市場(chǎng)調(diào)研決策思維:數(shù)據(jù)驅(qū)動(dòng)決策的13種思維
時(shí)間:2018-11-09 17:37:00 閱讀:3970 整理:廣州市場(chǎng)調(diào)查公司
“數(shù)據(jù)驅(qū)動(dòng)決策”,為了不讓這句話成為空話,華夏經(jīng)緯市場(chǎng)調(diào)研公司為你準(zhǔn)備了以下13種思想武器,相信將來(lái)你一定能用上!
第一、信度與效度思維
這部分也許是全文最難理解的部分,但我覺(jué)得也最為重要。沒(méi)有這個(gè)思維,決策者很有可能在數(shù)據(jù)中迷失。
信度與效度的概念最早來(lái)源于調(diào)查分析,但現(xiàn)在我覺(jué)得可以引申到數(shù)據(jù)分析工作的各方面。
所謂信度,是指一個(gè)數(shù)據(jù)或指標(biāo)自身的可靠程度,包括準(zhǔn)確性和穩(wěn)定性
取數(shù)邏輯是否正確?有沒(méi)有計(jì)算錯(cuò)誤?這屬于準(zhǔn)確性;每次計(jì)算的算法是否穩(wěn)定?口徑是否一致?以相同的方法計(jì)算不同的對(duì)象時(shí),準(zhǔn)確性是否有波動(dòng)?這是穩(wěn)定性。做到了以上兩個(gè)方面,就是一個(gè)好的數(shù)據(jù)或指標(biāo)了?其實(shí)還不夠,還有一個(gè)更重要的因素,就是效度!
所謂效度,是指一個(gè)數(shù)據(jù)或指標(biāo)的生成,需貼合它所要衡量的事物,即指標(biāo)的變化能夠代表該事物的變化。
只有在信度和效度上都達(dá)標(biāo),才是一個(gè)有價(jià)值的數(shù)據(jù)指標(biāo)。舉個(gè)例子:要衡量我身體的肥胖情況,我選擇了穿衣的號(hào)碼作為指標(biāo),一方面,相同的衣服尺碼對(duì)應(yīng)的實(shí)際衣服大小是不同的,會(huì)有美版韓版等因素,使得準(zhǔn)確性很差;同時(shí),一會(huì)兒穿這個(gè)牌子的衣服,一會(huì)兒穿那個(gè)牌子的衣服,使得該衡量方式形成的結(jié)果很不穩(wěn)定;所以,衣服尺碼這個(gè)指標(biāo)的信度不夠。另一方面,衡量身體肥胖情況用衣服的尺碼大小?你一定覺(jué)得荒唐,尺碼大小并不能反映肥胖情況,是吧?因此效度也不足。體脂率,才是信度和效度都比較達(dá)標(biāo)的肥胖衡量指標(biāo)。
在我們的現(xiàn)實(shí)工作中,許多人會(huì)想當(dāng)然地拿了指標(biāo)就用,這是非常值得警惕的。你要切骨頭卻拿了把手術(shù)刀,是不是很可悲?信度和效度的本質(zhì),其實(shí)就是*數(shù)據(jù)質(zhì)量*的問(wèn)題,這是一切分析的基石,再怎么重視都不過(guò)分!
第二、平衡思維
說(shuō)到天平大家都不陌生,平衡的思維相信各位也都能很快理解。簡(jiǎn)單來(lái)說(shuō),在數(shù)據(jù)分析的過(guò)程中,我們需要經(jīng)常去尋找事情間的平衡關(guān)系,且平衡關(guān)系往往是關(guān)乎企業(yè)運(yùn)轉(zhuǎn)的大問(wèn)題,如市場(chǎng)的供需關(guān)系,薪資與效率關(guān)系,工作時(shí)長(zhǎng)與錯(cuò)誤率的關(guān)系等等。
平衡思維的關(guān)鍵點(diǎn),在于尋找能展示出平衡狀態(tài)的指標(biāo)!
