資料分析中遇到的“圓”

與十年前不同，當今令資料分析師迷茫的，可能不再是資料很少，而是資料很多;今天不是不知道玩好資料的重要性，而是不知道玩錯資料的危害性，即所謂甜蜜的煩惱。一個資料分析師，如果能體會到，當下資料存在的核心問題，並且能清楚解決辦法，就可以精益求精了。

這次想跟大家講的是一個由受、想、行、識四個部份所組成生生不息的圈(Feedback Loop)，彼此互相推進。

聽起來有些玄乎，不過結合例子說就可能有意思了。

一、受

“受”，即是對周圍世界的感受

當前，作為一個電商，去感受公司經營狀況的方式越來越依賴於資料，但是，今天來說很少有電商敢肯定的說自己有較完整的資料去掌握公司的狀況，這裡面主要有二個原因：

首先是“堵”，當許多電商開始收集資料時，發現資料分佈在不同的地方。舉個簡單例子，有的平臺不知道投訴的數量積攢到什麼程度了，因為投訴渠道有電話、郵件、微博等，沒有統一的口徑，沒有去收集整理，或者即使有資料，只掌握在具體運營人員的手中，不能及時到達管理者的手中，如果一個公司的資料只有少數人才能看到，不能及時的上傳下達，可想而知資料的驅動力有多小。相信堵的狀況在電商中間很普遍，如果團隊允許的話，當然要整理，不然就像閉著眼睛在打架。

其次是“散”，電商缺乏資料運營的經驗，只知道要資料，卻不知道需要何種的資料，或者空有資料卻無從下手。正好前幾天週末，有個電商和我說了自己公司資料的運營現狀，他是一個傳統的企業，收集了一堆很“散”的資料，不知如何是好。我給的建議就是在一堆散亂的資料中，從自己擅長的領域切入，比如傳統品牌電商對供應鏈資料非常熟悉，就可以從最熟悉的供應鏈資料去與其它資料關聯互動起來看，比如一款產品賣出了10000單，但有沒有想到去關聯到把多少人看了卻沒有買的資料也收集起來，交易資料和前臺瀏覽資料聯動起去可以發現更多新的問題。

二、想

“想”，即是對事物的認識與辨別

資料害死人，這是部分電商的看法。最直接的原因就是他們的資料雖然是對的，但客觀的資料受到主觀太多的影響，而導致實際造成中資料失靈，反而給電商指錯了方向。比如沒有去掉資料中的噪音，比如來源就不對，或者是主觀上就想找不客觀的資料，比如做產品經理的人，正在開發一款收費較高的新產品，這個產品經理會不斷說服自己，拼命在資料中找一些你認為價值高的使用者，最後越來越偏離客觀實際情況。當分析人員遭遇“主觀”的問題，錯誤的判斷也就在所難免了。

明白了這一點，也就可以理解同樣的資料在不同的人眼中為什麼會呈現出截然不同的影象，因此看資料，需要大家從多個角色進行思考，而在這時，又會遇到“離”的問題：

大家說的資料不是統一標準，就那轉化率來說，每個部分的分子和分母都不一樣，市場部門說一個渠道轉化率，網站運營說一個頁面轉化率，交流起來大家都不知道彼此說的轉化率是什麼，自然是離題萬里。更有甚者，資料人員和管理人員對資料口徑的定義南轅北轍，管理人員拿到的資料與他本意相差甚遠，而他卻用此資料去進行決策，可以想見效果如何。由此可見，如果一個公司的資料標準是模糊的，可以料見資料運營是多麼的難以實現，說不定會被資料弄得暈頭轉向。

三、行

“行”，即是對事物的深入思考與分析

前面的例子還比較好理解，這就好出海航行，海圖資訊不準或方向不明，自然也就很難到達目的地。但是在資料分析中，還經常出現的問題是“澀”：方向明確、海圖精準，但在具體航行過程中運轉不靈，由於對業務的理解不夠深刻，導致在分析中產生迷惘和混亂，資料運用的方式失當，最終管理者無法依靠資料分析進行決策。

舉個實際操作中經常會遇到的例子：重複購買率降低了。按照前文提到，資料分析師腦子第一點要問的是：這個重複購買率的定義是什麼，分母是什麼，分子是什麼，是在什麼時間維度的定義看重複購買率的。但是如此看完之後，依然可能出現錯誤，因為就是沒有考慮到商業之中的複雜因素。比如當天一個客戶同時間下了兩個單子，是算重複購買，還是算一個單子？新增客戶最近是不是增長很多？新渠道的百分比有沒有變化？最近是不是很長時間沒有促銷活動？是不是調整了頁面佈局？

所以，是實際的行動當中，需要把多重影響指標納入座標系裡面，並且把資料的關聯性建好了，就不會盲目為重複購買率下降而擔心了。到了“行”這個階段，必須懂商業，不然前功盡棄。

四、識

“識”，即是對事物根本的歸納，對事物認識的沉澱

受、想、行、識的最後一環是識，這裡開始涉及到了資料分析的一大問題：“遺”，分析的成果和方法如何不能及時的被歸納和沉澱，電商就只能隨分析師一起，不停追逐、探究新的分析視角，卻可能對實際的運營決策並無益處。就今天的趨勢來說，分析師的資源越來越寶貴，電商需要思考合適的機制和工具，可以把成功分析的結果、經驗進行積累，應用於公司的日常管理中，及時將知識轉變為“money”。

從資料中積累和沉定知識，最好是要用建立系統。也許許多電商認為建立系統非常麻煩，但實際上操作並不繁瑣，只是要構建思路難想清楚。十幾個人三個月的時間，可以把公司運營的核心資料放在系統裡面，把資料分析的理念放在系統裡面，讓公司所有人都能看懂並運用。這其中有三個關鍵點：一是做好資料安全，讓不同職位的人看到不同的資料；二是說清楚不同部門的資料標準，比如市場部的轉化率用的是指下單的客戶數量除以客戶進來的總數量，財務部門的轉化率是指下單成功的客戶數量除以客戶進來的總數量；三是讓不同部門的資料可以關聯起來看(如果電商有團隊可以這麼做的話)，這樣可以把資料運用擴散至資料部門之外。

這裡只是我個人的一點小體會，從受、想、行、識四個部分組成的圓來幫助我理清資料分析中的四個環節，並且資料分析經常需要反覆跑資料，每一次反覆利用，得到的收穫更多。如果要說得深，還要分別說下去。這個過程，我也是處在摸索中，歡迎大家分享出自己的方法和思考。

當前頁面網址http://www.dashujukong.com/gongju/2525，轉載請保留