数据分析怎么做?

本文从toB或者toC业务的线上和线下两个场景、场景中的前台、中台、后台三个流程分析并解答了该问题,推荐对数据分析感兴趣的同学阅读。

数据分析怎么做?

很多同学很疑惑:为什么我做的数据分析和别人讲的差别那么大???有一个重要的原因,是数据分析的问题场景不一样。不同的问题场景,意味着数据指标,分析逻辑,输出内容都不一样,有些场景差异之大,以至于不熟悉的人完全上手不了。

那到底有哪些场景呢?这里简单盘点一下。

首先,toB和toC业务是完全不同两大场景。toC业务面对的是个人的衣食住行的需求,离我们的生活很近。经常我们把自己当做消费者思考一下,就能理解toC业务是做什么的。而toB业务则是服务企业生产经营,很多同学不能直观理解。

更难的点是:toB类业务数据记录往往很少。toB类本质上就是“谈生意”。

谈生意,就需要大量的线下沟通,越大的客户,要求越多,越不能指望客户在一个APP里戳两下就把几千万上亿的钱掏出腰包。而很多toB企业的数字化程度很低,沟通过程基本都靠销售自己完成,导致过程数据严重缺失。数据缺失,自然导致数据分析师很难分析出啥东西了。

其次,在toC业务里,线上业务和线下业务是两大有差异场景。

  1. 线上业务:APP、H5、小程序
  2. 线下业务:店铺、业务员、电话推销、短信

在2022年,大家对线上业务反而更熟悉。每天点外卖,买东西、看视频都指望手机呢。对线下业务反而生疏了,除了偶尔逛逛街,大部分电话/短信推销都被人们自动无视了。

线上业务与线下业务的最大区别在于数据量。线下业务数据量很少,很多时候,连基础的RFM分析都做不了(因为没有用户ID),相当多的线下业务,是基于订单、工单、采购单等单据进行分析的,这一点让习惯了线上数据的同学们非常难受。不过线下业务的分析,都有其成熟、固定的逻辑和套路,是可以通过学习掌握的。

数据分析怎么做?

再次,在一个企业内,根据工作流程不同,分析的场景有明显差异,简单的可以分成:

  • 前台:直接面向用户的,产生收入,获取客户的(销售、推广、增长)
  • 中台:对前台起辅助作用,增加收入,减少损失的(品牌、营销、运营、风控)
  • 后台:支持前台、中台工作,交付产品/服务的(研发、生产、设计、供应、客服)

前中后台差异是非常大的:前台的分析大多可以用:人、货、场的逻辑来描述。因为直接产生收入,所以相对容易通过拆解构成收入的指标,来区分出影响收入的因素,进而找出问题来源。

数据分析怎么做?

中台的分析就复杂一些。因为是叠加在销售之上增加收入,减少损失。所以各种因素相互交织,较难分析清楚。

比如:

  • 剔出“自然增长率”“季节变化”,才能看到真实效果
  • 间接手段(比如广告、社群、内容)产生效果的逻辑梳理
  • 间接手段(比如广告、社群、内容)产生效果的逻辑梳理

这使得中台的数据分析,分析逻辑都很复杂,并且需要多角度,多批次的测试和对比,才能见效。

数据分析怎么做?

后台的分析则更纠结。

  • 后台的采购、供应、生产,受生产线、交通等客观条件限制,短时间内有能力上限
  • 后台的供应量又受到前端影响,需求预测不准,需求反复变动,都让后台乱成一锅粥,分析也不会准

所以,虽然后台也有类似EOQ模型、分配与网络模型这些科学算法,但是还是得结合前台的一起看,该拍脑袋还得拍。

当然,如果和toC/toB、线上/线下结合,能产生的场景就更多了。比如都是在线上卖商品,平台电商(入驻天猫、抖音、拼多多等平台)自营电商(自建APP并推广)就是完全不同两个场景。数据来源,运营方式,分析思路都不同。

所以,想做数据分析做得深入,具体问题,具体分析这八个字是非常重要的。具体到一个业务场景里,就容易讨论清楚。如果只浮于表面,光说:“数据分析就是做对比”,谁跟谁比,比啥指标,比出来差异又咋解释,一窍不通,自然不能分析出好结果。

数据分析怎么做?

业界动态

手机怎么省电,手机省电的方法

2022-4-11 22:35:32

业界动态

B端需求管理方法

2022-4-11 22:43:48

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索