时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{这套方法,更容易让数据分析师立功,比算法模}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的这套方法,更容易让数据分析师立功,比算法模内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
上一篇引起了同学们强烈反响,其中提到一个关键点:CDP与增长实验结合,很容易让数据分析师立功;今天我们就系统的讲解下这一点。 话不多说,直接上干货! 一、数据分析想立功,难在哪里数据分析想立功,核心难点在于——立功的事是别人办,出事的锅却是自己背。 特别在增长问题上,用户最后注册的页面是产品经理设计的,购买的产品是商品运营选款的,使用的优惠券是用户运营发的——是滴,直观看起来,这跟数据分析一毛钱关系没有,庆功的时候也是这些人冲在最前边。 但是,万一注册的人不够,购买的人太少,用券跟没用一样。 这些人会异口同声地说:
你一张嘴对抗他们三张嘴,怎么辩解都是输。 所以,往往我们看到所谓用户画像、ABtest天津代运营的微信朋友圈广、预测模型,要么就是那些顺风顺水的大厂在说,要么就是当产品准备卖给乙方的甲方在说;一但大形势不好,过往吹得再厉害的模型、画像、测试统统都不管用了。 问题的核心,在于——数据分析不能孤立在增长项目以外,像个街边摆摊算卦的半仙一样,等着业务甩任务过来。
这两句话没有本质区别,都是放弃了主观能动性,指望靠计算得出结果。 数据分析要和业务并肩作战,打包成一个项目组,才有彻底脱离苦海的机会。 而增长实验,刚好满足这个要求。 并且,它对业务方也是一个解脱,最有可能达成双赢局面。 二、增长实验是什么增长实验,重点在“实验”;这么叫,主要是区别于以往做增长“大干、快上、跟风走”的搞法,真正落地小步迭代。 增长领域是时髦名词最多的领域,“私域流量、直播带货、圈层营销”总之隔三天一个新词冒出来;与新词一起出来的,是各路神仙吹嘘“我是如何0投入增长100万用户的”。 在这种背景下,业务部门的压力是很大的。 不做,被老板批跟不上时代。 做,投多少,做不成咋办,都不知道。 因此,为了避免被领导们过高的期望压死,在传统企业做数字化转型的时候,业务部门开始大谈增长实验:咱做实验,一步步来。 搞出来个增长实验做法,这个概念和互联网公司谈的增长团队,本质上没啥区别;但是传统企业更重现实效益(销售收入、利润)的考核,因此在做法上更效益导向。 1. 第一步:清晰实验定位做Abtest的时候,要先考虑流量;而业务部门做增长实验,先考虑的是:“到底这个实验对公司意味着什么”以及“为了这个期望,我得投多少钱,多少人”。 没钱、没人,谈啥增长。 清晰了定位以后,是落实具体的增长目标。 要注意,互联网企业和传统企业在设定目标上完全不同,大部分互联网企业都是圈钱过日子;因此能采用类似“活跃用户人数”这种很虚的指标做目标,能写进融资ppt就行。 传统企业还指望挣钱度日,因此设太虚的指标,在考核的时候会直接被判死刑;即使要设类似“新会员数量”这种指标,也要捆绑一个“新会员总销售收入”这样才牢靠。 2. 第二步:设定待实验的增长路径这个路径有四条(如下图): 这一步非常关键,历史已经反反复复的证明:越是指望毕其功于一役,越是输的裤子都不剩。 最近最见到的,就是传统企业跟风上直播带货,又给折扣,又吐爆款,又砸坑位费,最后亏的底掉;因此在设计策略的时候,尽量清晰每一个策略的逻辑,才更适合循序渐进,总结出经验。 3. 第三步:观察实验结果对单次试验而言,数值并不是最终的结果;因为业务更多期望通过实验探索出一条道路来,因此,的把实验数据,解读成业务可用的结论。 增长效果要回答五个核心问题:
实验结果,很可能呈现以下四种效果: 根据实验效果来调整后续工作,好的措施继续用,不好的措施废弃,积累经验,这样就能推动业务越做越好。 显然,这种做法还没有大面积的推广起来,还有很多企业停留在:拉起一面横幅《大干100天,数字化转型必须完!》然后网上时髦啥(阿里的人吹了啥)就照吵啥的原始阶段。 相比之下,当然是条理清晰一步步走的增长实验要更靠谱。 三、增长实验与数据分析明眼人一眼就能看出:这套玩法是高度数据驱动的。 几乎每个环节,都需要大量数据分析介入,这样才能导出正确的结论。 同时,这样做对数据分析师的要求也提高了:
因此,需要数蓟县吕梁朋友圈广告价格合据分析的能力更高;但往好处看:这可能是数据酒店网络宣传分析师们建功立业的最好机会! 想想看,项目组一般都是按项目效益拿提成,凭什么数据分析师要背着锅领死工资呢? 比起坐在后台等着别人来问:“你来个人工智能大数据精准预测一下”;能亲手做出好的结果,不是更有吸引力吗。 下一篇我们分享如何对经营状况走势做整体判断,如果面对经营走势只会写“高了”、“低了”。 #专栏作家#接地气的陈老师,微信公众号:接地气学堂,专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。 本文于。, ,基于CC0协议。 |
上一篇:10年数据生涯总结:这5个阶段哪个更重要?
下一篇:BI和报表等于数据分析?终于有人讲清楚了它们的
小提示:您应该对本页介绍的“这套方法,更容易让数据分析师立功,比算法模”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通这套方法,更容易让数据分析师立功,比算法模的相关事宜。
关键词:1年, 初级, 数据分析师,