也就是如圖中紅框,我們要去尋找這個(gè)準(zhǔn)確的量化指標(biāo),來(lái)觀察天平的傾斜程度。怎么找這個(gè)指標(biāo)呢?以我的經(jīng)驗(yàn),一般先找雙向型的問(wèn)題,即高也不是低也不是的問(wèn)題,然后量化為指標(biāo),最后計(jì)算成某個(gè)比率,長(zhǎng)期跟蹤后,觀察它的信度和效度。
第三、分類思維
客戶分群、產(chǎn)品歸類、市場(chǎng)分級(jí)、績(jī)效評(píng)價(jià)...許多事情都需要有分類的思維。主管拍腦袋也可以分類,通過(guò)機(jī)器學(xué)習(xí)算法也可以分類,那么許多人就模糊了,到底分類思維怎么應(yīng)用呢?
關(guān)鍵點(diǎn)在于,分類后的事物,需要在核心指標(biāo)上能拉開(kāi)距離!也就是說(shuō)分類后的結(jié)果,必須是顯著的。如圖,橫軸和縱軸往往是你運(yùn)營(yíng)當(dāng)中關(guān)注的核心指標(biāo)(當(dāng)然不限于二維),而分類后的對(duì)象,你能看到他們的分布不是隨機(jī)的,而是有顯著的集群的傾向。
舉個(gè)例子:假設(shè)該圖反映了某個(gè)消費(fèi)者分群的結(jié)果,橫軸代表購(gòu)買頻率,縱軸代表客單價(jià),那么綠色的這群人,就是明顯的“人傻錢多”的“剁手金牌客戶”。
第四、矩陣化思維
矩陣思維是分類思維的發(fā)展,它不再局限于用量化指標(biāo)來(lái)進(jìn)行分類。許多時(shí)候,我們沒(méi)有數(shù)據(jù)做為支持,只能通過(guò)經(jīng)驗(yàn)做主管的推斷時(shí),是可以把某些重要因素組合成矩陣,大致定義出好壞的方向,然后進(jìn)行分析。大家可以百度經(jīng)典的管理分析方法“波士頓矩陣”模型。
第五、管道/漏斗思維
這種思維方式已經(jīng)普及:注冊(cè)轉(zhuǎn)化、購(gòu)買流程、銷售管道、瀏覽路徑等,太多的分析場(chǎng)景中,能找到這種思維的影子。
但我要說(shuō),看上去越是普世越是容易理解的模型,它的應(yīng)用越得謹(jǐn)慎和小心。在漏斗思維當(dāng)中,我們尤其要注意“漏斗的長(zhǎng)度”。
漏斗從哪里開(kāi)始到哪里結(jié)束?以我的經(jīng)驗(yàn),漏斗的環(huán)節(jié)不該超過(guò)5個(gè),且漏斗中各環(huán)節(jié)的百分比數(shù)值,量級(jí)不要超過(guò)100倍(漏斗第一環(huán)節(jié)100%開(kāi)始,到最后一個(gè)環(huán)節(jié)的轉(zhuǎn)化率數(shù)值不要低于1%)。若超過(guò)了我說(shuō)的這兩個(gè)數(shù)值標(biāo)準(zhǔn),建議分為多個(gè)漏斗進(jìn)行觀察。當(dāng)然,這兩個(gè)是經(jīng)驗(yàn)數(shù)值,僅僅給各位做個(gè)參考~
理由是什么呢?超過(guò)5個(gè)環(huán)節(jié),往往會(huì)出現(xiàn)多個(gè)重點(diǎn)環(huán)節(jié),那么在一個(gè)漏斗模型中分析多個(gè)重要問(wèn)題容易產(chǎn)生混亂。數(shù)值量級(jí)差距過(guò)大,數(shù)值間波動(dòng)相互關(guān)系很難被察覺(jué),容易遺漏信息。比如,漏斗前面環(huán)節(jié)從60%變到50%,讓你感覺(jué)是天大的事情,而漏斗最后環(huán)節(jié)0.1%的變動(dòng)不能引起你的注意,可往往是漏斗最后這0.1%的變動(dòng)非常致命。
