數(shù)據(jù)說(shuō)·思維季

真正成熟的人，看得清自己，做得出選擇，付得起成本，擔(dān)得起責(zé)任。

前言

我們上篇內(nèi)容，從廣泛的意義上出發(fā)，簡(jiǎn)單梳理了數(shù)據(jù)思維在工作上基本應(yīng)用范圍以及如何應(yīng)用，不同行業(yè)有不同的情況或者屬性，且數(shù)據(jù)思維也可以說(shuō)是一種底層的思維模式，所以，說(shuō)白了就是如何讓數(shù)據(jù)創(chuàng)造價(jià)值的思考方式。那通常情況下，我們?cè)诿鎸?duì)數(shù)據(jù)分析問(wèn)題時(shí)，一些想法以及思維是零散的，需要我們逐步培養(yǎng)鍛煉自己數(shù)據(jù)敏感度以及分析思維，需要將零散的想法形成有條理的分析思路或者思維。

一、提升對(duì)數(shù)據(jù)的敏感度

首先，養(yǎng)成對(duì)數(shù)據(jù)的深究，知道數(shù)據(jù)怎么來(lái)的？理解數(shù)據(jù)、理解業(yè)務(wù)是便于我們進(jìn)行數(shù)據(jù)采集及分析溯源，對(duì)結(jié)論和成果有著一定的數(shù)據(jù)保證，同時(shí)也要判斷數(shù)據(jù)來(lái)源的可靠性。

其次，梳理數(shù)據(jù)指標(biāo)有哪些維度？理解評(píng)估標(biāo)準(zhǔn)，不同業(yè)務(wù)有不同的關(guān)鍵業(yè)務(wù)指標(biāo)，利用思維導(dǎo)圖積累相關(guān)業(yè)務(wù)的指標(biāo)體系，多總結(jié)多問(wèn)為什么；指標(biāo)體系經(jīng)常用于數(shù)據(jù)細(xì)分找原因，知道數(shù)據(jù)構(gòu)成才能更快地拆分?jǐn)?shù)據(jù)，找到異常原因。

最后，了解數(shù)據(jù)是如何說(shuō)明業(yè)務(wù)？找到業(yè)務(wù)背后的基本邏輯。在數(shù)據(jù)的日常工作中帶入業(yè)務(wù)思維，從而要知道數(shù)據(jù)指標(biāo)在業(yè)務(wù)中的代表什么，業(yè)務(wù)數(shù)據(jù)正常水平是怎么樣的，受節(jié)假日或者活動(dòng)營(yíng)銷的影響的數(shù)據(jù)又是怎么樣的，要多對(duì)比，結(jié)合環(huán)比同比明白數(shù)據(jù)高低的意義。

拆解能力決定了能否有效處理和解決復(fù)雜事務(wù)，簡(jiǎn)單來(lái)說(shuō)，就是把一個(gè)復(fù)雜問(wèn)題拆解成一個(gè)個(gè)基礎(chǔ)元素，通過(guò)研究這些元素，控制和改變基本的元素進(jìn)而解決復(fù)雜的問(wèn)題。

（1）結(jié)構(gòu)化拆解

簡(jiǎn)單地說(shuō)，就是按照各不同維度進(jìn)行拆分，定位當(dāng)前問(wèn)題，從問(wèn)題核心出發(fā)拆解影響因素，最終確定驗(yàn)證角度。再通過(guò)指標(biāo)、公式、模型的方式找到驗(yàn)證影響因素的量化標(biāo)準(zhǔn)。比如銷售額下滑了，銷售額=銷售數(shù)據(jù)*單價(jià)，拆分后的結(jié)果比拆分前的清晰得多，就可以區(qū)分是線上銷售下降還是線上銷售下降，還可以進(jìn)一步發(fā)現(xiàn)是具體某一個(gè)渠道下滑，這樣分析更具針對(duì)性。如圖：

