总做描述性统计，深入的数据分析到底怎么做？
发布时间：2022-08-25 12:39:13 所属栏目：大数据 来源：互联网
导读：经常有同学抱怨：感觉平时做的都是描述性统计，同比、环比，深入的数据分析到底怎么做？今天系统地讲解一下。 常见的描述性统计 举个简单的例子，让分析：为啥业绩下降了。很多同学的做法，就是拿本月和上月做对比，然后分产品、地区、分公司等维度做交叉。
|
经常有同学抱怨：感觉平时做的都是描述性统计，同比、环比，深入的数据分析到底怎么做？今天系统地讲解一下。 常见的描述性统计 举个简单的例子，让分析：为啥业绩下降了。很多同学的做法，就是拿本月和上月做对比，然后分产品、地区、分公司等维度做交叉。最后发现：A产品业绩下降10%，B产品下降6%……再多做一步，可能算个整体下降5%，然后把各个产品下降超过5%的标红。这就算做完分析了。 这么做当然不深入！这样做有三宗罪： 一来，没有发现问题重点。经常几个维度都在下降，哪个是重点？？？ 二来，没有解答业务的问题。下降5%只是个数字，业务的问题是：到底是我的产品不行、还是渠道不行、还是大环境不行？？？ 三来，没有指向改进建议。我知道了A产品下降5%，所以呢？所以要把A换掉吗？要再追加营销费吗？要做培训吗？统统不知道？ 想破局，当然不能这么无脑就数论数，而是要从：数据背后的业务含义开始做起。 改进第一步：建立分析假设 真正的业务问题是： 营销力度不足 新产品表现不好 分公司管理不善 这些才是真正的问题 并且这些问题是指向改进建议的 营销力度不足 → 追加活动投入 新产品表现不好 → 寻找替代产品 分公司管理不善 → 撤换分公司经理 但是，这些业务问题，是不能用一个指标简单描述，而是需要指标+标签，进行综合性描述。 比如营销力度不足，至少可以拆成三个分析假设： 活动形式改变（用标签：形式A、形式B） 优惠幅度下降（原先打八折、现在打九折） 覆盖产品减少（原先60%产品参加活动，现在40%） 经过梳理，把业务问题，拆解成可以用数据指标量化的分析假设，就能做进一步分析了。 而进一步分析的重点，就是：找到足够多的数据证据。比如这里有一条假设：营销覆盖产品减少，导致业绩下降。那么就得看数据上，是否非活动产品下降很厉害，活动产品下降很少。类似的，每一条假设都有证据，则可以汇总一个结论：就是营销力度不足，导致了业绩下滑问题。 改进第二步：聚焦重点问题 注意，假设方向不止一个。比如我们给出“营销力度不足”的结论以后，大家会自然反问：难道只有营销的问题吗？难道分公司管理没有问题吗？难道产品没有问题吗？ 这一步，需要帮助大家清理其他假设，聚焦到核心问题上。这里有个简单的判断方法：哪个问题影响更大。 比如我想证明：营销力度影响，比产品的影响更大。那么我要列举的假设是： 一直无活动的产品，前后变化不大 原本有活动，现在没活动的产品，变化巨大 原本有活动，现在力度下降很大的产品，变化巨大 原本有活动，现在力度下降很小的产品，变化很小 这样有了充足的正反例子，能做实：营销力度就是影响很大，就可以剔除产品的影响了。 这一步的分析，需要大量的的正反例子证据，是非常消耗精力的。要求分析人员有严密的逻辑梳理与大量细节数据论证。而且在这个过程中，很有可能发现大量的特例，让结论很难下。比如感觉上营销力度下降影响最大，可是有些产品就是很坚挺，有些分公司就是一直烂。 如果真出现很多特例，其实是个好事，说明：业绩不是单一因素影响的。这时候需要用MECE法，把特例的逻辑关系一一梳理出来。（这里不再赘述MECE的构建方式，有兴趣的同学看以前的分享哈）。最后效果如下图： 这个时候，作为一个分析原因的报告，已经可以交差的七七八八了。但是还可以再多做几步。 结论：就是营销力度不足，导致了业绩下滑问题。 改进第三步：评估未来走势 注意：降低营销力度，会影响业绩，这个是不用分析也知道的。即使做实了这一点，很有可能还是落一句：我早知道了。反问一句：为什么明知道会有问题，还是会降低力度？很有可能是大家担心：费用会爆表。 所以可以多做一步评估： 按目前的投产比+投入力度，下个月还会不会降，能否守住全年目标 如果想让业绩不降，保持之前投入力度，费用会不会爆、啥时候爆 提及预测，很多同学闻风色变，觉得很难。实际上，只要不是输出名单的预测，都没那么可怕。在分析问题的时候做预测，给出预计走势，支持决策判断即可。比如这里预计营销费用与业绩关系，完全可以用简单的时间序列/线性回归，给出走势即可。可以做滚动预测/业务假设预测，用公式推导（如下图）。 预测完了给预判，优先给问题严重级别，再给细节。对问题级别的判断会比细节数字更重要，比如营销费用失控问题，可以分作： 严重：必须马上调整，不然超支严重 一般：有几个月过渡期，还能做尝试 轻松：不调整也能扛过去 严重性的判断是能直接指向决策的 严重：立即找对策，马上调整 一般：再尝试几次，总结经验 轻松：既然调了会影响，就改回去吧 有了方向性判断，再看下一步执行细节分析 改进第四步：给出建议细节 有了第三步的支撑，第四步给的建议才会显得有理有据。不至于犯“我们都决定弃船了，你还在讨论怎么堵窟窿”的问题。比如第三步判断还可以再试几次，那就可以进一步看： 挑选出对促销不敏感的商品，砍掉补贴 挑选出低毛利的商品，直接砍掉补贴 挑选出撤出促销后波动少的商品，逐步消减补贴 找到对价格不敏感的客群，逐步增加他们喜欢的商品，扩大其基数 （编辑：柳州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
