文章發(fā)布于公號(hào)【數(shù)智物語(yǔ)】 （ID：decision_engine），關(guān)注公號(hào)不錯(cuò)過(guò)每一篇干貨。

轉(zhuǎn)自 | CrossHands

作者 | Ahong

作為數(shù)據(jù)分析師，你是否常因?yàn)槿狈Ψ治鏊悸?，而被以下?wèn)題影響到幸福感(甚至懷疑人生)？

1. 新上線某個(gè)產(chǎn)品，需要監(jiān)控轉(zhuǎn)化率效果，既要看總體情況，也要看細(xì)分渠道；

2. 策劃營(yíng)銷(xiāo)活動(dòng)，預(yù)算有限，要看看選擇哪些目標(biāo)用戶(hù)群、采用哪種方案帶來(lái)的銷(xiāo)量更高(更能拉動(dòng)KPI)；

3. KPI又出現(xiàn)較大波動(dòng)，待會(huì)領(lǐng)導(dǎo)估計(jì)要問(wèn)起來(lái)，趕緊分析數(shù)據(jù)找原因；

一個(gè)問(wèn)題就是從天上隨機(jī)掉落的食材，分析思維就是將這些奇形怪狀的食材加工成“看得懂”的美味佳肴。既然要做菜，有哪些值得借鑒的“萬(wàn)金油”菜譜呢？ 本篇會(huì)為你慢慢道來(lái)。

01

流程

完成一項(xiàng)任務(wù)，通常需要一系列操作，比如做菜，得先想好吃啥，然后買(mǎi)菜、洗菜、切菜、炒菜。

1.1

行動(dòng)步驟

行動(dòng)步驟就是先確定起點(diǎn)、終點(diǎn)(目標(biāo))，然后將起點(diǎn)和終點(diǎn)的距離拆分成一個(gè)個(gè)小步驟，知道先做什么，后做什么。

注：圖中小黑點(diǎn)表示該步驟下可以選擇的行動(dòng)方案

e.g. 常見(jiàn)的數(shù)據(jù)分析路徑之一是SAS公司提出的SEMMA范式：

1. Sample，數(shù)據(jù)抽樣，保證數(shù)據(jù)的效度和信度；

效度是指數(shù)據(jù)的準(zhǔn)確性，也指選擇的數(shù)據(jù)和分析目標(biāo)及業(yè)務(wù)目標(biāo)是吻合的；

信度是指數(shù)據(jù)的穩(wěn)定性，要保證樣本數(shù)據(jù)有代表性，且在一定周期內(nèi)不能有過(guò)大的波動(dòng)(否則模型不穩(wěn)定)；

2. Explore，數(shù)據(jù)特征探索及預(yù)處理，e.g. 看數(shù)據(jù)的分布情況、對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化等；

3. Modefy，明確問(wèn)題、模型選擇、方案調(diào)整；

4. Model，執(zhí)行建模方案；

5. Assess，結(jié)果評(píng)估(準(zhǔn)確性、穩(wěn)定性、是否符合業(yè)務(wù)預(yù)期、效益如何)；

另一個(gè)常用的數(shù)據(jù)分析范式是CRISP-DM，分為6個(gè)步驟：

1. 商業(yè)理解：確定業(yè)務(wù)目標(biāo)，評(píng)估現(xiàn)有資源，確定分析目標(biāo)，制定解決方案；

2. 數(shù)據(jù)理解：數(shù)據(jù)采集，探索分析，數(shù)據(jù)質(zhì)量驗(yàn)證；

3. 數(shù)據(jù)準(zhǔn)備：篩選數(shù)據(jù)，數(shù)據(jù)清洗，整合數(shù)據(jù)，變量衍生；

4. 建立模型：模型選擇，檢驗(yàn)設(shè)計(jì)，模型建立，結(jié)果評(píng)估；

5. 模型評(píng)估：分析結(jié)果和業(yè)務(wù)目標(biāo)匹配度確認(rèn)，檢查1-4步的執(zhí)行過(guò)程，確定下一步行動(dòng)；