第六、相關(guān)思維
我們觀察指標(biāo),不僅要看單個(gè)指標(biāo)的變化,還需要觀察指標(biāo)間的相互關(guān)系!有正相關(guān)關(guān)系(圖中紅色實(shí)線)和負(fù)相關(guān)關(guān)系(藍(lán)色虛線)。最好能時(shí)常計(jì)算指標(biāo)間的相關(guān)系數(shù),定期觀察變化。
相關(guān)思維的應(yīng)用太廣了,我提往往是被大家忽略的一點(diǎn)?,F(xiàn)在的很多企業(yè)管理層,面對(duì)的問(wèn)題并不是沒(méi)有數(shù)據(jù),而是數(shù)據(jù)太多,卻不知道怎么用。相關(guān)思維的其中一個(gè)應(yīng)用,就是能夠幫助我們找到最重要的數(shù)據(jù),排除掉過(guò)多雜亂數(shù)據(jù)的干擾!
如何執(zhí)行呢?你可以計(jì)算能收集到的多個(gè)指標(biāo)間的相互關(guān)系,挑出與其他指標(biāo)相關(guān)系數(shù)都相對(duì)較高的數(shù)據(jù)指標(biāo),分析它的產(chǎn)生邏輯,對(duì)應(yīng)的問(wèn)題,并評(píng)估信度和效度,若都滿足標(biāo)準(zhǔn),這個(gè)指標(biāo)就能定位為核心指標(biāo)!
建議大家養(yǎng)成一個(gè)習(xí)慣,經(jīng)常計(jì)算指標(biāo)間的相關(guān)系數(shù),仔細(xì)思考相關(guān)系數(shù)背后的邏輯,有的是顯而易見(jiàn)的常識(shí),比如訂單數(shù)和購(gòu)買人數(shù),有的或許就能給你帶來(lái)驚喜!另外,“沒(méi)有相關(guān)關(guān)系”,這往往也會(huì)成為驚喜的來(lái)源哦。
第七、遠(yuǎn)近度思維
現(xiàn)在與許多處在管理層的朋友交流后,發(fā)現(xiàn)他們往往手握眾多數(shù)據(jù)和報(bào)表,注意力卻是非常的跳躍和分散。如何避免呢?一是上文說(shuō)的通過(guò)相關(guān)思維,找到最核心的問(wèn)題和指標(biāo);二就是這部分要說(shuō)的,建立遠(yuǎn)進(jìn)度的思維方式。
確定好核心問(wèn)題后,分析其他業(yè)務(wù)問(wèn)題與該核心問(wèn)題的遠(yuǎn)近程度,由近及遠(yuǎn),把自己的精力有計(jì)劃地分配上去。比如:近期你地核心任務(wù)就是提高客服人員的服務(wù)質(zhì)量,那么客服人員的話術(shù)、客戶評(píng)價(jià)通道、客服系統(tǒng)的相應(yīng)速度等就是靠的最近的子問(wèn)題,需要重點(diǎn)關(guān)注,而客戶的問(wèn)詢習(xí)慣、客戶的購(gòu)買周期等就是相對(duì)遠(yuǎn)的問(wèn)題,暫時(shí)先放一放。當(dāng)然,本人經(jīng)歷有限,例子舉得不恰當(dāng)?shù)牡胤竭€望讀者們海涵。
第八、邏輯樹(shù)思維
