近年来,互联网电商行业蓬勃发展,数据经营工具层出不穷,对经营这个岗位的要求也越来越高,很多面试者可能在面试的时候会面临这样的发问,“为什么销售量下滑了?”、“为什么转化率变低了?”,然而往往都给不出面试官称心的答案。
可见,数据分析经营思维是如许重要,在将来具备数据分析经营能力的人才,才更有可能取得机会,为企业发明更多价值。然而,你可能会苦恼,要想进步数据经营思维能力,应该从哪做起呢?
根据我多年在经营岗位的工作教训,我集体认为在数据经营中,有四个思维办法是你必须要把握的,非常常见也非常重要:细分思维、比照思维、数值转换思维以及异样值思维。
一、细分思维
1、繁多维度细分
通过工夫、空间、过程等繁多维度进行拆解,比方将全年销售分解成 12 个月,将全国 GDP 分解成各个省市地区。
2、个维度穿插细分
通过 2 个维度的穿插,剖析定位问题和起因,繁多维度的利用尽管简略,但却过于稀释,会将各组数据的差别在合并过程中打消掉,所以有时在剖析问题时,须要再细分合成,如某学校男女生录取比例统一,然而再细分到学院剖析,发现文学院女生的录取率比男生高,而理学院的男生录取率比女生高。
图片 4.png
经营工作中,2 个维度的穿插细分利用,比方钻研新老客户对品类的需要差别,那么就是维度一新老客户和维度二各个品类的穿插剖析
3、多个维度穿插细分
多维度的穿插细分绝对简单一些,次要利用场景更多是在用户经营,用户钻研剖析上,例如 RFM 模型,通过最近一次生产 (Recency)、生产频率 (Frequency)、生产金额 (Monetary) 三个维度,每个维度一分为二,将用户群切割成八个小群体进行针对性的经营。
图片 5.png
二、比照思维
比照的对象
1. 和行业比照:断定大盘下是否无利
例:市场处于上升期,外围是增长速度,行业销售增长率 50%,而咱们本身店铺是 20%,低于行业增长率,依据平台流量分配原则,给咱们的流量就比拟少
2. 和对手比照:
a. 和间接竞争对手比照:参考值的设定,个别要求人群和产品雷同或者类似
例:咱们的产品是高客单价的连衣裙,低客单价连衣裙的商家就不是咱们的间接竞争对手
b. 和行业标杆比照:学习模拟标杆,操作上对本人的店铺进行优化
例:他们的详情页做的比拟好,就要剖析详情页哪做的好,是排版逻辑、还是文案、图片取景、拍摄角度、图片形成等,而后进行学习模拟
3. 和过来比照:
个别和过来比照分为环比和同比,和过来比照的时候须要留神时段问题:是否是一个处于活动期一个处于非活动期或者节令是否雷同。
4. 和指标比照:
例:指标:销售额 100 万,理论实现 80 万,比照 20 万没有实现,通过细化找出起因
比照注意事项
1. 同量级:店铺层级是否统一、品牌影响力是否统一
2. 同人群:例:同样买连衣裙,咱们是高端人群,那么低端人群就不是咱们间接比照对象
3. 同产品:例:咱们是卖榴莲,那么卖苹果就不是咱们间接的比照对象
4. 同时段:
a. 产品是否处于同一时段:例:比照转化率,咱们的产品是新品期,那么爆款产品就不是咱们间接的比照对象,因为随着流量的增长,转化率势必会降落
b.同时段的环境是否统一:例:618 流动中和流动前比照,周五和周六比照
三、关联思维
在大数据世界未呈现时,人们往往执着于景象背地的因果关系,试图通过无限样本数据来分析其中的外在关联关系。数据量小的另一个缺点就是无限的样本数据无奈反映出事物之间的普遍性的关联关系。
而在大数据时代,人们能够通过大数据挖掘技术开掘与剖析出事物之间荫蔽的关联关系,取得更多的认知与洞见,使用这些认知与洞见就能够帮忙咱们捕获当初和预测将来,而建设在关联关系剖析根底上的预测剖析正是大数据的外围议题之一。通过关注线性的关联关系及简单的非线性关联关系,能够帮忙人们看到很多以前未曾留神的数据之间存在的某些分割,还能够把握以前无奈了解的简单技术和社会动态,关联性关系甚至能够超过因果关系,成为咱们理解这个世界的更好视角。
四、拐点思维
每一个拐点都有可能使一个新的机会,所以要造就拐点的敏感度,而后明确经营节奏、拐点思考的的方向。
- 从历史数据中总结出的拐点;
- 消费者对商家提出新的需要带来的拐点;
- 社会热点引起的拐点。
拐点思考留神的事项:
- 量级是否具备参考意义;
- 将来趋势预判的业务逻辑是否正确。