首页 文章详情

如何利用数据分析四步法梳理清楚业务

杨爱全 | 1363 2020-12-18 14:22 0 0 0
UniSMS (合一短信)

作为产品经理,在项目过程中是不是会经常遇到这些问题:

  • 上线前,老板会说:做一个数据分析?评估下业务预期。

  • 上线中,业务表现的不理想,老板会说:数据往下掉了,做个数据分析看看为啥?

  • 上线中,业务表现的好,老板会说:做的不错,做个数据报告统一汇报一下。

  • ……


是的,以上都是产品经理在产品迭代中经常会遇到的数据问题。之前John聊过数据分析的视频——《十分钟梳理数据分析》《产品经理工作流之数据分析全阶段》无论产品处在什么阶段,数据反馈出来的需求一定是最直接的,也是最有效的。那么针对于业务本身来说,如何通过数据去分析呢?


举一个例子说明——背景是外卖的一个产品,外卖产品其实有两个很核心的问题要解决:


1.平台如何高效且合理的把平台流量分配给各条业务线(外卖、商超、送药等)?

2.各条业务线如何把流量高效且合理的分配给商家?


以上是做为外卖产品经理要重点去解决的。此时针对业务侧自然会提到一个问题——当前的流量是否分配合理?作为产品经理应该如何去做呢?


John想用一张图来整理梳理下解决这个问题的过程:


bfd5feb57b1083af96cddfeed984a545.webp

(方便大家用手机查看)



一、和业务方定义问题点


定义问题的基础思路主要分为两个点:理解问题(即想清楚这个问题到底是什么?)定义问题(即用数据框架拆解出这个问题)


针对于外卖平台业务方提出的流量分配问题来说,产品经理需要理解的是如何通过资源配置实现用户和商户进行更有效率的交易方案,那么平台方需要做好两件事:匹配人的需求和匹配供给的需求。


接下来再来定义流量的分配,那么需要查看一段时间内平台的流量,将每天的流量拆一下,可以总结成这个公式——每日流量=每日用户数*日均用户使用频次。再可以细分流量的细节来源和分配,John总结了一下:


45246fd3a34c53759f3852bb78082608.webp

(麻烦可以放大查看)


从这几个方面和业务方沟通并澄清后,其实通过数据对流量的产生时间、流量的来源渠道、流量的转化路径和各维度下流量的分配这四个角度有一定的认知了。


tips:一定要把数据拉出来,其中产品经理在前期需要解决数据埋点的问题。埋点可以看看John历史文章:《老说数据埋点,请问怎么做?看完就知道了……有方法的



二、规划分析的框架


第一步针对于产品数据和业务侧梳理清晰后,接下来再来聊通过样本来梳理出分析的框架。同样John通过一张图来梳理下从原始数据找到我们需要需要分析的数据:


d4811d5e823d9a71dc2eb85183e88b2f.webp

(建议收藏保存)


通过拉出来的全部数据分门别类的整理出来这五个维度的全部数据。当然这些数据日常做为基础数据应该要有必要整理。遵循几点:基础数据(关乎产品常规数据和业务数据)日日导,辅助数据(关乎转化率过程)周周导,挖掘数据(分析流量成本、质量等)月月导


整理完成以上数据后,接下来到了最重要的环节。以上数据的真实含义是什么?定义维度是否一致的问题?



三、规范数据内容


我先用在Jason老师朋友圈看到的一张图来嘲讽下:


dd7ca257dd2f2b17872f031d07b9212a.webp


这是在处理数据的初期需要和业务方进行约定的。数据指标必须通过清晰的注释来解释数据的含义。否则每个业务方对同一指标都有不同的含义。那就没有办法整了。


同样在取数据的情况下也要说明包含的数据维度。如果想要取不同地区的不同产品形态的外卖一周交易金额指标。John用一张图来具体的说明下:


a0813e39f690ffdee0caca7c1f32a01f.webp


其中需要定义以上每个指标的含义。这样技术在处理问题的时候才知道该怎么做。(尽管产品经理认为这很简单嘛~但是毕竟要给技术开发用的,并不是每个技术都深挖业务需求,对吧。)