如圖的樹(shù)狀邏輯相信大家已經(jīng)見(jiàn)過(guò)許多回了。一般說(shuō)明邏輯樹(shù)的分叉時(shí),都會(huì)提到“分解”和“匯總”的概念。我這里把它變一變,使其更貼近數(shù)據(jù)分析,稱為“下鉆”和“上卷”。當(dāng)然,這兩個(gè)詞不是我發(fā)明的,早已有之。
所謂下鉆,就是在分析指標(biāo)的變化時(shí),按一定的維度不斷的分解。比如,按地區(qū)維度,從大區(qū)到省份,從省份到城市,從省市到區(qū)。所謂上卷就是反過(guò)來(lái)。隨著維度的下鉆和上卷,數(shù)據(jù)會(huì)不斷細(xì)分和匯總,在這個(gè)過(guò)程中,我們往往能找到問(wèn)題的根源。
下鉆和上卷并不是局限于一個(gè)維度的,往往是多維組合的節(jié)點(diǎn),進(jìn)行分叉。邏輯樹(shù)引申到算法領(lǐng)域就是決策樹(shù)。有個(gè)關(guān)鍵便是何時(shí)做出決策(判斷)。當(dāng)進(jìn)行分叉時(shí),我們往往會(huì)選擇差別最大的一個(gè)維度進(jìn)行拆分,若差別不夠大,則這個(gè)枝椏就不在細(xì)分。能夠產(chǎn)生顯著差別的節(jié)點(diǎn)會(huì)被保留,并繼續(xù)細(xì)分,直到分不出差別為止。經(jīng)過(guò)這個(gè)過(guò)程,我們就能找出影響指標(biāo)變化的因素。
舉個(gè)簡(jiǎn)單的例子:我們發(fā)現(xiàn)全國(guó)客戶數(shù)量下降了,我們從地區(qū)和客戶年齡層級(jí)兩個(gè)維度先進(jìn)行觀察,發(fā)現(xiàn)各個(gè)年齡段的客戶都下降,而地區(qū)間有的下降有的升高,那我們就按地區(qū)來(lái)拆分第一個(gè)邏輯樹(shù)節(jié)點(diǎn),拆分到大區(qū)后,發(fā)現(xiàn)各省間的差別是顯著的,那就繼續(xù)拆分到城市,最終發(fā)現(xiàn)是浙江省杭州市大量客戶且涵蓋各個(gè)年齡段,被競(jìng)爭(zhēng)對(duì)手的一波推廣活動(dòng)轉(zhuǎn)化走了。就此通過(guò)三個(gè)層級(jí)的邏輯樹(shù)找到了原因。
第九、時(shí)間序列思維
很多問(wèn)題,我們找不到橫向?qū)Ρ鹊姆椒ê蛯?duì)象,那么,和歷史上的狀況比,就將變得非常重要。其實(shí)很多時(shí)候,我更愿意用時(shí)間維度的對(duì)比來(lái)分析問(wèn)題,畢竟發(fā)展地看問(wèn)題,也是“紅色方法論”中的重要一環(huán)。這種方式容易排除掉一些外在的干擾,尤其適合創(chuàng)新型的分析對(duì)象,比如一個(gè)新行業(yè)的公司,或者一款全新的產(chǎn)品。
時(shí)間序列的思維有三個(gè)關(guān)鍵點(diǎn):一是距今越近的時(shí)間點(diǎn),越要重視(圖中的深淺度,越近期發(fā)生的事,越有可能再次發(fā)生);二是要做同比(圖中的尖頭指示,指標(biāo)往往存在某些周期性,需要在周期中的同一階段進(jìn)行對(duì)比,才有意義);三是異常值出現(xiàn)時(shí),需要重視(比如出現(xiàn)了歷史最低值或歷史最高值,建議在時(shí)間序列作圖時(shí),添加平均值線和平均值加減一倍或兩倍標(biāo)準(zhǔn)差線,便于觀察異常值)。
時(shí)間序列思維有一個(gè)子概念不得不提一下,就是“生命周期”的概念。用戶、產(chǎn)品、人事等無(wú)不有生命周期存在。本人最近也正在將關(guān)注的重心移向這塊,直覺(jué)上,生命周期衡量清楚,就能很方便地確定一些“閥值”問(wèn)題,使產(chǎn)品和運(yùn)營(yíng)的節(jié)奏更明確。
