提起数据分析,大家往往会联想到一些密密麻麻的数字表格,或是高级的数据建模手法,再或是华丽的数据报表。其实,“ 分析 ”本身是每个人都具备的能力;比如根据股票的走势决定购买还是抛出,依照每日的时间和以往经验选择行车路线;购买机票、预订酒店时,比对多家的价格后做出最终选择。
这些小型决策,其实都是依照我们脑海中的数据点作出判断,这就是简单分析的过程。对于业务决策者而言,则需要掌握一套系统的、科学的、符合商业规律的数据分析知识。
1.数据分析的战略思维
无论是产品、市场、运营还是管理者,你必须反思:数据本质的价值,究竟在哪里?从这些数据中,你和你的团队都可以学习到什么?
1.1 数据分析的目标
对于企业来讲,数据分析的可以辅助企业优化流程,降低成本,提高营业额,往往我们把这类数据分析定义为商业数据分析。商业数据分析的目标是利用大数据为所有职场人员做出迅捷、高质、高效的决策,提供可规模化的解决方案。商业数据分析的本质在于创造商业价值 ,驱动企业业务增长。
1.2 数据分析的作用
我们常常讲的企业增长模式中,往往以某个业务平台为核心。这其中,数据和数据分析,是不可或缺的环节。
通过企业或者平台为目标用户群提供产品或服务,而用户在使用产品或服务过程中产生的交互、交易,都可以作为数据采集下来。根据这些数据洞察,通过分析的手段反推客户的需求,创造更多符合需求的增值产品和服务,重新投入用户的使用,从而形成形成一个完整的业务闭环。这样的完整业务逻辑,可以真正意义上驱动业务的增长。
1.3 数据分析进化论
我们常常以商业回报比来定位数据分析的不同阶段,因此我们将其分为四个阶段。
阶段 1:观察数据当前发生了什么?
首先,基本的数据展示,可以告诉我们发生了什么。例如,公司上周投放了新的搜索引擎 A 的广告,想要比对一周下来,新渠道 A 比现有渠道 B 情况如何,A、B 各自带来了多少流量,转化效果如何? 又比如,新上线的产品有多少用户喜欢,新注册流中注册的人数有多少。这些都需要通过数据来展示结果,都是基于数据本身提供的“发生了什么”。
阶段 2:理解为什么发生?
如果看到了渠道 A 为什么比渠道 B 带来更多的流量,这时候我们就要结合商业来进一步判断这种现象的原因。这时候我们可以进一步通过数据信息进行深度拆分, 也许某个关键字带来的流量,也许是该渠道更多的获取了移动端的用户。这种数据深度分析判断,成为了商业分析第二个进阶,也同时能够提供更多商业价值上的体现。
阶段 3:预测未来会发生什么?
而当我们理解了渠道 A、B 带来流量的高半年销量不到百万部,苹果要放弃印度市场吗?低,就根据以往的知识预测未来会发生什么。在投放渠道 C、D 的时候,猜测渠道 C 比渠道 D 好,当上线新的注册流、新的优化,可以知道哪一个节点比较容易出问题;我们也可以通过数据挖掘的手段,自动预测判断 C 和 D 渠道之间的差异,这就是数据分析的第三个进阶,预测未来会发生的结果。
阶段 4:商业决策
所有工作中最有意义的还是商业决策,通过数据来判断应该做什么。而商业数据分析的目的,就是商业结果。当数据分析的产出可以直接转化为决策,或直接利用数据做出决策,那么这才能直接体现出数据分析的价值。