至此以上需要分析的数据都已经整理完毕。最后需要产出结论。



四、产出分析结论


不能单纯的把数据直接丢给领导和业务去看嘛。一定是通过有效的图表和分析结果做有效的反馈。比如一般可以通过这几种分析方法和图表。


4409e4d384669aa4f699f13100de1d91.webp


最后通过图表的趋势有必要的整体说明下结论。比如:


甜点饮品的流量潜力度高相比于其他品类,从数据上来看Q1季度访购率随时流量的增长而快速增长;流量的增长是因为加上裂变拼团和补贴方案后,所以建议加大该品类的补贴力度,提升该品类的流量持续增长。同时产品侧这边需要梳理出商家端的解决方案。


的确以上都是数据分析师该做的,作为创业公司,基本上产品经理需要针对数据做出有效的分析。其实还涉及到很多细节方面的问题,对很多人来说,关键不是没数据,而是不知道怎么用,说白了,经验太少,遇到复杂的问题就发蒙。


所以John推荐一个能学实操能力的课程吧。拉勾出品了一堂《数据分析实战训练营》,课程包括 10+ 行业真实案例,由一线互联网大牛带你手把手掌握数据分析能力。


这门课程已经帮助几千名职场人突破自己的瓶颈,仅在结课半年以内,就有 80% 以上的学员实现了涨薪或者进大厂的梦想。


不管你是前端的、商业的、B 端的,还是本来就是数据的,学了绝对能够独立搭建数据体系,构建完整的数据分析能力闭环。


更重要的是,拉勾背靠企业资源,能保你就业,给你内推,想涨薪去大厂的,就别犹豫了。


扫描下方二维码即可了解更多课程详情,还能免费获得一份【大厂数据分析案例+核心学习笔记+分析报告+思维导图】大礼包!


ef3db5ade36bd63075aeb51d9866f1e2.webp


下面是课程大纲,囊括了目前数据分析领域最常用的技能和业务,有兴趣的可以仔细对照下,看看自己处在哪个阶段。


bdce7718b6bd90d2133d147c5f5af84f.webp


为什么强烈推荐拉勾的课?因为有三个优势,绝对是你从其他地方获得不了的。


  • 实战案例

  • 一线大牛

  • 垂直内推


拉勾可能是市面上最了解企业需求的公司了,他们结合企业最急切、最普遍的需求,课程内容全部基于大厂实战案例,十多个案例,全部让你上手实操,今天学,明天就能用上。


而且拉勾是市面上唯一敢保就业的课程。为啥说拉勾的内推才是真内推,给大家画个图就明白了。


c7c67302036bba1478ac06a8e2d00838.webp


为什么拉勾敢这么做呢?还是因为课程的效果保障


1. 训练营采用闯关式学习方式,根据课程进展,每周设置一个学习节点,不交作业,不能学下一阶段。


2. 课程的教研组也非常硬核,没有所谓的“讲师”,都是一线互联网工作者。


专家阵容:


格兰杰老师-拉勾网首席数据专家 (P10)

10年数据服务/电商/互联网/金融/电信/游戏和团队管理经验 工作经历:滴滴/字节跳动/平安银行。


三丰老师--数据分析专家

技术总监,13 年技术岗位经验,资深数据专家。工作经历:中华网/实达软件。


无忌老师--数据分析专家

对外经贸统计学专业出身,8 年资深数据分析。工作经历:百度/爱奇艺/新浪。

……


总结一下,行业大牛导师阵容、300 多个课时(市面普遍是 100 个课时)、5 个月实战训练,签订内推协议,学成直接去大厂!


所以拉勾学员的名企 Offer 率,Offer 涨薪率远高于别家,毕竟是做招聘的,在内推这一块简直是降维打击。


领取大厂绝密资料,手慢无!


我们整理了最有价值的【大厂数据分析案例+核心学习笔记+分析报告+思维导图】大礼包,添加下方微信即可领取!


如果你还有更多的问题,比如,内推可以进哪些大厂、想知道更详细的学习大纲等,都可以通过扫码了解:


双十二口碑训练营5折起抄底,赠送价值6399元超值礼品,最后30个名额,等你来抢!


c51ed4c05bf7008e7ae3cc55fedf9f73.webp


点击{阅读原文},也可以看课程的详情。去看看吧。

good-icon 0
favorite-icon 0
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter