1. 数据监控体系是什么?
数据监控的本质就是采集和呈现.
采集 行为数据 和 业务数据,并将其与业务的管理流程关联起来,呈现关键性指标用于实际业务,就是数据的监控.
数据监控系统的重要性有以下几点:
- 反映过去
- 呈现当前
- 预测未来
- 发现异常,深挖原因
2. 数据指标体系的应用思路:
量化行为和拆分目标是数据分析的灵魂
2.1 第一步: 明确目标、KPI、和所处的产品阶段:
从预期与现状的差异点出发,判断业务的走势,探索解决问题的办法.
目标细分常见的有以下几种:
- 按达成时间分: 年度、季度、月度、周度
- 按服务对象分: 各个业务线、整个公司、前端销售与后端运营
- 按流程分: 过程型目标(完课情况)、结果型目标(GMV、成单率)
2.2 第二步: 根据业务目标、确定判断标准(即从差异点出发):
判断标准的维度主要有以下几个:
- 与目标预期状态对比
- 与历史同期数据对比
- 与过往经验总结对比
- 与竞品情况对比
2.3 第三步: 从数据指标体系里挑选出核心指标进行逐层拆解:
一般对一个关键指标拆解三层就可以看出一些问题.
举例: 我想分析关键指标 课导人效 ,结合上篇提到的,对关键指标进行拆分:
- 首先看公式: 课导人效 = 服务用户数量/代课课导数量,得到两个指标: 用户量 课导量,
a. 用户量再下一层能怎么拆分? 用户的来源、用户的生命周期长度
b. 课导量的再拆解呢? 员工的司龄、员工的入离职率 - 按照不同的组成部分: 课导人效还可以拆分为 不同科目&不同基地
2.4 第四步: 明确每一层的指标达成情况,从而定位根本原因:
沿用课导人效的例子, 如果整体课导人效偏低,是用户量变少了?哪个渠道的用户量少了?课导数量变多了?空闲课导是什么情况?
2.5 第五步: 搭建以 日、周、月为单位的 数据指标监控体系报表:
2.6 第六步: 根据监控数据 进行多维度分析,明确管理流程,实现控制运营:
具体操作步骤如下:
1. 进行多维度分析:
- 哪些 基地 科目 学部 ,是达成目标还是低于目标?
- 达成或者超过目标的是什么原因?
- 低于目标的是什么原因?
- 大盘中的每个组成部分占比多少? 谁在影响大盘?
2. 确定指标异常状态,明确策略方向
比如: gmv下降了,是因为什么?
- 订单量减少, 需要运营策略
- 某基地或者某科目整体下降, 需要该基地的负责人或者该科目的运营来把控
- 是因为进入的流量变小, 需要渠道运营策略
3. 明确分析的执行时间,要有时间+状态的判断
- 过去+负向: 关注什么问题
- 过去+正向: 发现什么优秀的经验
- 未来+负向: 对于风险的告警
- 未来+正向: 提示机会
4. 明确需要的处理力度:
- 注意
- 提高 降低 保持
- 立即执行改正
5. 跟进复盘后的改善状况
写在最后:
明确目标---->挑选指标---->拆解指标---->判断达标情况---->搭建监控报表---->进行分析---->改善状况再复盘