分析数据指标的 5 个步骤
数据分析,应该多思考业务的实际情况,对数据指标进行解读,从而把有价值的信息提炼出来,解决业务的实际问题。
这个过程虽然看起来挺简单的,但是却需要反复、长期的「刻意练习」才能逐渐熟练掌握。
刻意练习指的是有目的的训练,是一种不断改进的做法,是一个不断积累的过程,积跬步以致千里。刻意练习的过程必须专注,需要认真地去思考,并且及时验证和反馈。
比如,数据分析思路的训练,首先应该专注于解决问题,其次要去思考问题到底是什么,然后用数据进行验证,搞清楚问题的真正原因,从而提出解决方案的建议,最后付诸行动,并跟踪反馈行动的效果。
在现实的工作和生活环境中,数据指标发生变化是一件很常见的事,而分析数据指标,应该是数据分析师的看家本领。那么具体应该如何分析数据指标的变化呢?可以参考下面数据分析的思路。
1. 确认数据源是否正确?
如果数据源本身不对,那么应该尽快修正数据源。实际上,因为数据源不对,导致数据指标异常变化的情况非常多,一定要先确认数据没有错,不要报假警。确认数据源正确无误后,接下来才开始进行数据分析。
2. 判断数据变化的程度如何?
这是确认问题的轻重。常见的指标,比如销售额,其波动是有一定范围的,根据历史经验,可以预设好变化的预期值。如果是轻微的变化,在正常的波动范围之内,那么通常可以不用深入分析。假如数据变化比较大,超出我们的预期,那么需要做进一步的分析。对于数据严重超标的情况,需要重点跟进分析。
3. 数据变化的周期如何?
如果是一次性的变化,那么分析看看是否有持续的迹象?如果是周期性的变化,那么分析看看是否符合周期性的规律?与上一个周期的数据进行对比,分析判断数据变化的趋势。比如二月份销售下降,看看是不是有春节的影响?去年的春节是不是也发生在二月份?和去年同期相比的,销售是上升还是下降?
4. 数据变化的前后发生了什么事件?
单纯地看整体的数据,往往很难搞清楚数据变化的真实原因,但是当我们缩小范围,运用假设检验的思维方式,把数据变化和相关事件联系起来,大胆假设,小心求证,进行深入的分析,就更容易找到问题的根源。所以,熟悉业务和行业知识很重要。
事件可以细分为外部事件和内部事件,外部宏观层面的事件通常采用 PEST 分析模型,其中 P 是政治(Politics),E 是经济(Economy),S 是社会(Society),T 是技术(Technology)。政治的影响可能是致命的,有可能让行业面临灭顶之灾,其他的影响更多是渐进式的。内部事件可能在短期内对快速改变数据指标,比如当绩效考核方案发生重大调整时,KPI 指标可能很快就会发生变化。一般数据分析的原则是:剧烈变化看政策,短期波动找内因,长期异动找外因。
5. 数据变化的细分纬度有哪些?
对于一般的商品销售业务来讲,通常包括「人、货、场」三个细分纬度,其中「人」包括员工和客户,「货」主要是指销售的商品,「场」是指销售的场景,比如线下的门店、线上的网店。
比如某天整体销售额上涨了20%,是哪些员工、哪些客户、哪些商品、哪些渠道在上涨?上涨的主要原因有哪些?把表现比较好的标出来,总结成功的经验,其他表现不佳的可以学习,未来寻找解决方案时也可以参考借鉴。
总结
数据变化是很正常的现象,发现数据指标的变化以后,首先要确认数据本身的正确性,然后再去分析数据变化的程度、周期、相关事件、细分纬度等情况。
不断刻意练习这个过程,数据分析的思路就会逐渐打开,很多问题其实也就能迎刃而解了。
如果能在数据分析这个细分领域成为专家,把每一个环节做到极致,帮助别人解决实际问题,并用心做好传播工作,把经验和技能传承下去,让自己的工作价值放大,实现利他和利己的双赢,将来回首自己的生涯,也许感觉会很不一样。
相关阅读
封面图片来源:www.unsplash.com
长按二维码关注