一个套路，拆解常见数据分析需求

honghu2

一个套路，拆解常见数据阐发需求

编纂导语：在举行一项营业时，数据阐发常常是很首要的，营业职员会提出比力多的阐发需求，这时候数据阐发师必要举行分类和阐发；本文作者按照本身的履历，收拾了一套界说问题的法子，但愿对你有帮忙。

1、实际与Kaggle的区分
实际情况的数据阐发事情和Kaggle标题之间，最大的区分在于Kaggle上的问题常常很是清楚。

展望类问题，你只必要把展望做的足够正确就可以拿高分。

但在现实的营业情况中，你做了一个很牛逼的展望模子，换回来的只是营业方一句“这个有甚么用？”

有时辰营业方提出的问题也很不靠谱，提需求的时辰说是要阐发一个问题的缘由，成果现实上问题底子就不存在，只是对方的感受。

以是若是你在Kaggle上可以混的风生水起，那末只能说你对付肯定性问题的解题法子把握比力好。

但到了现实营业情况下，辨认问题成为了一个更首要的能力。

营业职员提的数据阐发需求常常很杂，各类光怪陆离的“是否是、有几多、为甚么、能不克不及、会不会，怎样办”等问题层见叠出。

到底哪些问题可以归为一类？这种问题又该若何阐发？这是每一个数据阐发师都想晓得的。

我按照本身的履历和理解，收拾了一套界说问题的法子，分享给大师。
2、一个营业阐发需求的必备要素有哪些？
一个营业阐发需求，必备的要素有哪些？

上一篇提到了一个思虑框架，营业流、办理流与数据流。



这里简略温习一下，一般常见的阐发流程：
1. 是甚么
用数据流反响办理流，解决“是甚么”的问题。保存率是几多，算高算低？若是保存率低的话是哪种用户低？

我一般把常见的细分阐发得出的结论，都归纳成“是甚么”。

“为甚么玉米视频采办转化率低？”，“由于落地页的转化率低”。

雷同如许的答复，实在只是对转化率做了细分，本色上仍是“是甚么”。

真实的“为甚么”是“为甚么落地页的转化率低？用户到底在想甚么？需求是甚么？”
2. 为甚么
用数据流反响营业流，解决“为甚么”的问题。

甚么缘由造成一部门用户的保存率低？是由于需求没法知足？仍是非方针用户群体？

若是是落地页转化问题，那末如今落地页上的问题是甚么？哪些元素低落了转化率？

这种问题的谜底要落实到详细的用户需求上。

有时辰数据可以反响用户的现实利用环境，好比用户在落地页上逗留较长，也愿意检察勾当法则，可是转化率很低。

那末这类环境大要率是用户被卖点吸引，可是看不懂法则，或现实勾当与他的理解纷歧致。

不少环境下，数据无法直接反响用户碰到的问题，必需经由过程用户调研实现。
3. 怎样办
在办理流中找对策解决营业流的问题，解决“怎样办”的问题。

若是是需求没法知足这部门用户，那末咱们可以怎样解决这个问题？增长功效仍是优化现有功效的体验？

有时辰，这一步其实不必定是数据阐发师来做的，乃至不是从数据上推导的；上一步的“为甚么”若是已找到很是详细的缘由，好比“A类用户流失主如果因为会员到期”，那营业方环抱着若何促成续费就可以改良这一状态。
4. 目标
除阐发的常见流程，另有一个阐发的条件——此次阐发的目标是甚么。

这个目标常常是改良某一个详细的指标。

我固然常常吐槽营业职员没稀有据驱动营业的思惟，可是在KPI问题上，营业职员对数据思惟常常很是好；若是做的事变没法子用数据权衡，对营业职员来讲价值不大。

以是，一般来讲，一个数据阐发需求一共要颠末四个阶段：
目标：肯定阐发的目标，优化甚么指标。是甚么：确认如今的指标环境“是甚么”，问题集中在哪一个部门？为甚么：@近%h4妹妹5%况@为甚么是如许，用户的需求是甚么？怎样办：制订甚么样的对策来优化指标。3、通例的数据阐发问题类型
最通例的问题类型，是营业方晓得前面N个环节，必要阐发后面的环节。