6. 結(jié)果部署：規(guī)劃部署方案、監(jiān)控和維護(hù)方案，輸出項(xiàng)目報(bào)告，項(xiàng)目復(fù)盤(pán)；

e.g. 一個(gè)報(bào)表上線的基本步驟如下：

需求登記 --> 方案規(guī)劃 --> 需求排期 --> 數(shù)據(jù)ETL--> 代碼編寫(xiě) --> 數(shù)據(jù)驗(yàn)證 --> 報(bào)表上線

1.2

分步轉(zhuǎn)化

要連續(xù)完成多個(gè)步驟，有的人“淺嘗輒止”，有的人“半途而廢”，有的人則是“善始善終”。

產(chǎn)品轉(zhuǎn)化的每個(gè)步驟都會(huì)有用戶(hù)流失，好比100個(gè)人參加有9個(gè)關(guān)卡的淘汰游戲，每個(gè)關(guān)卡會(huì)淘汰10個(gè)人，整個(gè)游戲最終會(huì)剩下10個(gè)獲勝者，把這個(gè)游戲看作產(chǎn)品，那么該產(chǎn)品的全流程轉(zhuǎn)化率就是10%(游戲獲勝率)。

注：電商APP一般的轉(zhuǎn)化漏斗

e.g. 常見(jiàn)的電商流程如下：

注冊(cè)-->登錄-->瀏覽商品-->加購(gòu)物車(chē)-->支付-->售后

將上述步驟整理成魚(yú)骨圖，每個(gè)大步驟下還可以拆分更細(xì)的小步驟；

比如“支付環(huán)節(jié)”可以拆分為：

收貨地址確認(rèn)--> 選擇優(yōu)惠 --> 選擇支付方式 --> 輸入短信驗(yàn)證碼-->返回支付結(jié)果(成功或失敗)

e.g. 在用戶(hù)運(yùn)營(yíng)理念中有這樣一個(gè)轉(zhuǎn)化公式：路人-->用戶(hù)-->粉絲-->員工，先把圍觀的感興趣的路人轉(zhuǎn)化為用戶(hù)，輕度用戶(hù)是產(chǎn)品的使用者，中度用戶(hù)是產(chǎn)品的“追隨者”，重度用戶(hù)則會(huì)主動(dòng)參與產(chǎn)品的功能反饋和改進(jìn)建議，在這個(gè)轉(zhuǎn)化過(guò)程中用戶(hù)的參與度逐步提高。

1.3

閉環(huán)迭代

一般的閉環(huán)流程包括3部分：事前方案規(guī)劃，事中執(zhí)行監(jiān)控，事后復(fù)盤(pán)總結(jié)。

e.g. 營(yíng)銷(xiāo)活動(dòng)

事前：確定目標(biāo)，選定用戶(hù)，制定方案，確定檢驗(yàn)標(biāo)準(zhǔn)等；

事中：實(shí)時(shí)數(shù)據(jù)監(jiān)控(是否達(dá)到預(yù)期)，不同方案賽馬，備用方案啟用等；

事后：對(duì)整個(gè)流程復(fù)盤(pán)，總結(jié)經(jīng)驗(yàn)，CSS歸類(lèi)(Continue做先前已驗(yàn)證的正確的事，Stop做錯(cuò)誤的事，Start做新的正確的事)

常用的閉環(huán)迭代框架是PDCA，通過(guò)計(jì)劃(P)、實(shí)施(D)、檢查(C)、總結(jié)(A)4個(gè)步驟，循環(huán)迭代，螺旋上升。

另外還要注意，在使用流程化思維時(shí)，除了常見(jiàn)的正向思考，也要逆向思考。

02

分類(lèi)

互聯(lián)網(wǎng)時(shí)代最核心的經(jīng)營(yíng)理念是深耕客群，通過(guò)差異化運(yùn)營(yíng)提升ARPU值(Average Revenue Per User，每用戶(hù)平均收入)，而分類(lèi)無(wú)疑是開(kāi)展這項(xiàng)工作的重要前提。

主要有4種分類(lèi)方法：

二分法，非此即彼，e.g. 網(wǎng)站新客、老客，貸款審批結(jié)果分為通過(guò)申請(qǐng)、拒絕申請(qǐng)等；

并列分類(lèi)，多個(gè)分類(lèi)(子集)構(gòu)成一個(gè)全集，e.g. 用戶(hù)地域可以按省份劃分，按年齡可以將用戶(hù)分為70后、80后、90后、00后等，女性用戶(hù)群體可以分為時(shí)尚麗人、都市白領(lǐng)、家庭主婦等；