第十、隊(duì)列分析思維
隨著數(shù)據(jù)運(yùn)算能力的提高,隊(duì)列分析的方式逐漸展露頭腳。英文名稱為cohort analysis,說(shuō)實(shí)話我不知道怎么表述這個(gè)概念,我的理解就是“按一定的規(guī)則,在時(shí)間顆粒度上將觀察對(duì)象切片,組成一個(gè)觀察樣本,然后觀察這個(gè)樣本的某些指標(biāo)隨著時(shí)間的演進(jìn)而產(chǎn)生的變化?!蹦壳笆褂玫米疃嗟膱?chǎng)景就是留存分析。
舉個(gè)經(jīng)常用的例子:假設(shè)5.17我們舉辦了一次促銷活動(dòng),那么將這一天來(lái)的新用戶作為一個(gè)觀察樣本,觀察他們?cè)?.18、5.19...之后每天的活躍情況。
隊(duì)列分析中,指標(biāo)其實(shí)就是時(shí)間序列,不同的是衡量樣本。隊(duì)列分析中的衡量樣本是在時(shí)間顆粒上變化的,而時(shí)間序列的樣本則相對(duì)固定。
第十一、循環(huán)/閉環(huán)思維
循環(huán)/閉環(huán)的概念可以引申到很多場(chǎng)景中,比如業(yè)務(wù)流程的閉環(huán)、用戶生命周期閉環(huán)、產(chǎn)品功能使用閉環(huán)、市場(chǎng)推廣策略閉環(huán)等等。許多時(shí)候你會(huì)覺(jué)得這是一個(gè)不落地的概念,因?yàn)樘岬娜撕芏?,干出事情?lái)的例子很少。
但我覺(jué)得這種思考方式是非常必要的。業(yè)務(wù)流程的閉環(huán)是管理者比較容易定義出來(lái)的,列出公司所有業(yè)務(wù)環(huán)節(jié),梳理出業(yè)務(wù)流程,然后定義各個(gè)環(huán)節(jié)之間相互影響的指標(biāo),跟蹤這些指標(biāo)的變化,能從全局上把握公司的運(yùn)行狀況。
比如,一家軟件公司的典型業(yè)務(wù)流:推廣行為(市場(chǎng)部)?流量進(jìn)入主站(市場(chǎng)+產(chǎn)研)?注冊(cè)流程(產(chǎn)研)?試用體驗(yàn)(產(chǎn)研+銷售)?進(jìn)入采購(gòu)流程(銷售部)?交易并部署(售后+產(chǎn)研)?使用、續(xù)約、推薦(售后+市場(chǎng))?推廣行為,一個(gè)閉環(huán)下來(lái),各個(gè)銜接環(huán)節(jié)的指標(biāo),就值得關(guān)注了:廣告點(diǎn)擊率?注冊(cè)流程進(jìn)入率?注冊(cè)轉(zhuǎn)化率?試用率?銷售管道各環(huán)節(jié)轉(zhuǎn)化率?付款率?推薦率/續(xù)約率...這里會(huì)涉及漏斗思維,如前文所述,千萬(wàn)不要用一個(gè)漏斗來(lái)衡量一個(gè)循環(huán)。
有了循環(huán)思維,你能比較快的建立有邏輯關(guān)系的指標(biāo)體系。
第十二、測(cè)試/對(duì)比思維
AB test,大家肯定不陌生了。那么怎么細(xì)化一下這個(gè)概念?一是在條件允許的情況下,決策前盡量做對(duì)比測(cè)試;二是測(cè)試時(shí),一定要注意參照組的選擇,建議任何實(shí)驗(yàn)中,都要留有不進(jìn)行任何變化的一組樣本,作為最基本的參照。
