数据分析师5-指标下降

前提

1:实际上粗略的数据分析只能定位问题,很难找到最根本的原因。因为需要一线走访+调研。

2:不是所有的问题都得全面分析一遍,把全面分析花到重要的事情上。

因此 本着“清晰情况,突出重点” 即可。尽量通过日报 周报等固化报表 解决战斗,把有意义的分析做出报告。

1:判断指标下滑的“轻重缓急

1:数据源,口径是否正确,数据采集是否底层出现问题。

2:数据波动大不大(正常还是异常)

3:数据波动久不久(突然还是持续,还是周期),明确开始点,变化点,结束点。

4:判断之后,不同程度不同方法

2:缩小范围,建立假设

1:从事件思考,在指标波动的开始,拐点,结束 之处 标明是否有内外事件的发生。

2:从区域思考,哪些指标不降反升,找到标杆帮助获得方法;哪些下降,聚焦找原因。

3:从客户群体,产品思考.

(可以用到公式法,多维度法)

4:利用影响系数 来找到主要的假设

5:再次拆解更细的来验证这个主要假设;还可以采访调研 萃取经验。

3:总结

1:数据波动是,要知道是不是周期性,是不是早就开始了,下降多少重要性不同

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。指标波动的本质:举例:体温发烧了 很重要,可能是新冠。

所以指标波动意味着业务的变化,这才是最重要的。

1:只重点关注核心指标

1:结果指标(TOP)

2:过程指标

3:边缘指标

2:判断波动大小

1:周期(节日周末 产品活动周期自然变化)

2:业务主动的活动导致:这里虽然波动是知道的,但是也要对比 是否符合业务的预期!如果有差距 也是有问题的。

3:外界的影响:同理 是否符合预期的结果

3:知道重点方向后,再开始拆解

4:业务方要知道什么,数据分析师要知道什么。

1:业务方要知道什么是最重要的指标,要知道是否属于正常的波动,要知道他短期 中期 长期都干了什么,可能有哪些影响 是否达到预期。

1:然而现实业务方只会闷头干

2:分析师要知道业务做了什么活动,哪些是周期波动,外界可能带来的结果是什么,哪些属于异常。

2:然而分析师不知道业务做了什么,不知道规律,不会预测,不知道正常数据的范围

如何做呢?别指望这拆解就能解决问题,最重要的是标准的工作日常

1:知道业务做了什么

2:总结历史规律,正常波动范围,

3:能够大概的预测

4:梳理方法论

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

1:点:排除数据准确性问题,比如数据采集 埋点 业务口径

2:线:拉长时间周期,判断是否周期性问题,如果有问题,严重程度如何。

3:面:外因(PESTLE+竞争对手活动)+内因(通常对用户拆解+产品拆解+运营活动情况)

:用户可以分为:新老 渠道来源 地区 设备终端;产品分为 某些环节转化率 某些功能

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值