等級(jí)分類(lèi)，e.g. 會(huì)員等級(jí)——鐵牌、銅牌、銀牌、金牌、鉆石、皇冠，城市等級(jí)——一線、二線、三線、四線；

矩陣象限，e.g. 波士頓矩陣，RFM象限

注：圖片來(lái)自網(wǎng)絡(luò)

分類(lèi)的規(guī)則大致有兩類(lèi)：

按主體分類(lèi)，

e.g. 按社會(huì)關(guān)系模型，用戶(hù)角色可以是父母、配偶、子女、朋友等；

e.g. 按照群體劃分，可以分為一般情況和特殊情況、二八原則等；

按屬性分類(lèi)，依據(jù)主體(比如用戶(hù))的屬性進(jìn)行類(lèi)別劃分。

e.g. 用戶(hù)畫(huà)像時(shí)可以考慮以下屬性：

1. 社會(huì)屬性：收入水平、學(xué)歷、職業(yè)、婚姻情況等

2. 位置屬性：居住地、工作地、從手機(jī)端還是PC端登錄等

3. 生物屬性：年齡、性別、種族等

4. 心理屬性：品牌偏好、購(gòu)買(mǎi)行為、優(yōu)惠偏好等

03

對(duì)比

“痛苦來(lái)自比較之中”(沒(méi)有比較就沒(méi)有傷害)，其實(shí)幸福也來(lái)自比較之中，痛苦還是幸福，取決于選擇的參照點(diǎn)是高于還是低于你。

對(duì)比就是找一個(gè)參照點(diǎn)，來(lái)發(fā)現(xiàn)兩個(gè)數(shù)據(jù)間的差異量Δ大小如何。

對(duì)比可以分為兩類(lèi)：橫向?qū)Ρ?、縱向?qū)Ρ取?/p>

3.1

橫向?qū)Ρ?/p>

和同類(lèi)(競(jìng)品)比較，e.g. 對(duì)比不同品牌的女裝的銷(xiāo)售情況，不同銷(xiāo)售渠道(地區(qū))的交易情況；

實(shí)驗(yàn)對(duì)比，設(shè)置實(shí)驗(yàn)組和對(duì)比組，對(duì)比兩組或多組之間的差異，以確定人為干預(yù)(實(shí)驗(yàn)、方案)的效應(yīng)。

e.g. 比較不同的產(chǎn)品或運(yùn)營(yíng)方案的效果差異時(shí)，常采用AB Test，需要確保對(duì)比的兩組或者多組在數(shù)量和結(jié)構(gòu)上要具有可比性(e.g. 用戶(hù)的來(lái)源、等級(jí)等需要匹配)；

和整體比較，e.g. 華東地區(qū)的銷(xiāo)售情況和全國(guó)總體銷(xiāo)售比較；

做組間比較時(shí)，一定要確保樣本的可比性(無(wú)論是在數(shù)量級(jí)還是在群體結(jié)構(gòu)上)，e.g. 對(duì)比兩個(gè)時(shí)間段的交易情況，建議剔除掉大促和節(jié)假日(這些交易日的數(shù)據(jù)波動(dòng)很大)。

