没看到博客分类,还以为一周一篇,整理在一个word文档里了。所以第一周先挤一挤吧,从下周开始分开来~
真的很感谢秦路老师,让我的人生重新找到方向!感恩!无以为报,只有努力学习啦!!!
3、为什么思维重要
略
4、核心思维(结构化)
分析思路一团乱麻。人的思维是线性的。
例:8月销售额同比下降,为什么?
线性思维:看看时间?看看地区?看看市场环境?问问销售?访谈客户?
结构化思维:(麦肯锡金字塔思维,层层递进和拆解)
将论点归纳整理、递进拆解、完善补充
核心——结构(自上而下,上下因果)——MECE(相互独立,完全穷尽)——验证(可量化,可验证)
注:
MECE:Mutually ExclusiveCollectively Exhaustive的缩写。中文意思是“相互独立,完全穷尽”。也就是对于一个重大的议题,能够做到不重叠、不遗漏的分类,而且能够借此有效把握问题的核心,并解决问题的方法。
红利吃透:红利是指上市公司在进行利润分配时,分配给股东的(超过股息的)利润。
边际效应:又叫边际贡献、贝勃定律。消费者在每增加一个单位消费品的时候,其产生的效用呈递减速趋势。
思维导图适合单枪匹马,小组作战则可以用贴纸、便利贴等在黑板、白板上罗列。
5、核心思维(公式化)
上下互为计算;左右呈关联。一切结构皆可量化(拿出数据,才有分析的依据);最小不可分割。
例:销售额=销量*单价
利润=销售额-成本
销售额=多个商品/SKU的总和
地区销量=线下渠道总和
销量=人均销量*购买人数
每个分支都是数据
+:不同类别业务叠加
-:业务逻辑关系
×÷:比例、比率
例:运营获取用户(acquisition)=主(营销、活动、推广)+被(邀请、应用商店搜索)
=不同渠道×(曝光量×转化率)+邀请人数×人均邀请量×转化率
(百度、朋友圈等广告)(美团、饿了么等发红包)
6、核心思维(业务化)
例1:如何预估上海共享单车投放量?
- 有没有从业务角度考虑?看似很有道理,但没有考虑业务——单车是有损耗的。为分析而分析,却没有深入理解业务,不接地气。好的数据分析思维,本身要具备业务思维。
- 真的分析出原因了吗?
- 能不能将分析结果落地?
例2:
很多时候,结构和公式告诉你的是现象。真正的原因藏在业务思维中。
我是数据分析师,要设立哪些指标?←→我是参与的人,我怎么思考/怎么做?
- 多和业务沟通
- 多从业务角度思考
- 参与到业务中去
结构化(捋顺思路)→结构化数据(将其数据化)→结构化业务数据(落地)
7、思维技巧(象限法)
用户分群
RFM
策略驱动,清晰简单明了,可直接应用于策略。适用:战略分析、产品分析、市场分析、客户管理、用户管理、商品管理等。
可以按中位数、平均数、经验等。
8、思维技巧(多维法)
用户统计维度:性别、年龄
用户行为维度:注册、偏好、兴趣、流失
消费维度:消费金额、频率、水平……
商品维度:品类、品牌、属性……
缺点!!:被平均!——辛普森悖论!
规避的技巧:钻取。将维度细分。
精细驱动的思维,应用:数据齐全且丰富。但维度过多,耗费时间。注意辛普森悖论。
9、思维技巧(假设法)
遇到问题的时候,不急着解答。将问题中描述不清的地方,先假设,通过假设,启发思路,得到结果。
假设法是严谨的,有方向性的思维方法。(启发思考驱动的思维)
应用场景:没有明确的数据参考时的数据分析。假设——验证——判断
例1:活动没有明细数据,如何证明活动有效?
假设活动有效→会有一定数量用户购买→用户会评论→根据留言率反推购买人数→证明活动是否有效。
例2:商品提价后,收入会变化吗?
假设提价,销量会下降→假设流量不变,转化率怎么变→假设忠诚不变,羊毛用户变0→汇总。
(一切都能假设,只要能自圆其说)
10、思维技巧(指数法)
有数据但不知道怎么用?指数法:解决数据的衡量的问题,制定统一的标准,这个标准叫做指数(通过对数据加工,变成目标,达到聚焦的目的)。
目标驱动的思维。
驱动力强,直观,对业务有指导作用。设立指数后不易变动。问题是没有统一标准,依赖经验加工。
① 线性加权(y=k1x1+k2x2+k3x3……)
例1:NBA球星怎么算贡献?得分、篮板,命中、罚球,各种数据变成一个公式,最终得出贡献值。
例2:用户价值=用户忠诚*2+用户金额*4+用户社交指数*1(权重仅举例,实际运用时要看需求)
② 反比例(y=k/x)(用导数的形式把次数收敛到0-1之间:y=1-1/x;y=x/(x+1)=1-1/(x+1))(统计里会再讲)
例2的延伸:用户忠诚=(1-1/7月消费次数)*0.5+(1-1/8月消费次数)*0.75+(1-1/9月消费次数)
③ Log(y=(x-x1)/c+log(uv+10*评论))(和导数类似)
例3:知道几篇文章的UV、评论、发布时间,如何评价文章的热度谁高谁低?
思路:热度指数=热度+时间衰减,热度=log((UV+评论)的线性加权),时间衰减=(发布时间-最早时间)/常数。
11、思维技巧(二八法)
20%的人掌握了80%的财富;
20%的指标/用户,能产生80%的价值。帕累托图。
抓住核心,把精力放在重点。
但是数据分析还是要考虑全局的,不然思维会变得狭隘。
三点应用:
①20%的变量将产生80%的效果,数据分析要围绕这20%做文章。
②持续关注topN数据。(最出色的那20%销售)
③只有20%的指标产生作用。
12、思维技巧(对比法)
好的数据指标,一定是比例或比率。
好的数据分析,一定会用到对比。
ROI:投入产出比
例:节日大促,女生消费占比从60%变为70%,女生节日爱消费?
占比提高,不意味着销售额提高。孤数不证。
竞争对手对比;类别对比;特征属性(男女、老少);时间同比环比(同比:今年7月和去年7月;环比:今年7月和今年6月);转化对比(ROI);前后变化对比(双十一提前释放用户消费欲望,双十一后市场低迷)
挖掘数据规律,去钻牛角尖。可以和多种技巧结合。
13、思维技巧(漏斗法)
流程化思考方式,涉及到变化和流程的都能用。但单一转化率没用,要结合其它方法。
例:展现、点击、访问、咨询、订单。
14、在业务时间锻炼数据分析思维
好奇心;在生活中分析。
好奇心:凡是多问为什么。例:对啤酒和尿布的质疑。
在生活中分析:
比如逛夜市,可以想出很多问题。
是什么?what夜市一天的人流量是多少?一年的人流量是多少?某家店的营业额是多少?
为什么?why那家店营业额最高,比最低的高多少?为什么高?
怎么做?how从数据分析的角度,提高最低店的营业额;夜店弄一次活动,怎么评估效果
比如在职场上,可以提出很多问题:
反省、改进:为什么同事和领导不认可我的分析?
跳出框架:如果我比现在高两级,我要怎么分析?
复盘、回顾:对一年前的案例,我现在会怎么分析?
核心思维:历史案例怎么用核心思维优化、迭代?