好比最通例的，只晓得目标，后续都必要阐发。

用户运营找到数据阐发师，想要做一个专题阐发，主题是若何晋升用户的活泼率。

这个问题的目标很明白——“晋升用户活泼率”。

可是后面的部门就没那末清晰了，数据阐发师可以依照之条件到的四个步调一步一阵势向后推动。

起首要做的是“是甚么”，把现有的用户活泼率的数据提掏出来，看一下今朝的数据表示若何。

若是数据表示确切不太抱负，那末再看看究竟是总体都低，仍是有部门群体出格低。

以后是“为甚么”的阶段。若是有部门群体活泼率出格低，那末这部门用户为甚么活泼率低？他们的需求是甚么？

最后，针对新用户的问题，制订对应的营业动作；若是发明这部门群体只利用一些根本功效，那末若何指导他们利用高档的功效？

如许一个完备的阐发根基就完成为了。

此中的详细阐发细节本篇临时不会商，放到下一篇再讲，这篇重要讲一下全部阐发思绪的框架。

这种问题是晓得前面N个环节，阐发进程都是雷同的，向后阐发便可。
4、验证猜测型需求
其他的数据阐发问题，可以用一个表来归纳。



大要分为两类，一类是有方针的，一类是没方针的。

有方针的，通常为验证猜测。

好比，晓得“目标”和“为甚么”。

营业方想晋升新功效的利用率，提出一个猜测。

新上的功效对付新用户来讲理解本钱比力高，想做一些优化。

但这只是一个猜测，乃至连问题自己是不是存在都不肯定。

这种问题必要把缺失的“是甚么”补上，

1）是甚么：用数据证实新用户现有的利用率怎样样，若是新用户利用率已较高，那末这个猜测的根本就不存在了。

若是新用户利用率确切比力低，那末再验证新功效是否是理解本钱过高。

2）怎样办：验证了猜测，再思虑怎样办。

另有晓得“目标”和“怎样办”的。

营业方想要晋升用户数目，然皇冠交友后看到拼多多的微信裂变拉新搞的很乐成，咱们拉新是否是也能够微信裂变晋升新用户数呢？

必要做的步调：
“是甚么”：看一下今朝的新用户数。或许如今的新用户数已还不错了，那是否是另有需要花人力去优化拉新环节？“为甚么”：若是如今的用户数上不去，为甚么总体用户数上不去？若是由于新用户的保存和转化很差，新用户没几个能留下来，那末事情的重点应当是晋升保存，而不是拉新。得出结论：不该该采纳裂变拉新，缘由是咱们的营业场景和拼多多分歧，咱们如今没法承接新用户的转化，必要优化产物体验后再做会更好。5、无方针的需求
没方针的，这种就比力坑了；只晓得”为甚么“这类问题常常是有一些客户的反馈，好比用户反馈一个经常使用的功效常常找不到进口在哪。

这个反馈比数据阐发的结论要正确多了，数据阐发至多晓得一类人的利用特色是甚么，根基不成能晓得用户到底在想甚么。

产物司理拿到这类反馈，需求布景写起来都义正词严了，这但是客户的的真实需求。

阐发这类问题，@起%2ZPf1%首得肯%z1NBM%定@方针；若是优化这个功效的进口，到底要优化哪一个指标？是做用户保存率，仍是功效转化率？若是是为了优化用户保存率，那如今保存率是几多？这个反馈的用户的保存环境怎样样？会不会这个用户是一个重度用户，保存环境很是好。

而经常使用这种功效的用户都是重度用户，优不优化这群用户城市留下来；那这类反馈优先级必定比力低。

而若是方针是提高功效转化率，那末看一下今朝这个功效的点击率，看一下是广泛问题仍是这个用户的个体问题；以后再按次序继续阐发便可。另有一类没方针的需求更坑。

营业方看到竞品在搞贬价促销勾当，因而提醒“咱们是否是也能够搞一个贬价促销？”

这种需求底子没斟酌清晰搞一个如许的勾当目标是甚么，是晋升销量吗？

或许竞品搞这个勾当的目标是清库存，低落库存本钱；而你底子没有库存压力，直接照抄最后库存也没清掉，贩卖额晋升也不较着；若何阐发就不赘述了。
6、总结
平常的阐发需求一般不会跨越上述这个阐发框架，拿到阐发需求的时辰思虑一下这个需求今朝具有的要素，然后从左到右推导，可以快速组织阐发思绪。

至于每个环节的详细做法，接待存眷，等下一篇具体说说。
#专栏作家#
三元方差，公家号：三元方差（sanyuanfangcha），人人都是产物司理专栏作家。专注用数据驱动营业增加，长于数据阐发、用户增加。喜好浏览、思虑和创作。

本文原创公布于人人都是产物司理。未经允许，制止转载。

题图来自Unsplash，基于CC0协定