（2）流程化拆解

簡(jiǎn)單地說(shuō)，用戶行為路徑所要經(jīng)過(guò)的核心流程步驟，用戶在流程的走向過(guò)程中會(huì)逐漸的減少。梳理各流程環(huán)節(jié)涉及復(fù)雜業(yè)務(wù)過(guò)程關(guān)鍵業(yè)務(wù)的節(jié)點(diǎn)，而漏斗圖是對(duì)業(yè)務(wù)流程最直觀的一種表現(xiàn)形式，并且也最能說(shuō)明問(wèn)題的所在。比如獲客就是一個(gè)鏈路比較長(zhǎng)的業(yè)務(wù)場(chǎng)景，涉及到活動(dòng)曝光、客戶點(diǎn)擊、客戶意愿、填寫信息、客服回訪、客戶下載、激活、注冊(cè)、下單等一系列業(yè)務(wù)環(huán)節(jié)，通過(guò)漏斗圖可以很快發(fā)現(xiàn)業(yè)務(wù)流程中存在問(wèn)題的環(huán)節(jié)，確定業(yè)務(wù)瓶頸。如圖：

三、常用數(shù)據(jù)做多維度對(duì)比

“對(duì)比、細(xì)分、溯源“是數(shù)據(jù)分析的6字箴言，而對(duì)比雖然是最簡(jiǎn)單的，卻是在培養(yǎng)數(shù)據(jù)思維中非常重要的一環(huán)。所謂對(duì)比是指將兩個(gè)或兩個(gè)以上的數(shù)據(jù)（指標(biāo)）進(jìn)行比較，分析它們的差異，從而揭示這些數(shù)據(jù)所代表的事物發(fā)展變化情況和規(guī)律性。來(lái)判斷業(yè)務(wù)進(jìn)展情況以及追蹤業(yè)務(wù)是否有問(wèn)題。其特點(diǎn)：簡(jiǎn)單、直觀、量化。即可以非常直觀的看出事物某方面的變化或差距，并且可以量化、準(zhǔn)確地表示出這種變化或差距是多少。

對(duì)比分析思維的分為兩類類：靜態(tài)比較（和行業(yè)比）和動(dòng)態(tài)比較（和自己比）

（1）靜態(tài)比較

即在同一時(shí)間條件下對(duì)不同總體指標(biāo)的比較，如不同部門、不同地區(qū)、不同國(guó)家的比較叫做橫向比較，簡(jiǎn)稱橫比。

舉個(gè)例子：女友問(wèn)你“你覺(jué)得我胖么？”你去拿全國(guó)女生體重平均值和女友體重做對(duì)比，這就是和行業(yè)比。

一般來(lái)說(shuō)，同業(yè)的數(shù)據(jù)來(lái)源主要公開發(fā)表的數(shù)據(jù)，包括上市公司的財(cái)報(bào)、主動(dòng)披露的數(shù)據(jù)等等，數(shù)據(jù)的信息源不同其準(zhǔn)確性也會(huì)存在各種差異，但是通過(guò)仔細(xì)分析還是能得到一些自己想要的東西，取決于每個(gè)人數(shù)據(jù)思維能力的高低。

（2）動(dòng)態(tài)比較

即是在同一總體條件下對(duì)不同時(shí)期指標(biāo)數(shù)值的比較，也叫縱向比較，簡(jiǎn)稱縱比。

再舉個(gè)例子：比如女友問(wèn)“我比上個(gè)月胖么？”就是和自己比。

一般來(lái)說(shuō)，會(huì)進(jìn)行同比、環(huán)比等，通過(guò)趨勢(shì)圖觀察一段時(shí)間的走勢(shì)，這是常見(jiàn)的比較思路，但是注意不要忘記最初設(shè)定的目標(biāo)。在工作中會(huì)發(fā)現(xiàn)有個(gè)問(wèn)題就是有時(shí)候我們會(huì)發(fā)現(xiàn)同比環(huán)比之后，指標(biāo)都上漲了，營(yíng)造出欣欣向榮的局面，但其實(shí)并沒(méi)有達(dá)到我們的目標(biāo)，只是基準(zhǔn)值太低，這是一種典型的目標(biāo)侵蝕。

