- 为什么要学数据分析?
- 数据分析是什么?
- 数据分析流程
- 业务理解
- 数据收集
- 数据处理
- 数据分析
- 图表制作
- 报表绘制
数据分析重在对业务的理解,这种理解其实是思维逻辑能力的体现,而数据分析工具是为了将对业务的理解以更加高效的方式呈现、传递出来,而建立思维逻辑和对业务进行数据分析的框架体系更重要。而进行数据分析过程中的可视化其实是在传递影响力。
数据分析不需要太多的数理统计、理科专业知识以及高阶变成能力,更重要的是基于对业务的理解和分析,进而完成对数据的分析和对工具的操作。
Day1:5步搞定A/B test,引爆业绩增长
1 模型思维:AB测试的方法与思维
A/B Test的方法模型
A/B测试的应用领域:所有设计用户行为的领域;互联网产品类(UI设计/网页或APP、付费点设计);传统行业(耐用品的外观设计,如手机、服装、杯子等)
A/B测试是对两个版本,通过控制变量,比较找到更好的方案。其核心目的有:
- 迭代用户体验
- 提升用户粘性
- 提升转化率/付费
2、模型应用:叮咚买菜数据撬动业务增长
分类与MECE的区别:MECE是完全独立完全穷尽,而分类是独立却不穷尽的。
叮咚买菜首页菜谱推荐A/B test结果:
曝光点击率 | 曝光下单率 | 曝光金额 | |
---|---|---|---|
A实验组(菜谱) | 69.3% | 36.7% | 40.9 |
周末组 | 71.3% | 42.2% | 52.0 |
工作日组 | 67.3% | 31.0% | 29.5 |
B对照组(商品) | 74.1% | 42.6% | 35.2 |
周末组 | 75.9% | 46.1% | 42.4 |
工作日组 | 72.3% | 39.0% | 27.9 |
试验结果:实验组每个曝光带来的金额高于对照组,说明食谱的方法是有效的。
3、数据实战:5步快速搞定A/B test
- 确定目的和假设:测试的目的(转化、付费、留存、用户体验)、衡量目标的核心指标(单位曝光金额)、原假设和备择假设(H0:实验组每个曝光带来的金额高于对照组)
- 确定流量分配原则:不影响用户体验、科学的进行流量分配(实验组、对照组)
- 埋点和数据收集:设定数据埋点、收集不同用户群体的数据并分析(漏斗模型、海盗模型、AARRR)
- 数据分析与验证:分析数据并通过假设检验得出实验结论
- 汇报结果(论点+论据):得出结论和建议。结论要清晰明确、图表要清楚明白(需要掌握非概念图的制作)、推导要详细说明(需要以数据支撑进行推导)
A/B测试的使用误区:
- 轮流展现不同版本。应该不同版本方案并行上线试验,尽可能地降低所有版本的测试环境差别
- 随机选取用户测试。应该科学的进行流量分配,保证每个试验版本的用户特征相类似
- 用户自主选择版本。应该关注不同版本用户的实际情况
4、数据说话:搞定工作汇报
用户是一切企业运营工作的核心,还会用到用户画像、用户分层RFM、用户生命周期CLV。
Day2:0-1搞定可视化报表,提升职场影响力
【青铜】掌握基本图表:折线图、 饼状图、直方图、散点图
【黄金】分类决策+复杂图表
【王者】图表综合+动态呈现
1、清晰展现层级,量化成分占比(构成思维)
-
树状图(饼状图升级版):无层级树状图、有层级树状图。对于多层级数据,树状图不太友好。此时需要使用旭日图
-
旭日图
2、跟踪流程指标,呈现趋势波动(序列思维)
- 漏斗图:对比式漏斗图
- 走势图:动态走势图
3、联合孤立数据,建立参考体系(比较思维)
- 条形图:百分比堆积图、动态条形图
- 热力图:矩阵热力图、地图热力图
4、显现异常数值,辅助提炼规律(描述思维)
- 散点图:质量管理、回归分析
- 气泡图(多维散点图)
4步拆解业务模型,打造业务竞争力(每日优鲜vs叮咚买菜)
1、头部社区团购商业模式与成长性
每日优鲜MF | 叮咚买菜DDL | |
---|---|---|
百万人民币营业收入 | 6130 | 11336 |
净利润 | -2232 | -3177 |
发行价 | 13美元/ADS | 23.5美元/ADS |
市值 | 32亿美元 | 55亿美元 |
UE模型与投资决策:GMV(百万)、订单数(千单)、毛客单价(元)、单均收入(元)、单均营业成本(元)、单均毛利(元)、毛利率、单均履约成本(元)、单均销售及市场推广开支(元)、单均一般及行政开支(元)、单均订单研发开支(元)、单均净利(元)
注:GMV = 订单
∗
*
∗客单价
组织、HC与人效
2、盈利模型定义与使用场景
UE模型:Unit Economics单位经济效益模型。在商业模型中,能够体现收入与成本关系的某个最小运作单元。
UE模型的发展历史:(1)最早应用于投资领域,主要以Finacial Model和Breakeven分析为主;(2)随着移动互联网的兴起,投资领域开始使用UE模型,最早出现在15年左右,伴随着打车、共享单车、在线教育等烧钱行业逐步火起来。
UE模型的使用场景:什么样的公司会关注UE?初创公司或创新业务需要进行UE分析,成熟性企业考虑财务分析;外卖业务、互联网教育课程、共享单车、新店拓展等都可以使用UE模型(餐饮、便利店、超市等业态均可用)。
3、3种典型分析方法剖析用户价值,进行数据洞察
UE分析的三个步骤:(1)收集数据:外部数据-财务报表或一线调研,内部数据-财务部门和业务部门;(2)搭建模型:单均毛利=单均收入-单均成本,单均利润=单均毛利-运营费用,(运营费用、管理费用、财务费用、营销费用等);(3)决策与判断:行业趋势对比。
4、如何搭建UE模型,辅助决策及判断
UE模型分析 | 分析思路 |
---|---|
数据获取 | 思考应该获取的数据有哪些?Tips:收入方面(日均订单、平均客单价、毛利率)、成本方面(运营人员成本、租金水电、物料耗材、营销费用等) |
搭建模型 | 思考搭建模型的目的是什么?关键性指标是什么?应该如何构建?Tips:盈利是每个企业存在的价值和意义,所以这个模型的关键性指标是利润(利润氛围毛利和净利),毛利=日均订单 ∗ * ∗平均客单价$ 30 30 30$毛利率,净利=毛利-成本总和 |
决策与判断 | 思考应该如何进行决策与判断?Tips:借助Excel中的模拟运算表、行业对比等 |
推荐资料:
- CFA教材,BreakEven Point部分
- Financial Model
- 一篇文章教会你用数学公式看透商业模式
- What Are Unit Economics and Why Are They Important in Early Stage Startups?