有兩類(lèi)不易察覺(jué)的樣本錯(cuò)誤尤其要提防：

“辛普森悖論”，即兩個(gè)樣本單獨(dú)得到的結(jié)論和樣本合并后得到的結(jié)論相反。

e.g. 如下表所示，單獨(dú)看APP端和PC端，新客的轉(zhuǎn)化率都是低于老客的，但是，整體新客的轉(zhuǎn)化率卻高于老客。

注：以上數(shù)據(jù)僅作為說(shuō)明概念使用，不代表真實(shí)場(chǎng)景

“幸存者偏差”，即樣本已經(jīng)被容易忽略的因素篩選過(guò)。

e.g. 問(wèn)卷調(diào)查中，那些愿意填寫(xiě)問(wèn)卷的用戶(hù)本身就是對(duì)產(chǎn)品有高認(rèn)可度；

e.g. 產(chǎn)品漏斗轉(zhuǎn)化流程中，處在不同環(huán)節(jié)的用戶(hù)一般不能進(jìn)行對(duì)比

3.2

縱向?qū)Ρ?/p>

橫向是和其他對(duì)象比較，縱向則是和自己的歷史數(shù)據(jù)對(duì)比。

常見(jiàn)的縱向?qū)Ρ扔型群铜h(huán)比，對(duì)比的周期根據(jù)實(shí)際情況可以按日、周、月、季、年等。

注：一個(gè)常用的多組對(duì)比柱狀圖

對(duì)比的時(shí)候，除了比較相對(duì)量，也要看絕對(duì)量，以合理地評(píng)估數(shù)據(jù)差異的大小。

e.g. 0.5%的波動(dòng)是大還是小，需要找參考點(diǎn)，如果歷史波動(dòng)最高也就0.1%，那么這個(gè)波動(dòng)就很大。

e.g. 公眾號(hào)關(guān)注人數(shù)昨日環(huán)比增長(zhǎng)20%(看著還不錯(cuò))，實(shí)際上才增加4個(gè)人，截止前天也就20個(gè)人。

04

關(guān)聯(lián)

看數(shù)據(jù)指標(biāo)不要只看一個(gè)“點(diǎn)”，還要看一條“線”上的前后連接的環(huán)節(jié)，進(jìn)而從“面”或“體”的角度去看整個(gè)大環(huán)境中都有哪些因素相互作用。

對(duì)現(xiàn)象的分析可以參考簡(jiǎn)單的調(diào)節(jié)模型：

其中：X是自變量，Y是因變量，M是調(diào)節(jié)變量。

尋找關(guān)聯(lián)關(guān)系時(shí)，不僅僅要找出對(duì)Y有直接影響的X(一個(gè)或者多個(gè))，還要找出影響X對(duì)Y作用的調(diào)節(jié)因素M。

關(guān)聯(lián)也可以分為同時(shí)關(guān)聯(lián)和延時(shí)關(guān)聯(lián)兩類(lèi)。

4.1

同時(shí)關(guān)聯(lián)

即多個(gè)因素(X)同時(shí)發(fā)生作用一起促成了現(xiàn)象(Y)的發(fā)生。

e.g. 電商網(wǎng)站銷(xiāo)售的變化可能考慮的因素：

用戶(hù)：用戶(hù)結(jié)構(gòu)是否發(fā)生變化，是否有新的注冊(cè)渠道，新渠道導(dǎo)流進(jìn)來(lái)的用戶(hù)質(zhì)量如何；

商品：品類(lèi)結(jié)構(gòu)是否有變化，e.g. 隨著四季變化，服裝類(lèi)的種類(lèi)也會(huì)發(fā)生變化；

產(chǎn)品：多少用戶(hù)使用舊版本或者新版本，產(chǎn)品某個(gè)環(huán)節(jié)有沒(méi)有改版，產(chǎn)品的策略(商品推薦策略等)是否有變化；

運(yùn)營(yíng)：前期的線上或者線下預(yù)熱，商城的優(yōu)惠力度，優(yōu)惠涉及的人群等；

4.2

延時(shí)關(guān)聯(lián)

現(xiàn)象的產(chǎn)生可能存在延遲效應(yīng)，要考慮當(dāng)前現(xiàn)象(環(huán)節(jié))的前置的“因”和后置的“果”。

e.g. 今天上線的營(yíng)銷(xiāo)方案可能在幾天甚至幾十天后才會(huì)有顯著的效應(yīng)，今天交易量上出現(xiàn)的波動(dòng)也可能是因?yàn)橐欢螘r(shí)間前產(chǎn)品或者運(yùn)營(yíng)策略上有改動(dòng)。

05

層級(jí)

要有結(jié)構(gòu)化、系統(tǒng)化的思維，對(duì)影響因素自上而下的拆解和自下而上的組合。

5.1

自上而下的拆解

可以理解為“分級(jí)鉆取”，如同金字塔結(jié)構(gòu)一樣，先從總體看到二級(jí)分支，然后再看更細(xì)的分支。

e.g. 支付成功率的影響，可以對(duì)新老客、訂單來(lái)源、支付方式、銀行通道一層一層拆解，細(xì)化各個(gè)分支對(duì)整體變化的貢獻(xiàn)率；

e.g. 銷(xiāo)售額 = 下單人數(shù)*客單價(jià) (a)

