理解業務對數據分析有多重要?

1 評論 4080 瀏覽 19 收藏 13 分鐘

編輯導讀:數據分析是指過分析數據,發現業務問題,洞察商業機會點,為業務增長提供合理建議及參考依據,并輸出數據報告。而現實當中,很多業務場景都可由數據體現出來。本文將從四個方面,論述業務對數據分析的重要性。

你一定聽到過:“理解業務,是做數據分析的前置條件和重要步驟”。那么,如何才叫做理解業務呢?怎么梳理業務呢?又應該理解到什么程度呢?很多人對這些問題的理解,可能還很模糊。在此,將主要以數據分析的視角出發,向你分享業務邏輯的梳理流程,并以層層遞進的方式,來展示關于數據分析中,懂業務應該懂到一個什么樣的程度。

我們首先來討論交流一下,梳理業務對數據分析,有什么重要性?讓我們在這片自留地,一起探索和交流,運營與數據的魅力所在。

“數據分析”,即通過分析數據,發現業務問題,洞察商業機會點,為業務增長提供合理建議及參考依據,并輸出數據報告。而什么是業務呢?直白的來講,“業務”泛指非技術類所有工作,是企業的銷售、產品、營銷、市場、運營等工作的籠統稱呼,這些都是直面B端/C端用戶,“業務”最終的目的是“增加銷量,換取利潤,降低成本”,并且數據報告里得出分析結論也是提供給業務使用。

那么,真實、可量化、可衡量的數據一定會反映業務某方面的情形。而“數據分析”在實現業務目標和輸出數據報告的過程中,就需要清晰地描述、并展示業務現狀,解決業務痛點,幫助業務提升業績等。所以,“數據分析”就需要圍繞業務展開。

而現實當中,很多業務場景都可由數據體現出來。通過分析業務存在的問題并解決業務問題,數據分析才能創造價值。對于公司來講,解決業務問題可以提高收益或者降低成本;對于個人來講,知道怎么利用數據解決業務問題,對個人的技能成長和職場生涯都有很大的助力。

要理解業務,其根本上來講就是:數據從業務場景中來,要用回業務場景里去。接下來,我們就來看一下理解業務對“數據分析”重要性有哪些呢?

01 重要性一

了解業務痛點,多理解業務流程,才有機會分析出業務場景中可能存在的問題。剛入門做數據分析時,很容易過度關注數據、方法論、工具等,卻忽略了數據背后的業務痛點以及需求。埋頭苦干一通,最后業務人員一句話否定掉:“你分析出的問題和結果對我有什么用?一點也不符合業務邏輯”。

舉個簡單的例子,以To b 一個考勤hr產品為例。

比如某一月份產品會員購買數量下降了,對于很多做數據分析人員來說,可能馬上就會去拿著數據做多維交叉分析,分析什么原因導致購買會員數量下降了,而不是主動去思考里面的業務痛點以及流程邏輯。客戶購買會員下降有很多原因,產品設計問題、購買流程問題、客戶公司內部政策問題、隊伍銷售能力問題等等。

如果你了解業務痛點,多理解業務流程,你就應該了解到業務需求關注的因素是什么?也就是聚焦客戶購買會員這個點,理清購買相關的客戶旅程漏斗(如圖所示),識別出幾個關鍵的行為轉化節點,然后分析行為點間的轉化與流失情況,結合業務以及用戶痛點,去對著數據來源、口徑、清洗、分析等做一系列工作,進而定位問題,指導決策。而不是遇到一個數據指標出現異常,就直接去從數據中找答案,實際上答案就藏在背后的業務邏輯里面。

02 重要性二

了解相應的業務階段側重的關注點是什么,才可能設計出更符合業務視角的數據指標監控體系,通過相應的專題分析,解答出現異常的狀況。因為業務發展一定是「萌芽——起步——快速發展——成熟——衰退」。這是規律,也可以說是產品的生命周期,我們需要判斷出產品業務線所處的階段,才能針對性設計出數據監控數據體系。

而在產品業務線不同的生命周期階段,其數據分析側重的關注點不相同:

