng)站，服務(wù)器架設(shè)在國外，用戶主要是國外用戶
  費(fèi)用：	免費(fèi)，數(shù)據(jù)準(zhǔn)確，	基礎(chǔ)版本免費(fèi)（據(jù)說數(shù)據(jù)量太大千萬以上就不正確）
  用處：	學(xué)習(xí)其分析方法和原理，面試的時(shí)候要求會(huì)。工作中用的比較多，因?yàn)榘俣鹊氖袌?chǎng)份額大通過百度SEO訪問來源的用戶精準(zhǔn)	學(xué)習(xí)其分析方法和原理，面試的時(shí)候要求會(huì)，不過基本不用 國內(nèi)訪問不了，需要掛VPN。國外的數(shù)據(jù)經(jīng)常有差錯(cuò)，會(huì)丟包！準(zhǔn)確率70%左右。
  部署人員：	分析師+（WEB開發(fā)工程師）	分析師+WEB開發(fā)工程師
  缺點(diǎn)：	提供的數(shù)據(jù)不夠全面，不過基本夠用	國內(nèi)用戶少，不能和推廣工具直接對(duì)接。
  優(yōu)點(diǎn)：	免費(fèi)，可以很好地和百度推廣賬號(hào)打通。	功能強(qiáng)大
  類型工具：	CNZZ、騰訊統(tǒng)計(jì)
  原理	通過一段js代碼，獲取訪客行為和頁面的信息，
  分析方法	統(tǒng)計(jì)渠道推廣ROI 估計(jì)百度推廣渠道的轉(zhuǎn)化效果 統(tǒng)計(jì)訂單數(shù)據(jù) 統(tǒng)計(jì)網(wǎng)站流量和用戶行為細(xì)節(jié)數(shù)據(jù) 統(tǒng)計(jì)關(guān)鍵的事件（咨詢、下載、點(diǎn)擊） 案例http://coric.top/zh/h2h 數(shù)據(jù)https://tongji.baidu.com/web/demo/visit/district?siteId=5503017

2.移動(dòng)端分析工具

國外——flurry、Google Analytics；國外——友盟、TalkingData；Crash分析工具——crashlytics

番外篇：基本素養(yǎng)

自上而下設(shè)計(jì)，自下而上回歸，這種層層遞進(jìn)的邏輯方法，也是數(shù)據(jù)分析的短板。從經(jīng)驗(yàn)上看，數(shù)據(jù)分析師做的方案往往傾向于保守，往往缺少創(chuàng)意，這些都是太過理性的后遺癥。而實(shí)際上商業(yè)成功往往不是理性的結(jié)果。天才的創(chuàng)意、勇猛的膽識(shí)、無敵的運(yùn)氣、過人的機(jī)智、誘人的魅力、不可挑戰(zhàn)的權(quán)力，可能都是成功的因素。
然而，數(shù)據(jù)分析的獨(dú)特吸引力也在這里。你會(huì)發(fā)現(xiàn)創(chuàng)意、機(jī)智、魅力是天生的，權(quán)力、運(yùn)氣可遇不可求的，膽識(shí)加在蠢人身上就是災(zāi)難。唯獨(dú)數(shù)據(jù)分析能力是可以通過學(xué)習(xí)、訓(xùn)練、實(shí)驗(yàn)、記錄來不斷提升的。所以基于數(shù)據(jù)提可行性建議，可能不會(huì)被采納，但只會(huì)越來越被重視。經(jīng)濟(jì)大潮來了，怎么都能成功，現(xiàn)在水勢(shì)不明的時(shí)候，就是數(shù)據(jù)方法大放異彩了

醫(yī)者意識(shí)

需求如患者，分析如醫(yī)者。需要理論扎實(shí)，也需要觀察到位，溝通到位，要對(duì)癥下藥，實(shí)事求是，還需要循序漸進(jìn)，認(rèn)識(shí)任何數(shù)據(jù)產(chǎn)品都不是靈丹妙藥。

指標(biāo)意識(shí)

如同醫(yī)生通過體溫、儀器測(cè)試推斷病情，除了多維度獲取信息外還需要知道正常值的范圍。
1. 取數(shù)和分析的基本區(qū)別：是否使用了數(shù)據(jù)指標(biāo)來描述問題。
2. 判斷標(biāo)準(zhǔn)一定要事先立!太多項(xiàng)目死于“提高銷量”“增加活躍度”這種含糊的標(biāo)準(zhǔn)到底提高多少!增加多少,事前要有判斷。
3. 數(shù)據(jù)指標(biāo)需要得到需求方的驗(yàn)證

業(yè)務(wù)意識(shí)

數(shù)據(jù)作為一個(gè)產(chǎn)品，和所有的產(chǎn)品一樣，想助力業(yè)務(wù)，要有用戶，場(chǎng)景，痛點(diǎn)。場(chǎng)景拆分的越細(xì)，越能夠擊中用戶痛點(diǎn)，所以得從基礎(chǔ)一線業(yè)務(wù)認(rèn)真研究起，分析要結(jié)合業(yè)務(wù)動(dòng)作。