從登錄到下單是層層轉(zhuǎn)化后的，所以

下單人數(shù) = 訪客人數(shù)*瀏覽轉(zhuǎn)化率*購(gòu)物車(chē)轉(zhuǎn)化率*支付轉(zhuǎn)化率 (b)

公式(b)代入公式(a)，得到：

銷(xiāo)售額 = 訪客人數(shù)*瀏覽轉(zhuǎn)化率*購(gòu)物車(chē)轉(zhuǎn)化率*支付轉(zhuǎn)化率*客單價(jià)

5.2

自下而上的組合

就是將個(gè)體組成群體，將小的指標(biāo)組合成一個(gè)綜合指標(biāo)。

e.g. 用戶(hù)的標(biāo)簽分為基礎(chǔ)標(biāo)簽和復(fù)合標(biāo)簽，基礎(chǔ)標(biāo)簽就是單個(gè)用戶(hù)屬性來(lái)定義的(例如性別、婚否等)，復(fù)合標(biāo)簽則是考慮多個(gè)基礎(chǔ)標(biāo)簽的組合(例如，某個(gè)典型的用戶(hù)群體畫(huà)像是：女性+單身+白領(lǐng)+一線城市)；

e.g. 規(guī)劃用戶(hù)標(biāo)簽時(shí)，先用頭腦風(fēng)暴想出一批指標(biāo)，然后進(jìn)行歸類(lèi)、篩選、組合；

e.g. 風(fēng)控業(yè)務(wù)中累計(jì)壞賬計(jì)提的計(jì)算，是將不同的逾期資金規(guī)定不同的風(fēng)險(xiǎn)計(jì)提比例，最后再把所有類(lèi)別的風(fēng)險(xiǎn)計(jì)提資金匯總起來(lái)，作為公司所有貸出款項(xiàng)的風(fēng)險(xiǎn)計(jì)提資金，從而對(duì)公司貸款業(yè)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)估；

舉個(gè)形象的例子，自上而下好比國(guó)家財(cái)政撥款，從中央到省會(huì)再到各市縣區(qū)；自下而上則像是國(guó)家征稅，就是從各市縣區(qū)、各企業(yè)層層匯總，直到報(bào)送國(guó)庫(kù)。

06

優(yōu)化

分析的最終目標(biāo)無(wú)非兩種：尋找解決方案，尋找更好的解決方案。第一步是保證數(shù)據(jù)的準(zhǔn)確性和穩(wěn)定性，第二步就是優(yōu)化，提高準(zhǔn)確性、提高效率和效益。

優(yōu)化包含兩部分的內(nèi)容：縮小當(dāng)前和目標(biāo)的差距，直到達(dá)成并超越目標(biāo)；在成本或者預(yù)算固定的前提下，使收益最大化。

6.1

縮小當(dāng)前和目標(biāo)的差距

e.g. 全公司各部門(mén)各業(yè)務(wù)線的同事們都在追逐和超越KPI的路上；

e.g. 機(jī)器學(xué)習(xí)建模時(shí)，嘗試多種方案，調(diào)試各種參數(shù)，使模型的精確度逐漸提高

6.2

成本固定，最大化收益

e.g. 對(duì)于信用貸款產(chǎn)品而言，如果把“最安全”放在首位，那么極端的方式就是不給任何人發(fā)放貸款，這樣就不會(huì)出現(xiàn)壞賬了。正確的信貸模型思維是將壞賬控制在業(yè)務(wù)上可以接受的范圍內(nèi)，并使利息覆蓋壞賬，進(jìn)而最大化收益。

任何商業(yè)模式都是追逐利益的，首要目標(biāo)是收益最大化，參考如下公式：

利潤(rùn) = 收入 - 投入成本 - 風(fēng)險(xiǎn)損失

優(yōu)化的過(guò)程就是尋找利潤(rùn)最大化的過(guò)程。

小結(jié)：

以上總結(jié)了常見(jiàn)的6種數(shù)據(jù)分析思路，涉及具體的業(yè)務(wù)場(chǎng)景還要結(jié)合業(yè)務(wù)特點(diǎn)適當(dāng)變通。精通方法，深入業(yè)務(wù)，勤于實(shí)踐，多加總結(jié)，最終就能踏上描述-->解釋-->預(yù)測(cè)-->控制，步步高升的數(shù)據(jù)分析師精進(jìn)之路。