總之，這2種方法既可單獨(dú)使用，也可結(jié)合使用。縱向的是因果，橫向的是相關(guān)。然而對(duì)比分析的時(shí)候要遵從以下原則：

①對(duì)比對(duì)象要一致

②對(duì)比時(shí)間屬性要一致

③對(duì)比指標(biāo)的定義和計(jì)算方法要一致

④對(duì)比數(shù)據(jù)源要一致最后就是多比較

（1）AARRR模型

AARRR增長(zhǎng)模型出自于增長(zhǎng)黑客，又稱海盜模型，即獲客、激活、留存、變現(xiàn)、傳播推薦。

獲取用戶（Acquisition）、提高活躍度（Activation）、提高留存率（Retention）、獲取收入（Revenue）、用戶推薦（Refer），這個(gè)五個(gè)單詞的縮寫，分別對(duì)應(yīng)用戶生命周期中的5個(gè)重要環(huán)節(jié)。

獲取用戶（Acquisition）：通過(guò)一定的方式讓產(chǎn)品在一些渠道上面得到展現(xiàn)，并使看到展現(xiàn)的用戶轉(zhuǎn)化成產(chǎn)品用戶。

提高活躍度（Activation）：提高產(chǎn)品的使用粘性，提升用戶使用產(chǎn)品的深度。

提高留存率（Retention）：如何讓用戶不斷的使用我們的產(chǎn)品，減少用戶的流失，提升用戶粘性。讓用戶無(wú)法離開產(chǎn)品。

獲取收入（Revenue）：通過(guò)一些手段和渠道從用戶那里獲取收益。

用戶推薦（Refer）：通過(guò)提升產(chǎn)品的競(jìng)爭(zhēng)力，使用戶給他的朋友推薦我們的產(chǎn)品。

（2）Google’s HEART模型

Google’s HEART是一個(gè)用來(lái)評(píng)估以及提升用戶體驗(yàn)的模型，它由五個(gè)維度組成：Engagement（參與度）、Adoption（接受度）、Retention（留存度）、Task Success（任務(wù)完成度）和Happiness（愉悅度）。

Engagement（參與度）：通常指的是用戶訪問(wèn)產(chǎn)品的行為，相關(guān)的指標(biāo)是和用戶訪問(wèn)相關(guān)。包含用戶的活躍度（DAU/WAU/MAU）、UV、PV、人均訪問(wèn)次數(shù)等，通過(guò)這些數(shù)據(jù)可以很好的反應(yīng)整個(gè)產(chǎn)品的用戶訪問(wèn)情況。

Adoption（接受度）：用戶在規(guī)定的時(shí)間內(nèi)對(duì)產(chǎn)品的操作情況。接受度相關(guān)的指標(biāo)主要和用戶的操作行為有關(guān)。包含點(diǎn)擊行為、點(diǎn)擊率、人均點(diǎn)擊次數(shù)、下單金額、支付情況和人均訂單數(shù)等等。

Retention（留存度）：留存度體現(xiàn)用戶人群對(duì)產(chǎn)品或者某個(gè)功能的粘性。留存度的相關(guān)指標(biāo)主要和用戶再次訪問(wèn)/操作的行為有關(guān)。包含留存用戶數(shù)、留存率、復(fù)購(gòu)用戶數(shù)和復(fù)購(gòu)率等。

Task Success（任務(wù)完成度）：任務(wù)完成度體現(xiàn)用戶各個(gè)流程的轉(zhuǎn)化率情況。任務(wù)完成度的相關(guān)指標(biāo)主要和用戶各個(gè)流程節(jié)點(diǎn)的轉(zhuǎn)化率有關(guān)。包含各節(jié)點(diǎn)轉(zhuǎn)化率、平均停留時(shí)長(zhǎng)、返回率、跳出率和退款率等。

Happiness（愉悅度）：愉悅度體現(xiàn)用戶使用完產(chǎn)品后的整體感受情況，是否有推薦給其他用戶的意愿。愉悅度的相關(guān)指標(biāo)是NPS凈推薦值。

（3）波士頓矩陣模型

 ·······

這里就不一一展開了，簡(jiǎn)單介紹幾個(gè)常見(jiàn)的，拋磚引玉，而更多的數(shù)據(jù)模型還需要我們?cè)谌粘５墓ぷ髦胁粩嗟姆e累。總之，大家可以找更多的資料深入學(xué)習(xí)數(shù)據(jù)模型，復(fù)用現(xiàn)有模型，更重要的是，需要我們通過(guò)熟悉主流的數(shù)據(jù)模型產(chǎn)出邏輯，并從中找到規(guī)律，培養(yǎng)自己的思維能力

