数据分析思维分析方法和业务知识——用数据分析解决问题

数据分析思维分析方法和业务知识——用数据分析解决问题

用数据分析解决问题

明确问题

通过观察现象把问题定义清楚，这是数据分析的第一步

常见的错误

根据自己的经验主观地限定了思考的范围——确认偏误，寻找证据来支持自己已经相信的事情，从而抵制不同的看法；数据分析不是主观的臆断，是一种客观的分析

明确问题

明确数据来源和和准确性 时间 地点 数据来源 业务指标理解 指标含义 和谁比 和自己 和行业

分析原因

哪里出了问题

根据计算的平方律定律，当一个问题要考虑的因素的复杂度变为原来的2倍，那么解决问题的时间就会变成原来的4倍；所以在分析原因的过程中，要优先分析关键的因素 使用多维度拆解分析方法对问题进行拆解，讲一个复杂问题细化成各个子问题 对拆解的每个部分，使用假设检验分析方法找到哪里出了问题，分析的过程可以用对比分析方法等多个分析方法来辅助完成 在找到哪里出现了问题以后，可以多问自己为什么出现这个问题，然后使用相关分析方法进行深入分析

为什么出现这个问题

提出建议

回归分析

根据相关系数计算出回归方程 回归方程Y（利润）=a（回归系数）x（销售收入）+b 也就是数学中的直线方程，根据自变量求因变量 回归分析的前提是两种数据之间要有相关关系 应用 在得到回归方程之后，根据销售收入（Y）计算出用户数（X）

AARRR模型

实例（利润没有达到目标）

通过与销售部门沟通，得到了上半年的利润

利润（多维度拆解分析方法）

销售收入（假设检验分析方法） 假设销售收入减少导致上半年利润落后于计划 通过数据对比发现销售收入大幅减少 说明销售收入减少是导致上半年利润落后于计划的主要原因（只通过整体得到的结论并不可靠，还需要进行拆解，也就是什么原因造成的下降） 客单价 通过和去年的数据对比发现今年的客单价是高于去年的，所以客单价并不是影响收入下降的主要原因 * 用户数 通过对比发现用户数大幅下降，说明用户数减少是销售收入下降的主要原因（继续分析用户数为下降的原因） 用户 产品 竞品（梳理业务流程） 用户在店铺中选择自己想要购买的商品 供用户选择的商品不全，用户找不到想购买的商品 通过对比发现，本店铺的商品种类不比竞争对手少，只是为了处理功能上相对欠缺的老产品，没有及时展示出新的型号，导致用户不能及时直观地了解产品 假设不成立，但是产生新的原因，也是需要去解决的 可以快速解决 用户比较不同店铺中商品的价格 价格相对于竞争对手没有优势 通过调查发现价格定位上是一样的，但是竞争对手开展的促销活动更多，导致用户流失 假设成立 用户付款购买后，售后部门安排送货上门 售后服务不能让用户满意 如果售后服务的过程中给用户带来不好的体验，会降低品牌好口碑的传播，降低用户的复购率 通过数据发现上半年的满意度数值有下降趋势，可以验证本店铺售后服务的水平也在下降。服务质量的下降会造成用户数下降 假设成立 找到原因之后解决问题 原因1可以快速解决，原因2和3一个阶段只能解决一个问题 通过相关分析来确定影响更大的因素（不可根据经验做出主观的判断） 可以分别计算商品价格、用户满意度和用户数的相关系数，相关系数越高证明影响更大 通过数据发现跟用户数相关度最高的因素是用户满意度，所以优先提升服务满意度 - 销售成本（假设检验分析方法） 假设销售成本提高导致上半年利润落后于计划 通过对比今年和去年的数据发现销售成本比去年有增长（假设成立） 只看数据的整体，可能注意不到数据内部各个部分构成的差异，容易造成辛普森悖论 通过对数据各个部分的分析，最后得出结果为假设不成立 销售费用 逐年增长，但不一定是造成利润下降的原因，因为销售费用是用来提升销售增长的，所以需要将销售费用和销售收入结合起来分析 指标：费率比=投入的费用/产生的销售收入；费率比越低，说明通过投入的费用带动销售增长的效果越好 通过数据发现费率比越来越低，所以销售费用的上升并不是利润不达标的原因 商品采购成本 通过和去年的数据比较，发现采购成本比去年降低，所以商品采购成本也不是影响利润不达标的主要原因 - 营业外支出（假设检验分析方法） 假设营业外支出增加导致上半年利润落后于计划 通过对比分析之前的数据发现假设不成立

措施与目标

将月度销售目标分解到个人 将月度销售目标分解到各个分店 制定个人销售激励办法，对完成月度个人目标，售后服务水平达标的，给与一定的奖励 制定集体销售奖励办法 对于完成月度目标的店长，售后服务水平达标，给与一定的分红

小结

首先明确问题，也就是利润下降的原因。在分析问题之前，首先要保证的是数据的准确性，如果数据有问题，那么分析得到的结果将也是错误的。除了数据的准确性以外，还需要去了解业务指标，只有前期的准备工作做充足了，后续的分析原因才能顺利的进行（不要通过主观臆断去判断问题的原因，这样会导致所做的分析只是为了证明自己已经相信的事,会导致思维的局限性）

然后就是分析原因；根据上一步的业务指标用多维度拆解分析方法，从多个方面进行研究；对每个维度用假设检验分析方法，然后再通过对比分析法去证明假设是否成立；当假设不成立时直接不用考虑；当假设成立时不代表其一定是导致事情的原因，因为只看数据整体，可能注意不到数据内部各个部分构成的差异，容易造成辛普森悖论。（例如本例的销售成本的增加）

假设成立之后还需要继续对其进行多维度的分析，一是为了避免辛普森悖论，二是为了确定具体的原因，方便之后解决措施的设置

在找到具体原因之后，可以快速解决的就快速解决，如果不能快速解决的就需要通过相关分析来找到影响更大的因素（不可主观臆断），找到影响最大的原因之后，可以集中资源去优先解决

找到原因之后就需要提出解决的措施了，解决的措施要根据找到的原因来制定，而且是需要有一个目标值；根据回归方程找到利润与原因之间的关系，也就是数学中的直线方程，然后再根据利润的目标值得到原因的目标值，然后再将原因的目标值进行细化到最小且容易理解的单位

最后根据细化的最小单位制定个人以及团队的目标，还可以通过一些奖励机制去刺激员工完成指标

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。