如何进行业务分析?(数据分析师日常工作&面试指南)

(本文字数2200,阅读时长6分钟)

数据分析师的3重境界,你在哪一重?

  • 初级数据分析师:SQL捞数,Tableau搭表。

  • 中级数据分析师:Excel测算分析,PPT输出报告。

  • 高级数据分析师:没事摸鱼,有事分析,主动挖掘,沉淀体系,目标是输出体系化可复用的框架。

不管在哪一重,在日常工作场景,或面试的时候,分析某指标上升/下跌的原因,其实核心考察2个要素:业务理解逻辑


一、业务理解

理解业务有框架可循,可分为4个方面:业务模式、转化漏斗、度量和维度。

1、业务模式

说直白一点就是,公司怎么赚钱的。

企业有且只有赚钱这一个目的。有的企业业务模式能一言以蔽之,有的企业由于业务庞杂,理清模式稍显困难。

如:阅文通过出售会员和单点来获取收益;腾讯卖增值服务和广告;茅台卖酒;片仔癀卖含麝香的中药;正新鸡排赚加盟费和卖食材给加盟商的差价......

总的来说,互联网企业的业务模式比较复杂,传统行业的业务模式相对清晰。

弄懂了公司是怎么赚钱的,才能继续分析用户是怎么一步步被转化的。

2、转化漏斗

从找用户到下单,最常走的路,是哪一条。

这条路不能太长,不然用户在任何可能的环节,突然不走了(精简流程,快速体验核心功能)。

这条路不能太偏,不然用户找不着北(让一切显而易见,培养用户习惯)。

这条路不能曲折,不然一个小颠簸,轻轻松松就把用户颠出去了(减少不必要的阻力,保证顺滑)。

这条路最好风景还不错,不然用户动力不够(给予即时激励,创造愉悦,如满减、折扣)。

常用的AARRR,是基于用户运营的分析方法,一般是团队中用户组重点关注。

漏斗分析------用户到达终极目的(赚钱)的过程中走过的路------VP、营销组、用户组、权益组均会关注。

电商行业,可以是:广告曝光 - 广告点击 - 店铺主页 - 商品曝光 - 商品点击 - 购物车结算 - 点击支付- 成功下单 - 退换货/确认收货 - 清结算。

内容行业,可以是:抖音引流 - 下载APP - 到达首页 - 内容主页 - 收听 - 付费提示HOOK - 跳转商品页 - 商品点击 - 点击支付 - 成功下单。