五、其他建議

（1）具備一定的好奇心

美國(guó)心理學(xué)家布魯納認(rèn)為好奇心是人類行為的原始動(dòng)機(jī)之一。它常由人們所接觸的不明確的事物或未完成的事情引起。當(dāng)事物尚未明確，事態(tài)尚未完成時(shí)，人們時(shí)常受好奇心的驅(qū)使去探索這些未知的行為過(guò)程或結(jié)果，并從中得到滿足。然而，在鍛煉數(shù)據(jù)思維時(shí)，一定是有好奇心的，有興趣去知道數(shù)據(jù)背后的邏輯的。

（2）說(shuō)事實(shí)，而不是觀點(diǎn)

《原則》一書中舉的例子是：大部分人不是真正地尋找事實(shí),而是尋找那些能證明自己觀點(diǎn)的事實(shí)。我們大部分人表達(dá)的事實(shí)，可能已經(jīng)是帶有自己價(jià)值取向的觀點(diǎn)。因此，我們要注意自身的觀點(diǎn)，用事實(shí)說(shuō)話。

（3）用客觀標(biāo)準(zhǔn)代替主觀判斷

主觀是指人的意識(shí)、思想、認(rèn)識(shí)等；客觀是指人的意識(shí)之外的物質(zhì)世界或認(rèn)識(shí)對(duì)象。我們不能用主觀判斷數(shù)據(jù)的好壞，以符合實(shí)際業(yè)務(wù)場(chǎng)景的客觀事實(shí)的標(biāo)準(zhǔn)來(lái)判斷，可以根據(jù)競(jìng)對(duì)數(shù)據(jù)，往期數(shù)據(jù)，目標(biāo)數(shù)據(jù)等維度來(lái)制定準(zhǔn)備。

（4）多看、多練、?？偨Y(jié)

首先，我們可以多看寫權(quán)威、專業(yè)的數(shù)據(jù)分析報(bào)告，梳理以及了解人家的分析過(guò)程。去不同行看看不同數(shù)據(jù)報(bào)告，發(fā)現(xiàn)問(wèn)題，總結(jié)經(jīng)驗(yàn)，還可以多看自己業(yè)務(wù)的數(shù)據(jù)和每天的各種數(shù)據(jù)報(bào)表，整理出來(lái)，每天看走勢(shì)，發(fā)現(xiàn)異常及時(shí)分析。其次，還有多多去嘗試用同樣的分析方法去分析類似的數(shù)據(jù)?？梢蕴子脛e人的分析思路去嘗試分析自己的業(yè)務(wù)問(wèn)題，最后，總結(jié)分析過(guò)程中的問(wèn)題以及經(jīng)驗(yàn)。總之，就是多看，多練，嘗總結(jié)。

總結(jié)

以上是分享的一些培養(yǎng)數(shù)據(jù)思維的建議。具備數(shù)據(jù)思維的人來(lái)講，要有數(shù)據(jù)敏感性，要能夠合理懷疑，首要確認(rèn)數(shù)據(jù)是否準(zhǔn)確，對(duì)一些異常敏感的數(shù)據(jù)尤其如此，這就需要通過(guò)時(shí)間培養(yǎng)數(shù)據(jù)常識(shí)，只能刻意練習(xí)。

總之，數(shù)據(jù)思維需要結(jié)合日常工作生活來(lái)不斷通過(guò)一些習(xí)慣和方法去培養(yǎng)，去實(shí)踐，發(fā)現(xiàn)問(wèn)題、解決問(wèn)題、總結(jié)問(wèn)題積累經(jīng)驗(yàn)的一個(gè)過(guò)程。其核心價(jià)值在于是否指導(dǎo)了你的決策行為。我們?cè)谏罟ぷ骼靡陨辖ㄗh，從一個(gè)廣告數(shù)據(jù)、一個(gè)活動(dòng)數(shù)據(jù)、一個(gè)產(chǎn)品數(shù)據(jù)、一組訪問(wèn)數(shù)據(jù)、一個(gè)數(shù)據(jù)報(bào)告等進(jìn)行培養(yǎng)和刻意練習(xí)。