一站式數據分析平臺

ABI（ALL in one BI）是億信華辰歷經19年匠心打造的國產化BI工具，技術自主可控。它打通從數據接入、到數據建模與處理、再到數據分析與挖掘整個數據應用全鏈路，可滿足企業經營中各類復雜的分析需求，幫助企業實現高效數字化轉型。

在線免費試用 DEMO體驗視頻介紹

億信ABI

一站式數據分析平臺

億信華辰深耕商業智能十多年，
打造一體化的填報、處理、可視化平臺。

免費試用產品詳情

運營的數據分析，這個方法事半功倍

時間：2020-06-30來源：微信瀏覽數：404次

做數據分析的同學最常服務運營，也最怕運營糾結。因為本身運營的工作和數據分析有高度關聯，以至于大家在網上看到的數據分析文章，十篇里有六篇是運營寫的。運營對數據分析涉入的如此之深，以至于經常在分析思路、分析方法、分析結論上和數據分析師們懟起來。
?
今天我們就先看其中最大的一個問題。運營的工種有很多（如下圖），其中活動運營是策略性最強，和數據分析關系最緊密，也是懟的最多的崗位，今天就用它舉例子。
請聽題：
某游戲APP，用戶活躍率在5月出現輕微下降情況，活動運營小組決定做一個簽到打卡的活動，提高用戶活躍度（具體提高多少沒說），現活動前后數據如下圖所示，活動運營小組堅持稱：如果不是做活動，5月份自然增長是下跌的。老板認為這是扯淡?；顒舆\營小組稱：數據分析師應利用人工智能大數據，精準分析出自然增長率。

問：你是數據分析師，你該怎么辦？
?
科學旗號下的荒唐事
?
首先問，這個題的題眼在哪里？
A用戶活躍率減少
B自然增長率
C人工智能大數據
?
思
考
一
秒
鐘
?
我們先反問一個問題：某天，一個人拿著弓來問你：“請用人工智能大數據精確分析一下，我比自然命中率高了多少”你會怎么辦？你會抄起鍵盤開始叭叭寫代碼嗎？——不會！你會先問他：“你射的是啥？”
?
如果他說：我也不知道射的啥，你幫我分析分析？你會咋辦？你會用人工智能大數據分析他要射什么東西嗎？——當然不會！有禮貌的話，你會讓他先把自己射的箭找到；沒禮貌的話，你可以直接口吐芬芳了。因為即使是幼兒園的小朋友都知道：射箭要先樹個靶子。這是常識。
?
所以整體的題眼是：具體提高多少沒說。甚至題目本身都是有問題的。請注意問題的來源是活躍用戶數量減少。結果運營在設目標的時候變成了用戶活躍度。一字之差，含義就從清晰變模糊。
?
到底什么算“度”

含義是用戶活躍人數，為啥不直接用？

含義是用戶活躍率？大家的公式是否一樣？

含義是綜合計算的，計算公式和權重又是啥？
指標本身不清晰，又沒有明確指出要提升多少，對活動后分析是一場災難。簡直就是射箭故事的翻版。問題是：為啥會出這么奇葩的事。
荒唐背后的苦衷
真正在企業上過班就知道：并非所有決策都是高度理性的，比如：
這是常規活動，運營只是拿著模板改了改就推上線了
這是老板親自指示干的，咱也看不懂，咱也不敢問
這是一種商業直覺：我感覺有問題了！等到真觀察到再改已經來不及了
這是一種迷信：你們不是有人工智能大數據嗎，應該duang！一下就有了
總之，真實企業里，大概：

30%的活動方案沒有寫清楚，只有個含糊的：“提高消費/提高活躍”

30%的活動方案用詞不嚴謹，活躍度、活躍值、活躍力一類的玄幻概念滿天飛

30%的活動方案沒有做過測算，都是拍腦袋決策，甚至提1億的目標，只為口號順口。

只有大概10%方案能認真寫清楚：提高用戶活躍人數，5月dau維持在XX水平以上

?
當然，在管理規范的大企業里，這種亂象少很多。但是同類問題在大部分企業都存在，事先不寫清楚目標，事后指望大數據來分析。甚至企圖通過人造一個很低的、負增長的自然增長率，來蒙混過關。真要是碰上這種事，咋辦呢？
?
首先，堅決不扯什么“自然增長率”。特別是在這種短期活動很密集的業務里。如果一定要扯，采用買定離手的機制：大家事先談好自然增長率是多少，事后就看這個數，不要再調整。這就跟下棋的時候拒絕悔棋是一個道理。
?

做什么目標，事先說清楚，從X%提升到y%；

找清晰、直觀的目標，避免玄幻/復雜概念；

找與核心KPI相關的目標，避免雜項干擾。

這是徹底解決問題的三大原則。
當然，這么做會遇到兩個挑戰：
挑戰1：有些運營就是不知道咋定目標，幫幫忙？
挑戰2：有些活動就是事先沒定目標，咋補救？
?
設定目標基本方法

設定目標有三種基本方法：
KPI分解法

KPI倒推法

KPI場景法

分別對應：
活動目標是KPI指標
活動目標是KPI過程指標
活動目標是KPI關聯指標

三個場景
?
有同學會問：為啥都和KPI掛鉤？答：如果做的事跟KPI沒啥關系，那你也知道這個事的重要緊急程度了。大張旗鼓做和KPI無關的事，本身就有可能是影響KPI的原因哈。
?
KPI分解法舉例：
KPI倒推法舉例：?
KPI場景法舉例：?
平時和運營保持良好的溝通非常必要，這樣在策劃早起，數據分析師就能介入。既能協助運營理清思路，又能幫助運營算清目標，還能為上線后監控、事后復盤做好準備，一舉三得。事前工作到位，事后不用吵架，大家合作共贏，是最好的狀態。
?
事后補救的基本方法
如果事前沒有定目標，一定要事后補救的話，牢記：核心不是什么自然增長率，而是“業務到底需要把指標做成什么樣子”。特別是如同開頭的情況。整體目標已經撲街的情況下，事后再糾結自然增長率，往往會淪為甩鍋大戰。這時候可以分三步做：
?
第一步：定方向
第二步：找方法?
第三步：看細節?
通過這樣的操作，至少能結束稀里糊涂的狀態，明確：我們到底要把曲線做成什么樣。判斷本次的方法要換成那種。在細節里，為下一次迭代找到優化方向。

（部分內容來源網絡，如有侵權請聯系刪除）

立即申請數據分析/數據治理產品免費試用我要試用

上一篇：四種數據分析的方法加上一個工具...

下一篇：報表多復雜？這一個工具都搞定！...