易坊好文馆

  1. 首页 > 生活百科 >

交易 数据分析基础思维之：目标思维

交易


交易 数据分析基础思维之：目标思维

1、找到目标 ， 跳出取数怪圈
取数是数据分析师最大的痛 。
不能不取 ， 但是取数的产出实在是很有限 。
有些新人很惨 ， 一开始接触取数 ， 然后就不得不进入一个恶性循环 。
取的数没什么用
然后取更多的数
更没有时间接触业务
最终沦为取数机器 。
要想破局 ， 就必须有目标思维 ， 必须搞清楚业务方的目的是什么 。
业务方想要的数据 ， 不一定真的是他想要的 。
这句话看似矛盾 ， 实际上在工作中很常见 。
比如业务提需求说：“想看一下某功能新用户的人数规模”
业务背景是啥？也许业务人员会说：“这个数据是某某领导想看的 。 ”
这是最可怕的一种情况 ， 取数口径是经过一个人转述的 。 往往这种需求都是变形的 。
现实情况很可能只是在一次会议上 ， 领导发现新用户可能是业务增长的突破口 。 想先看一下新用户的规模如何 ， 然后说：“XXX ， 看一下新用户的人数是多少 ， 值不值得运营一下 。 ”
实际上这个需求的核心目的是确定新用户能否具有潜在挖掘价值 ， 所以人数只是一个方面 ， 活跃率、留存率、新用户的需求、用户的类型等等都是要考虑的东西 。
如果知道了业务目标 ， 那么就可以把这样一个取数需求变成一个分析类需求 ， 最终的交付形式就成了一份PPT ， 从新用户的规模 ， 到新用户的特点 ， 到方案建议 。
这样 ， 就能避免成为取数机器 。
2、找到目标 ， 才能确定指标
数据分析 ， 最基础的是要有数据 。 业务上的各种数据 ， 又称为指标 。
每项业务都会有一个核心的关键指标 ， 一切工作都应当是为了优化这个指标而开展的 。
要确定这个核心指标 ， 就必须了解业务开展的目的 。
确定业务指标有一个基本的模型 ， osm模型 ， 分别对应三个单词 。
Obejective ， 业务目标 。 用户使用产品的目标是什么？产品满足了用户的什么需求？
Strategy ， 业务策略 。 为了达成上述目标我采取的策略是什么？
Measurement ， 业务度量 。 这些策略随之带来的数据指标变化有哪些？
这种确定指标的方法第一步就是要确定业务目标 。 如果你没有清晰的业务目标 ， 那么也就不可能制定出准确的数据指标 。
这么说可能不太好理解 ， 我举一个最近遇到的案例 。
炒股类app中的某收费选股功能 ， 可以从数千只股票当中选取上涨概率比较大的一些股票 ， 提高用户获取信息的效率 。
该功能在某次改版后进行了一次数据分析 ， 数据人员很自然地用了留存率作为这个功能的评估指标 。
然而这个功能的核心目的到底是什么？
业务方的回答是核心目标是续费率 ， 不过续费率这个指标的周期太长 ， 至少一个月才能看出变化 ， 反应的速度太慢 。
所以需要一个每日变化的指标作为参考 ， 他们直觉上认为留存率可以说明问题：毕竟用户喜欢每天来 ， 说明功能还是有价值的 ， 续费率应该也会更高 。
用户为什么会续费？
所有用户购买的理由一定是这款产品解决了某个问题 。
我们重新回到产品解决的问题去考虑 ， 设计这个产品的目的到底是什么？换句话说 ， 这个产品解决了用户的什么问题？
既然是选股类功能 ， 那么就是解决用户的选股问题 。 为什么要选股？是为了交易 。
如果功能筛选的股票 ， 降低了用户的决策难度 ， 自然会提高交易的比例 。
所以 ， 辅助交易是该功能的目的 ， 我们可以用交易比例来衡量该功能的好坏 。
我们验证了交易率和续费率的关系 ， 也对比了留存率和续费率的关系 ， 结果发现 ， 交易和续费的相关性要远远高于留存 。
所以 ， 如果不想清楚业务的目标 ， 我们就无法制定出合理的指标 。 没有找到合理的指标 ， 增长也就无从谈起了 。
3、找到目标 ， 才能选择正确的分析方法
作为数据分析师 ， 我经常会接到这样的需求 。
“方差君 ， 能不能用漏斗分析帮我看一下这次的活动效果怎么样？”
“方差君 ， 能不能做一个用户画像 ， 看看我们的用户都是什么群体？”
“方差君 ， 能不能对比一下xxx和xxx”
曾经年少无知的我 ， 陷入了这样的问题中 ， 吭哧吭哧撸完代码把数据提出来 ， 业务方一看 ， 没什么用 ， 然后又说“你能不能再看看xxx的数据怎么样？”
现在 ， 我再接到这样的需求 ， 第一反应是问对方“分析的目的是什么？”

推荐阅读


上一篇：鹦鹉 11种已经灭绝但留下影像资料的动物，它们都亡于人类的偏见和贪婪

下一篇：偷窥 川外女大学生厕拍流入外网，偷拍者仅16岁，非法产业月入数十万