萌芽期階段:側重監控用戶行為數據等,優化產品迭代。

起步期階段:側重監控用戶新增、渠道數據等,篩選優質渠道,擴大客戶基數。

快速發展期:側重監控用戶活躍、留存數據等,提高各個關鍵環節轉化率。

成熟期階段:側重監控會員,成單數據等,提升盈利點。

衰退期階段:側重監控內容、市場品牌數據等,品牌驅動,設計出有效的營銷策略,找出第二增長曲線或者二次創新。

03 重要性三

了解行業內相應業務流程和規則,才可以使數據分析的結論和建議更加落地。還以To b 一個考勤hr產品為例。該產品的業務模式很簡單,無非是以引導客戶購買會員變現為主,以廣告變現為輔,從而實現從投入到盈利的商業閉環,這個模式得有渠道(市場推廣)有內容(打造品牌),有產品(滿足客戶需求),有運營(提升日活和客戶轉化),有客戶(購買會員)等。

如果你了解了行業內相應業務流程和規則,就不會在tob產品的日活出現下行趨勢時,單純提出加大投放費用這樣誰都知道的建議,還可能是企業規則特殊情況的周期性活躍;就不會在客戶出現流失苗頭時,只是說一下同環比數據情況;就不會在關于廣告流量減少時粗暴建議業務側全局增加廣告頻率……

04 重要性四

了解相應業務中所有角色KPI以及如何協作,才可以快速有序的推進數據工作。明確各個業務環節的責任人,如何協作以及分別承擔什么職責,就可以看出部門需要的數據是什么,并對其進行可視化,通常來說,都會異常關注當下的kpi指標,并從中提煉涉及到的側重指標,幫助業務解決痛點。

還是以To b的考勤hr產品為例。劃分了幾大角色:產品、運營(包括銷售,市場,渠道,內容)、客戶、客戶成功等。

產品:為了獲得利潤,企業必須要先有產品,這個產品不僅指實物產品還包括服務、互聯網產品。(如產品經理崗)

運營:有了產品,就要把產品推廣出去,通過不斷的優化渠道組合,提高銷量,連接產品和用戶,把產品帶出去,把客戶的錢帶回來。

客戶:產品最終會到用戶手中,客戶是產品的最終使用者,最終的目的就是為了讓客戶盡可能多的去使用產品。我們也要了解客戶畫像(這里就不展開講了)。

客戶成功:有了用戶購買了產品,那么我們要去維護用戶,留存,轉化。

運營根據所支持的角色不同,類別有很多種,如互聯網產品運營,主要是優化產品體驗,app這個功能沒有什么用戶使用,就要考慮哪里出問題了,怎么改進。支持渠道的運營,需要在銷售前,做品牌公關,打響產品或品牌知名度;在銷售中,進行活動策劃運營,折扣、營銷活動等;在銷售后,吸引用戶再度付費。支持客戶的運營,如微信群、售后服務等。

了解各個部門在四大角色,每個人的職責所在,如何協作等,結合遇到的問題,可以有序的推進數據工作。

05 最后

現在我們來總結一下理解業務對“數據分析”重要性有哪些呢?

第一、了解業務痛點,多理解業務流程,才可能有機會分析出來符合業務場景中存在的問題。

第二、了解相應的業務階段側重的關注點是什么,才可能設計出更符合業務視角的數據指標監控體系,通過相應的專題分析,解答出現異常的狀況。

第三、了解行業內相應業務流程和規則,才可以使數據分析的結論和建議更加符合實際,精準落地。

第四、了解相應業務中所有角色KPI以及如何協作,才可以快速有序的推進數據工作。

總的來說,我們不能脫離業務去看“數據”,而是要時刻從業務角度去理解數據、分析數據。也可以說,沒有業務指導的數據分析是無意義的。這一點對于剛剛入門數據分析的新手來說,甚是需要注重和積累培養的。

最后,倘若你不一樣的看法,歡迎留言添加完善分享,并交流!

#專欄作家#

木兮擎天@,微信公眾號:木木自由,人人都是產品經理專欄作家。多年互聯網數據運營經驗,涉獵運營領域較廣,關注于運營、數據分析的實戰案例與經驗以及方法論的總結,探索運營與數據的神奇奧秘!

本文原創發布于人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基于CC0協議

給作者打賞,鼓勵TA抓緊創作!
更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 1、很不錯文章。
    2、業務場景之于廚師巧婦難為無米之炊,,,對食材,配料,調料調性爛熟,廚子的手藝,刀工等才會用武之地,才會加持“色香味“”的成品展現。

    回復