【BI学习心得15-数据分析思维】

---

1.数据分析

随着大数据的来临，每天都会产生海量的数据。面对如此庞大的数据，如何从其中提取有用的信息？广义的数据分析，包括了多个维度：数据统计、数据挖掘、机器学习、商业逻辑。

从数据（杂乱无章）中汲取有用的信息的方法和工具都叫数据分析，比如数据统计，数据挖掘，机器学习。

数据分析中，有我们可以概括为四个点：1.描述能力；2.预测能力；3.分析能力；4.自动化。

描述能力，用数据进行描述的能力（业务指标，统计方法）
预测能力，预测用户的画像，销售预测，库存预测，预测性维护
分析能力，了解原因，特征可解释性
自动化，7*24自动工作，持续产生作用（不是一次性）

1）在我们的工作中，有哪些主观描述可以通过数据统计进行量化？
2）在我们的工作中，有哪些是你想要进行预测的？
3）在我们的工作中，有哪些是你想要了解原因的？
导致XXX的原因，有哪些是重要的特征（通过数据分析得出 VS 人的感觉判断）
4）在我们的工作中，有哪些是你想要进行自动化的？

2.数据分析的问题解决

2.1在做数据分析之前，我们需要思考什么？

数据分析的技术能力（描述、预测、分析、自动化）不是我们的目的，我们的目的是更好地帮助业务，所以第一步我们要从商业的角度理解项目需求

怎样才能帮我们明确商业目标呢？很多时候，我们并不能清晰的定义出来这个目标，就像甲方经常让乙方做出来，然后再给反馈。同行的情况如何，你的排名是怎样的（竞品分析）？其他行业的Case，行业标准，用的多了自然而然成为标准；我们是做选择题 or 简答题？

2.2明确大目标后（比如提升用户购买转化）该如何工作呢？

Step1，目标如何细分，比如用户落地页购买转化分析；

Step2，方法论 => RoadMap，即数据分析方法；
了解常用的数据分析方法很重要，比如漏斗分析，RFM模型

Step3，计算工具 => 通过数据，完成相关的计算能力，得出报告（结论 + 可视化）

2.3提一个好的问题，帮你明确目标是什么？

如果没有找到适合的问题，可以通过竞品分析找到你在行业中的位置

2.4了解数据分析的思维方法，制定具体的报告/产品方案

基于人货场的三维度分析（在线销售）

基于AIPL的消费者资产管理（用户运营）

基于Kraljic的采购定位模型（采购）

基于RFM的用户分层策略（用户运营）

2.5掌握技术工具

统计模型，数据挖掘模型，SQL数据管理，BI报表，Python自动化

3.数据分析的目标

• 在电商领域，数据分析目标是为了辅助业务

• 战略决策
  报告决策类的，给老板订方向，订目标用，偏宏观

• 战术决策
  服务对象：一线销售，商务运营，用于做具体的操作。
  具体内容看负责的运营位，昨天的效果和前天效果比，掉下来的原因是什么，还是被别人吸引走了？决定投放和运营策略 （通过报告，报表）。

• 增长类
  Step1，找到用户，或者潜在用户

Step2，用某种手段去触达

Step3，评估触达效果

Step4，复盘并进一步调整

一整套的体系运营方法，帮品牌利用数据分析进行增长

3.1在线销售数据分析

采用人货场的三维度分析进行探索：围绕用户，围绕商品，围绕渠道。

3.1.1围绕用户

• 用户质量分析，计算高质量用户贡献的比例（降序，累计，折线图）
• 用户类别分析（饼图）
• 用户年龄、性别分析及预测（条形图）
• 用户人生阶段分析：单身，恋爱，新婚，已婚，育儿，孝敬期
• 兴趣爱好：烹饪达人，收纳达人，爱包人，速食客……

利用人群分析，对比大促前后增长情况，重点关注增长明星的群体

3.2围绕商品

通过产品分析了解产品的浏览量、点击量、订单、入篮量、购买用户数等信息，从而帮助企业了解不同商品的用户关注度、购买力等，为产品生命周期分析、产品推广策略提供数据支持。

• 零售销售额与数量情况（条形图）
• 打折销售额与数量情况（散点图）
• 商品退货情况，占比多少（饼状图）
• 不同产品的数据分析：爆款产品，形象产品，搭配产品

• D（设计） -> M（工厂）-> S（供应商）-> B（大商家）-> b（小商家）-> C（消费者）
• 商品流通环节是：从D到C
• 零售环节是：从B到C

3.2.1供应链4.0

• 柔性制造：定制（产品、销售）
• 没有分销：直销，寄售
• 即时配送
• 店即是库、中转仓+前置仓、商品库存一体化

3.3围绕渠道（场）

场，指的是消费的场所/场景

• 场景运营分析，从用户体验的角度来分析，对各个购物场景进行优化，提升用户的体验，增强用户粘性
• 内部场景分析：页面项目、内部检索、专题页面、站内广告、页面流量
• 外部不同渠道的分析
• 不同维度的分析：
  城市销售额排名，各城市退货率，新店销售额占比

3.4人货场的核心

新零售场景中的永恒的概念，不论技术如何革新，基本要素都离不开“人、货、场”。

• 对的人：用户的画像（性别、年龄、人生阶段，兴趣爱好）
• 对的货：产品的定价、产品搭配（爆款产品、形象产品、搭配产品），仓储配送、供应链管理，分析产品数据（流量、点击、订单、入篮量）
• 对的场：渠道来源，页面分析，不同店面销售额，城市，商圈，地址

人 货 场 从 维 度 出 发 ， 能 否 从 生 命 周 期 出 发 ， 分 析 品 牌 的