查看原文
其他

数据化甩锅!把问题优雅的甩给外部环境,活学活用PEST

2017-09-26 陈老师 Python爱好者社区

   

这是陈老师《做一个人见人爱的数据分析师》长篇连载第五篇

第一篇戳:最惹销售反感的十种数据分析师,进来看看有没有你

第二篇戳:数据分析师如何面对“我早知道了!”这句质疑

第三篇戳:数据分析师如何应付“你行你上啊!”的嘲讽

第四篇戳:天气太热业绩差,除了设坛求雨外,数据分析师还能干啥?


销售分析一句话

流量转化客单价

均值拉起一条线

高了表扬低了骂

好吧,确实大部分新手是这么下分析结论的。甚至还有些堂而皇之的这么教。

销售额 = 客流量 * 转化率(付费率)* 客单价(付费金额)。所以只要做出来这四个指标,就可以拿平均值做对比了。具体的对比法包括但不限于:

今年VS 去年

本周VS上周

本月VS上月

实际VS目标

本店VS全体

……

然后呢?然后高于平均值就是好,低于平均值就是差!哪个指标低了搞哪个!

l  客流不够就做终端拦截、投广告!

l  转化率不够就拍券上促销上新品!

l  客单价不够就做交叉销售!

写个报告so easy!

然后被销售部门喷到死去活来!so ugly

这样做的本质问题,是我们看到的销售数据是个结果。结果怎么来的?数据不会直接告诉我们。电商、网游行业可能有些优势,因为能采集到部分用户消费前的数据。可以通过用户购买前体验流程,购买中断节点,反推用户未购买的原因,从而支持决策。但大部分实体企业和B2B类销售就没这么幸运了。正是因为这一点,管销售的领导们都特别希望能获得外部资讯补充信息。销售团队也特别喜欢往外甩锅,反正也无从论起。

当然,完全把责任都压给销售团队是不合理的。如果真是外部环境压力大,甚至已经变了天,就得及时提示风险。让市场部做事情,调整品牌、产品方向。那么如何区分这个因素,优雅的甩锅给外部环境呢?



——PEST的正确用法——

PEST分析可以拿来分析外部环境。需要注意的是:PEST重点是分析不利环境的,所以才叫害虫。如果外部顺风顺水,那么内部八成也很舒服。只有当外部山雨欲来风满楼的时候,才需要格外关注环境,免遭雷劈。

Political 是影响最大的变数。对一个行业来说,政府的法律法规可能是核弹级影响。所以要特别关注。一般政策公布以后,政策影响范围内的业绩会有剧烈变化。因此领导们对这一类因素关注度很高。除了自己收集信息外,多对上沟通,才是掌握政策类影响的良方。

Economic往往表现为行业性衰退。要注意的是,既然是行业性衰退,那么在看内部数据的时候,必然是总业绩、各分公司、各销售团队业绩全面或大范围的,持续性下滑。并且竞争对手无一幸免。这个时候才是真正进入行业衰退(低潮)阶段。之所以这么强调,是因为这种大面积衰退其实很少出现,过早喊行业衰退会误导决策。

Social会反应在客群的变化上。往往一种新社会趋势变化,带来的是局部客群的变化。比如常说的90后00后的消费潮流,比如中性化消费,比如消费升级。我们可以从内部数据观察到部分趋势:

l  对应90后消费:我们的客群中90后是否真的和80后有那么大差异?

l  对应中性化趋势:我们的男女会员购买的产品品类差异是否在缩小?

l  对应消费升级:我们的客户单价是否一路提升?是否细分品类在替代传统大众品类?是否小包装在替代大包装?

l  如果总体趋势不是,是否有某些城市(如一二线城市),某些门店(如开在高端小区的社区店)开始出现这种趋势?

l  竞争对手是否有这种趋势?他们做了哪些动作?这些动作放在我们这会有什么影响?

这里特别强调:验证这两个字。因为领导们都是很喜欢看文章的,而这年头的作者都是语不惊人死不休,三天一颠覆两天一风口。可真正能影响到业绩的有多少!真正成功的案例又有几个!一帮圈了几千万风投的骗子教营收几千亿的老板追风口,是件很可笑的事。所以作为决策参谋者的数据分析师们万千脑子要清晰,数据说话

Technology会反应在渠道的变化上。比如这些年常见的电商颠覆论。这里同样需要数据验证和数据说话。如果电商真的冲击到我们的销售,那么在电商促销高峰期,我们对应的产品品类销售有明显波动。对于已经上了多平台销售的企业,我们的电商渠道应该比实体店表现更好才对。如果没有足够的数据支持,就得认真反思下到底有什么问题。



——当锅甩不掉怎么办——

实际上,PEST分析大部分时候是甩不掉锅的。因为真正全盘崩溃的局面很少出现。真要是遇到行业性危机,估计要么早就被炒了,要么就自己跳槽了。是滴,炒得就是这些不产生价值还拿高工资的数据分析师。

更多的时候,表现为危中有机,看起来总体上业绩停滞、增长压力巨大。但在某些细分领域,某些细分群体,某些细分品类上却出现机会点。只有深入数据,看到平均值高了低了背后的驱动因素,才能更深的解读。见到公众号各种口号也不要盲信,先列假设,看了数据再说话。这也是为什么陈老师先讲业务标签如何构建,再讲趋势怎么看的原因。不能做细分,不能做验证的趋势,都是伪趋势。

然而如果业绩不好的锅甩不到外部,就得内部人背锅。如何清晰的锁定问题来源,让内部销售团队停止无意义的嘴斗,聚焦到如何解决问题上?陈老师还有攻略,稍后送上。

更多精彩干货请戳~~~

业务知识一站通,懂业务,让你从技术人才中脱颖而出!

陈老师基于咨询公司从业经验与8年25个项目经验,精心打造业务知识体系课程。

点击阅读原文立即学习


福利:文末扫码立刻关注公众号,“Python爱好者社区”,开始学习Python课程:

关注后在公众号内回复“课程”即可获取:

1.崔老师爬虫实战案例免费学习视频。

2.丘老师数据科学入门指导免费学习视频。

3.陈老师数据分析报告制作免费学习视频。

4.玩转大数据分析!Spark2.X+Python 精华实战课程免费学习视频。

5.丘老师Python网络爬虫实战免费学习视频。



Python爱好者社区


为大家提供与Python相关的最新技术和资讯。

长按指纹 > 识别图中二维码 > 添加关注

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存