数据分析师,这样才能指导运营,而不是被人追着要数！ _知识分享

文章插图
作者：接地气的陈老师
来源：接地气学堂
数据分析如何助力运营，直接上干货，开整！
问题场景：某电商公司，近期通过数据发现有大量用户出现添加商品至购物车但不付款（简称：加购未购）的情况，运营已针对此情况开展工作，但领导们不满意，要求数据分析组通过用户画像模型进行加购未购客群分析，提升付款比例。假设你是该公司的数据分析师，问……
问题1：你是数据分析师，你第一件事做什么？
看过去3个月加购未购的数据走势建立用户画像模型进行加购未购客群分析进行付款率分析和运营聊聊他们在干啥先思考这道问题。如果这个题目想不明白，那思考下个题目
问题2：在本场景里，领导的需求是什么？
需要用户画像模型需要客群分析报告需要提升付款比例需要改善运营工作先思考这道问题。如果这个题目想不明白，那思考下个题目
问题3：你在网站买东西，以下哪个最能让你下决心付款
网站服务器里多了一段代码网站工作人员写的ppt你看到了新上市的爆款iphone你看到了新上市的爆款iphone且比其他地方都便宜你看到了新上市的爆款iphone且比其他地方便宜500多块钱思考一分钟，揭晓答案哦
1 运营优化项目，从这里做起
数据分析之所以做了没屁用，80%是脱离实际，闭门造车的结果。脱离实际，闭门造车的根源，在于做数据的人太沉迷于数据本身，忘了真正要干啥。比如本案例场景，如果扒皮抽筋的问上边三个问题，傻子都会看明白：
1、用户只会为了一个具体价格的具体商品买单，不会为ppt、代码买单。
2、领导需要的是改善运营工作，运营工作对应的是文案、活动、页面、价格。
3、改善运营工作，得先整明白人家在做什么，到底有多少空间可以改善。
4、至于算法、模型、报告、公式、甚至数字，都是寻找改善方法的一种手段。
所以第一时间，得去找运营谈这些：
1、目前针对该客群有哪些措施
2、各项措施上线时间点
3、领导具体不满意表现
注意，第一步要了解的是具体动作，至于这个动作的好坏，可以听运营解释，但是更多的要自己去分析。结合数据趋势，发现潜在机会点和问题点（如下图）

文章插图
这里沟通的技巧也很重要。注意，在本场景里，领导们的不满已经是挂在脸上的，这时候在运营面前，要坚决表现出：“我是和你们一起想办法，我们一起把这个差交了” 。这样才能争取到更多支持。如果摆出一副：“我牛逼，你们都是”的态度，那就等着被人各种掣肘，最后落魄收场吧。
2 第二个关键问题
问题4：经了解，发现运营目前的做法是，按加入购物车的金额的10%派券，比如100元商品派10元，200元派20元，无差别派券。了解到这个以后，你会做……
建立用户画像模型撰写客群分析报告分析付款比例曲线拆分商品转化情况先思考这道问题。如果这个题目想不明白，那思考下个题目
问题5：你会如何证明，你对加购未购问题产生了积极作用
汇报用户画像模型汇报客群分析报告汇报付款比例曲线汇报运营效果变化先思考这道问题。如果这个题目想不明白，那思考下个题目
问题6：以下哪种情况，能证明新策略产生了效果（如下图）

文章插图
思考一分钟，揭晓答案哦
3 破局，从这里开始
人的普遍心理就是：等得越久，期望值越高。特别在已经开始着急的时候，就更希望能快速见到效果。
所以在本场景里，用户画像也好，模型也好，报告也好，都对，但是首要考虑的是：多长时间见效。见效越快越好。
同时，见效的方法越简单越好。因为越复杂的方法，能参与进来的人越少，意味着自己背的锅越大。
比如上一个“超精准购买模型”，除了做数据的谁都看不懂。那最后如果效果不好，势必只有做数据的自己背锅。这又牵扯到：“写多少行代码能让顾客消费”的问题。总之，不要指望代码，要和运营并肩作战，优先丢优惠券。
可能很多同学听了：见效又快又好，就觉得难办。注意，这里“见效”也是有好几种效果的。用最简单的投入产出比概念，减少投入，增加产出，提高比率，都算有效。所以，从一开始就不要把目标定为彻底解决问题，而是不断优化效果。这样既容易交差，又能持续见成绩。