以上是理想的业务漏斗,实际情况中,可能存在外部数据难以获取、缺少打点等情况,实际漏斗会短小很多。

梳理转化漏斗,能快速定位问题可能出现的环节,以提出优化方案。

3、度量

度量即指标。

不同业务模式、生命周期、行业竞争,不同公司会有不同、但有且仅有一个最为核心的指标,即一级指标。

一级指标,即公司战略层面指标,是与数据分析目标最相关的指标。

一级指标一般是部门VP背大头,直属下级背小头。

如:VP负责营收目标的九成,直属下级共摊剩下的一成,构成基本OKR。

从一级指标开始,按照业务漏斗进行模块拆分,衍生出衡量各模块水平好坏的细类度量,即二级指标。

二级指标,即业务策略层面指标,指的是对一级指标有直接贡献的、或者可以帮助产品向着更优方向发展的系列指标。

二级指标一般是VP的下属部门负责的指标。

如:用户组负责用户规模和次留,活动组负责活动营收,内容组负责内容转化效率,营销组负责商品曝光点击和转化。

一级指标与二级指标,存在强相关关系,二级指标的提升,一定要带来一级指标的增长。

从二级指标继续,按照当前细分业务模块进行深挖,将二级指标拆分成更细化的、一线人员可根据结果马上执行业务动作的指标,即三级指标。

三级指标,即业务执行层面指标,可以对二级指标有直接贡献、或者是可以帮助产品向着更优的方向发展的系列指标。

如:次留的三级指标可分为不同渠道的次留,业务能立刻停止某些渠道引流或加大投放。

活动营收可以细分为PV、UV、CTR、转化、客单,调整商品的摆放位置和搭配形式,能立即产生不同的效果。

数据分析师的工作,不仅需要了解业务,也要对业务表现进行量化。

一句数据分析界名言:你无法衡量它,你就无法增长它。(原话来自彼得·德鲁克的"你不能衡量它,就不能管理它")。

在数分眼里,没有什么是不能量化的,常见如公司经营层面指标,冷门如人效、工作量、主观感受,无所不包。

4、维度

维度,为分析问题提供横向角度。

从一级指标到三级指标,是纵向分析法,结合上维度的横向分析法,可称为"纵横原则",是业务分析的万能公式。

取大家熟知的5W2H(Why、What、Who、Where、When、How、How Much)中的4W(What、Who、Where、When),即组成度量的维度。

以DAU为例:

What:活跃用户触达的页面(首页、会员页、个人中心页、内容页、商品页),iOS+Android

Who:当天新用户、昨天活跃用户留存

Where:抖音+快手+苹果商店+自然新增+其他渠道

When:活跃时点

不同业务之间,维度拆解方式大同小异,度量丰简程度各有不同。


二、关于逻辑

逻辑分为表达的逻辑和演示的逻辑。

如果问数据分析师第一重要的能力是什么,我会说:表达。

如果问数据分析师第二重要的能力是什么,我会说:演示。

再其次是:学习能力、业务、技能......

沟通体现思考路径和语言表达能力,演示体现汇报总结、主次取舍的能力,核心体现逻辑框架。

市面上有很多书讲解表达和演示,如之前推荐过的《金字塔原理》《学会提问》《用数据讲故事》等等。

简单总结在工作和面试中能用上的一些逻辑技巧,更多的要靠自己多学习多实践。

1、结论先行:先说结论,再来说背景和自己做的事情(表达&演示)。

2、简洁:一幅图不超过三种颜色,使用常用图表(演示)。

3、谨慎和确定:知道就是知道,不知道就是不知道,减少"可能""大概"使用频率(表达)。

4、STAR原则:背景-目标-行动-结果,讲项目万金油,也可以RSTA(表达)。

5、一页PPT只说一个重点(演示)。

以及抓住每次说话的机会、减慢语调、抑扬顿挫、多做PPT、多讲产出、多讲体系......


以上,是在工作和面试过程中,个人对业务分析的一些经验和见解。

师父领进门,修行看个人。

如果对你有所启发,那这篇文章就有存在的价值了。

相关推荐
小k_不小1 小时前
C++面试八股文:指针与引用的区别
c++·面试
柒月的猫1 小时前
方格分割(蓝桥杯2017年试题D)
职场和发展·蓝桥杯
一只淡水鱼662 小时前
【mybatis】详解 # 和 $ 的区别,两者分别适用于哪种场景,使用 $ 不当会造成什么影响
sql·spring·mybatis·sql注入
-芒果酱-2 小时前
HNUST-数据分析技术课堂实验
数据挖掘·数据分析
hans7748829682 小时前
Python入门项目:一个简单的办公自动化需求
前端·爬虫·数据分析
SelectDB2 小时前
飞轮科技荣获中国电信星海大数据最佳合作伙伴奖!
大数据·数据库·数据分析
奔跑草-3 小时前
【数据库】SQL应该如何针对数据倾斜问题进行优化
数据库·后端·sql·ubuntu
柒月的猫3 小时前
翻转(蓝桥杯2023大学C组试题E)
职场和发展·蓝桥杯
HD2436088364 小时前
【mysql】id主键列乱了之后,重新排序(可根据日期顺序)
数据库·sql·mysql
上海运维Q先生6 小时前
面试题整理13----deployment和statefulset区别
运维·面试·kubernetes