• 細(xì)節(jié)優(yōu)于大招
  實(shí)際業(yè)務(wù)是由許許多多個(gè)環(huán)節(jié)構(gòu)成的,業(yè)務(wù)上有多個(gè)控制點(diǎn)能陽止問題發(fā)生,并且控制點(diǎn)數(shù)據(jù)需求是不同的,所以可以分場(chǎng)景,做細(xì)致的分析。
  這也是為啥不推薦憋超牛逼模型的原因。大部分業(yè)務(wù)流程中,人為干預(yù)點(diǎn)極多,最后業(yè)務(wù)做不好,很有可能就是單純因?yàn)槿舜馈?所以賭一個(gè)模型能預(yù)測(cè)所有,非非常危險(xiǎn)
  
• 實(shí)用意識(shí)
  在實(shí)際工作一定要牢記這點(diǎn)遇到事先問三問： 1. 數(shù)據(jù)足不足夠 2. 時(shí)間允不允許3. 業(yè)務(wù)買不買單。
  • 尊重?cái)?shù)據(jù)，尊重?cái)?shù)據(jù)落地的規(guī)律，尊重每一種數(shù)據(jù)產(chǎn)出形式。
    不要覺得我有個(gè)“數(shù)據(jù)XX的頭銜”，就得看各種高深的算法理論才算有用。搞理論是科學(xué)家的事，在企業(yè)上班就得干點(diǎn)實(shí)際有用的東西。要因地制宜選擇方法。在企業(yè)中，不是方法越難越有價(jià)值，而是越能幫助到業(yè)務(wù)才越有價(jià)值。同樣效果前提下，方法越簡單越好。因此真正做工作的時(shí)候，往往是在時(shí)間、數(shù)據(jù)、業(yè)務(wù)需求限制下，選擇最短平快的方法。至于復(fù)雜的方法，可以在工作有余力的時(shí)候自己嘗試。想探索數(shù)學(xué)的奧秘，可以去讀個(gè)博士做科研。在企業(yè)做數(shù)據(jù)分析是為了助力業(yè)務(wù)，并不是自己嗨。
  • 不要單純的為了搞指標(biāo)而搞指標(biāo)。
    這和工作習(xí)慣有直接系。很多同學(xué)不是試圖自己去理解業(yè)務(wù)流程、業(yè)務(wù)目標(biāo)，而是去找一個(gè)“權(quán)威”“正式”“完美”“通用”版的指標(biāo)體系。結(jié)果就是只會(huì)到處抄抄抄，看似做了很多，結(jié)果連看數(shù)據(jù)的人都沒幾個(gè)。

溝通意識(shí)

• 不做溝通：不管業(yè)務(wù)目前啥水平，自己干自己的。項(xiàng)目配合不暢，總被批不懂業(yè)務(wù)
• 做溝通但沒有檢驗(yàn)：誤以為業(yè)務(wù)很“數(shù)據(jù)思維”，結(jié)果才發(fā)現(xiàn)這幫人只是披著數(shù)據(jù)外衣的經(jīng)驗(yàn)主義！
• 有檢驗(yàn)但盲目自大：做數(shù)據(jù)的，自己看不起報(bào)表，覺得報(bào)表太簡單，非要憋一個(gè)超牛逼模型出來，一模定乾坤。項(xiàng)目工期太久，業(yè)務(wù)等得不耐煩
• 有檢驗(yàn)、不自大，但太過糾結(jié)：總怕做錯(cuò)，溝通頻率太低，自己糾結(jié)細(xì)節(jié)，進(jìn)度磨磨唧唧。項(xiàng)目期望值太高，最后一地雞毛

工程思維

與直覺思維不同，工程思維是數(shù)學(xué)、工程工具、邏輯去尋找答案，解決問題的一種思維方式。做數(shù)據(jù)分析，感性是用于溝通流的，核心是理性。用邏輯性對(duì)抗情緒化，我們些感覺、情緒、沖動(dòng)都是我們的大敵，要堅(jiān)決消滅！
脫離概率談個(gè)案、脫離整體談細(xì)節(jié)、脫離數(shù)據(jù)談現(xiàn)狀、脫離標(biāo)準(zhǔn)談判斷，統(tǒng)統(tǒng)都是耍流氓！

用一個(gè)正確的數(shù)學(xué)或者工程工具去尋找答案，不會(huì)犯本質(zhì)的錯(cuò)誤。這就如同你看螞蟻的爬行軌跡時(shí), 不能跟在它的后面,而要從它的上方 |看。所謂掌握工程思維的技巧,就是要 比生活超越一個(gè)層級(jí)。