現(xiàn)在數(shù)據(jù)獲取越來(lái)越方便,在保證數(shù)據(jù)質(zhì)量的前提下,希望大家多做實(shí)驗(yàn),多去發(fā)現(xiàn)規(guī)律。
第十三、指數(shù)化思維
指數(shù)化思維,是指將衡量一個(gè)問(wèn)題的多個(gè)因素分別量化后,組合成一個(gè)綜合指數(shù)(降維),來(lái)持續(xù)追蹤的方式。把這個(gè)放在最后討論,目的就是強(qiáng)調(diào)它的重要性。前文已經(jīng)說(shuō)過(guò),許多管理者面臨的問(wèn)題是“數(shù)據(jù)太多,可用的太少”,這就需要“降維”了,即要把多個(gè)指標(biāo)壓縮為單個(gè)指標(biāo)。
指數(shù)化的好處非常明顯
一是減少了指標(biāo),使得管理者精力更為集中;二是指數(shù)化的指標(biāo)往往都提高了數(shù)據(jù)的信度和效度;三是指數(shù)能長(zhǎng)期使用且便于理解。
指數(shù)的設(shè)計(jì)是門大學(xué)問(wèn),這里簡(jiǎn)單提三個(gè)關(guān)鍵點(diǎn):一是要遵循“獨(dú)立和窮盡”的原則;二是要注意各指標(biāo)的單位,盡量做“標(biāo)準(zhǔn)化”來(lái)消除單位的影響;三是權(quán)重和需要等于1。
獨(dú)立窮盡原則,即你所定位的問(wèn)題,在搜集衡量該問(wèn)題的多個(gè)指標(biāo)時(shí),各個(gè)指標(biāo)間盡量相互獨(dú)立,同時(shí)能衡量該問(wèn)題的指標(biāo)盡量窮盡(收集全)。舉個(gè)例子:當(dāng)初設(shè)計(jì)某公司銷售部門的指標(biāo)體系時(shí),目的是衡量銷售部的績(jī)效,確定了核心指標(biāo)是銷售額后,我們將績(jī)效拆分為訂單數(shù)、客單價(jià)、線索轉(zhuǎn)化率、成單周期、續(xù)約率5個(gè)相互獨(dú)立的指標(biāo),且這5個(gè)指標(biāo)涵蓋了銷售績(jī)效的各個(gè)方面(窮盡)。我們?cè)O(shè)計(jì)的銷售績(jī)效綜合指數(shù)=0.4*訂單數(shù)+0.2*客單價(jià)+0.2*線索轉(zhuǎn)化率+0.1*成單周期+0.1*續(xù)約率,各指標(biāo)都采用max-min方法進(jìn)行標(biāo)準(zhǔn)化。
通過(guò)這個(gè)例子,相信各位就能理解指數(shù)化思維了。
小結(jié)
總的來(lái)說(shuō),數(shù)據(jù)質(zhì)量依然是我覺(jué)得最大的前提。重要事情說(shuō)三遍,動(dòng)手前,一定要保證好數(shù)據(jù)質(zhì)量!
關(guān)注公眾號(hào):
華夏經(jīng)緯數(shù)據(jù)科技
更多調(diào)研資訊>>
本站文章內(nèi)容以及所涉數(shù)據(jù)、圖片等資料來(lái)源于網(wǎng)絡(luò),轉(zhuǎn)載目的在于傳遞更多信息。版權(quán)歸作者所有,文章僅代表作者觀點(diǎn),不代表華夏經(jīng)緯立場(chǎng)。 如涉及侵權(quán),請(qǐng)聯(lián)系管理員刪除。在法律許可的范圍內(nèi),華夏經(jīng)緯(廣州)數(shù)據(jù)科技股份有限公司享有最終解釋權(quán)。