掃二維碼與項目經理溝通
我們在微信上24小時期待你的聲音
解答本文疑問/技術咨詢/運營咨詢/技術建議/互聯網交流
這是最基礎的,同比,環比,絕對值,漲了、跌了……日常報告都是這些東西。但是這些東西不招人待見。一來,只要是個人看一眼就知道情況了,沒啥寫的必要;二來,這些玩意沒業務含義,講了跟沒講一樣,所以必須深入一步。
想深入一步,可以把數據時間拖長一點,看看有沒有自然規律。這一步沒有任何技術含量,直接把日報表連起來看即可,但是非常管用!因為很多常規數據波動,就是有周期性規律的。掌握了規律,可以避免大驚小怪,誤報錯報。還能敏銳地觀察到真正的問題。
想再深入一些,就得找判斷標準。數據 + 標準=判斷,有了好壞判斷,才能繼續往下思考:為啥好/為啥壞。最好的標準,就是有個KPI值壓在頭上,這樣直接對比KPI完成率就有結論。
但有些非核心指標,沒有KPI要求,這時候就得找其他標準。比如用場景拆解法,把非核心指標與KPI指標的關系,KPI達標時候非核心指標的數值范圍找出來,這樣也能形成判斷標準,做出判斷。
有了好壞判斷,可以進一步思考原因。但在思考原因之前,最好先看下指標內部結構,找到影響指標的大頭。這樣重點清晰,更容易看出問題所在。
比如看銷售情況,銷售講究人、貨、場,先從用戶、商品、渠道三個維度,單獨看內部結構,看哪個類型的占比高,哪個類型在當前表現好/差。這樣分清重點,容易形成思路。比如看成本情況,區分可變成本、固定成本,可變成本區分商品成本、營銷成本。固定成本里區分前臺、后臺成本。這樣更容易看出哪一塊是波動來源。
這里有兩個簡單的辦法:
1、從最近發生的事件入手。
2、從業務可能采取的行動入手。
從最近發生的事情入手,能快速找到解釋問題來源的假設。我們可以先收集最近發生的正向/負向的事件,然后逐一看:
理論上:這個事件對哪些指標有影響
實際上:這個事件的發生程度,相對應數據變化
這樣逐一排查,找出問題來源。
從業務可能采取的行動入手,則能快速找到業務應對手段的假設。比如面對業績下降,短期內業務就三板斧:
1、上促銷,派一堆優惠券
2、搞培訓,抓幾個典型示范
3、改文案,把推廣鏈接換換
那么,我們可列假設:
1、按過往投入產出比,促銷可以拉升業績
2、人員是參差不齊的,有標桿可以參照
3、推廣是參差不齊的,有標桿可以參照
之后逐一檢驗即可。
有了假設可以驗證。注意,很多日常數據波動,是沒資源給我們一一做ABtest來驗證的。因此這里說的驗證,更多是找證據。找到足夠多的、明顯的、數據上的證據,來證實觀點。
比如我收到最近商品調價信息,那么理論上,如果是暢銷品,快供不應求調價,是會提升收入的,而普通商品被逼無奈地調價只會傷害銷量。那么驗證的思路就是:
1、調價商品過往銷售、庫存數據如何(判斷類型)
2、調價商品從哪一天開始調的,調完了銷售有啥變化
3、調價商品影響面有多大,剔除這個商品,其他還有問題不
這樣綜合利用數據,就能下判斷。
到這一步我們已經做了充足的功課,交作業的時候,可以做非常詳盡的匯報:
1、現狀很好/很差,表現為……(第123步的結論)
2、現狀好,是因為……(第4步的結論)
3、更深層的原因是……(第5步的結論)
4、這種好預計是可以持續/不可持續的,因為……(第6步結論)
5、因此,建議……(繼續觀察/采取措施/集體研討更進一步方案)
附件里,附上詳細的數據過程,就顯得既全面,又有深度了。

我們在微信上24小時期待你的聲音
解答本文疑問/技術咨詢/運營咨詢/技術建議/互聯網交流