在沒有數(shù)據(jù)之前不要輕易給出結(jié)論
1+1/2+1/4＋1/8＋ 1/16.……,不斷加下去會(huì)是無窮大嗎?有 人覺得會(huì),因?yàn)榧拥臄?shù)字是無窮無盡 的。其實(shí),在數(shù)學(xué)上可以嚴(yán)格地證明即 便無限加下去,總和也不會(huì)超過2。1+1/2+1/3+1/4 + 1/5……,不斷加下去會(huì)有極限么?如果 你按照上一個(gè)問題的思路來考慮這個(gè)問 題,得到的結(jié)論應(yīng)該是有一個(gè)極限,因 為也是越加越小,加的數(shù)字趨近于零。 如果你是這么想的,我不得不告訴你, 非常遺憾,你猜錯(cuò)了,這個(gè)序列加下去 |還真是無窮大。

極限思維：今天,稍微有一點(diǎn)經(jīng)驗(yàn)的工程師 都知道,任何產(chǎn)品的性能都有一個(gè)物理 上無法突破的極限,這個(gè)極限并不需要 等到工程上接近它的那一天到來時(shí)才知 道,而是早就可以通過已有的理論直接 給出。

超模板意識(shí)

醫(yī)學(xué)教科書上的描述代表大多數(shù)患者的共性，而醫(yī)生要解決的是眼前這個(gè)病人的問題，而病人的病情資料永遠(yuǎn)都不會(huì)完整，病癥表現(xiàn)的存在多樣性，病情存在的個(gè)體差異性。在企業(yè)里數(shù)據(jù)分析也是同樣的處境，從來就沒有

一個(gè)數(shù)據(jù)集把所有問題分析清楚的事，往往是監(jiān)控一些數(shù)據(jù)發(fā)現(xiàn)問題，討論后又找其他數(shù)據(jù)驗(yàn)證，需要關(guān)聯(lián)多組數(shù)據(jù)。

從來就沒有一個(gè)固定分析思路，每個(gè)問題都得舍身處理考慮業(yè)務(wù)場(chǎng)景。即使一點(diǎn)點(diǎn)場(chǎng)景變化，組織數(shù)據(jù)的方式也會(huì)不同。

在企業(yè)里，從來就沒有一個(gè)固定匯報(bào)模板。天天講空話鬼愿意聽。只有切中聽眾最關(guān)心的問題，數(shù)據(jù)匯報(bào)才會(huì)起到好效果。

實(shí)際需求都是一個(gè)模板，一個(gè)數(shù)據(jù)集，一個(gè)范例解決不了的。優(yōu)秀的數(shù)據(jù)分析師，腦子里裝的是一個(gè)個(gè)具體的業(yè)務(wù)問題，然后拿數(shù)據(jù)解釋問題，從問題中發(fā)現(xiàn)新數(shù)據(jù)。流水線上工人，才是對(duì)著模板擰螺絲，每一個(gè)操作都一模一樣。引以為戒。

---

接地氣學(xué)堂 ??

我家門前的大樹年年都在長，中國GDP也年年在漲，兩列數(shù)據(jù)算個(gè)相關(guān)系數(shù)哇塞0.99，P值小于0.05，所以我家門前的樹是我中華龍脈，我要發(fā)財(cái)啦！ ??

理想的病人：現(xiàn)實(shí)中能一見到醫(yī)生，能清晰的說出：“自己從27號(hào)開始發(fā)燒，已經(jīng)持續(xù)到今天，期間體溫沒下過38度，27號(hào)淋了雨，沒有其他癥狀，沒有喉嚨痛”——這樣理性、清晰的病人少之又少。真實(shí)的病人：總是一進(jìn)門只會(huì)哼哼：誒呦，誒呦，誒呦，醫(yī)生啊，我渾身難受啊，快救救我啊！醫(yī)生問：到底哪難受？病人：全身難受……這時(shí)候咋辦？醫(yī)生只能從0開始溝

問家屬：“到底他哪里不舒服？”
查病歷：“之前有什么病史？”
做檢測(cè)：“測(cè)個(gè)體溫/驗(yàn)個(gè)血/拍個(gè)片看看？”
問行為：“吃了什么？去了哪里？”
做測(cè)試：“我按你這里，會(huì)不會(huì)更疼？
專業(yè)的醫(yī)生，不但只談病情，連醫(yī)保政策、家庭收入、親子關(guān)系都會(huì)很耐心的和病人溝通。這些因素跟病情沒有關(guān)系，但跟病人看病花的錢、時(shí)間、精力有直接關(guān)系。最后都會(huì)影響看病效果。 ??

高層管理往往很希望推動(dòng)數(shù)字化轉(zhuǎn)型、信息化建設(shè)等，我們大搞BI系統(tǒng)，數(shù)據(jù)建模，數(shù)倉建設(shè)，下邊的人也會(huì)吐槽無用。 ??

不配合的病人。

經(jīng)驗(yàn)主義：醫(yī)生請(qǐng)直接給我感冒藥！我有十八年感冒經(jīng)驗(yàn)，你診斷的和我經(jīng)驗(yàn)不符

拒絕面對(duì)：我人來的時(shí)候還好好地，怎么到你這就病毒感染了呢！

拒絕投入：你必須不花我一分錢，不驗(yàn)血不拍片還能診斷對(duì)咯！不然你就是騙子！

??

總結(jié)

以上是生活随笔為你收集整理的数据分析思维扫盲的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。