這8種數據思維模型好用至極(含案例)

0 評論 3578 瀏覽 35 收藏 15 分鐘

編輯導語:如今在這個大數據時代,數據在我們的工作中占據很大的作用,企業中的各個崗位對數據都有一定的依賴性;并且在日常工作中,數據也是我們提高工作效率的一個方法;本文作者分享了8種數據思維模型及案例,我們一起來了解一下。

數據運營,在運營里是中流砥柱的作用,細分到各個崗位都離不開數據;不僅是工作,生活中也是。

工作上,擁有數據化思維,對于工作效率能有極大提升,適用于產品、運營及營銷。

8種數據思維模型及案例分享

生活中,擁有數據化思維,對于決策和判斷也很有幫助,幫我們更好的掌控生活而不是被生活所掌控。

分享對我影響比較大的8種數據相關思維模型,希望對您有所啟發;前4種是宏觀想象和規劃,后4種是微觀實操和演練。

8種數據思維模型及案例分享

01?漏斗思維模型

漏斗分析模型是一套流程式數據分析模型。反映用戶行為狀態,以及從起點到終點各階段指標。對于用戶行為分析、流量監控、目標動作轉化都很好用。

漏斗思維前后關聯性極強,從首到尾是弱化和遞減。

常用漏斗模型3種,AIDMA模型應用于品牌營銷占領用戶心智;AISAS模型幫助消費決策和分析購買路徑,AARRR模型分析用戶行為軌跡提高關鍵指標。

8種數據思維模型及案例分享

漏斗模型除了在互聯網產品,及電商用戶分析上得以應用外,在其他處也能巧妙應用。如銷售漏斗:它是按照“線索-意向-客戶”層層篩選,逐漸遞減。

02?結構化拆解數據模型

拆解,源自結構化思維金字塔原理,兩個要點:相互獨立、無窮無盡。面對數據的時候,可以分析相關的模塊并拆解,研究不變的單一模塊。

舉個栗子:GMV=流量*轉化率*客單價*復購率。常應用于電商銷量的拆解,繼續拆流量=流量渠道1+流量渠道2+流量渠道3。

影響流量渠道1的來源有投放時間選擇、首頁視覺優化、文案優化、活動形式、產品體驗流暢度等,繼續拆解時間選擇是上午好?還是晚上好?繼續拆解直到最小顆粒度;此處拆解原則,可結合5WHY溯源原理和A/B測試模型。

8種數據思維模型及案例分享

結構化拆解,需要記住4個要點,很大程度上這4點和其他思維有共同之處。

核心論點:尋找金字塔的塔點。

結構拆解:自上而下將核心論點層層拆解成分論點,上下之間呈因果,依賴關系。

MECE:相互獨立,完全窮盡(免交叉重復)。

驗證:核心論點/分論點都是可量化、可驗證的,要用數據說話。類A/B測試。

03?事實數據≠主觀判斷模型

也許你聽過“事實”和“觀點”理論。事實。就是可視化數據,沒有對錯,不帶情感;而觀點是主觀的感受和判斷,觀點表達了個人的價值觀和興趣偏好。

8種數據思維模型及案例分享

我喜歡打籃球,以NBA籃球舉例。看表大師利拉德,總是奉獻各種神奇3分球。很多球迷都說,利拉德3分球真準、聯盟佼佼者。真的是這樣嗎?

這是球迷觀點,為什么呢?因為,你腦海中總是他一次次不講理的3分球,峰終定律影響下被加深印象。但是事實和數據呢?本賽季利拉德3分球命中率38.5%,排名聯盟第74位。

從數據角度看,在400人+的NBA聯盟里74的排名其實并不高,所以主觀判斷是錯誤。用事實數據做支撐,一定程度上可以避免臆想的主觀判斷。

再看一個例子:比如說一個醫院兩個科室,一個科室,治愈率高,死亡率低啊,另外一個科室呢,治愈率相對較低,死亡人數呢,也相對比例高一些,那你能說第一個科室就比第二個科室優秀嗎?

你說難道不是嗎?他治愈率高。死亡率更低,這么直觀說服力難道不是更不優秀嗎?

不一定!!你有考慮過他們接的都是什么病人嗎?如果我們評誰更優秀,只看死亡率。不看哪些醫院接了重癥病例,那簡直太荒謬了。數據背后的環境和場景,切勿忽視。

04?量化指標+標準思維模型

凡事好不好都是相對,只有建立標準,可用數據衡量的標準后,才能予以評判。標準就像一桿尺子,有刻度、能度量。

同樣拿NBA利拉德安利來舉例,38.5%的3分球命中率高嗎?

如果定義標準3分球命中率低于40%就算低,那么他的命中率就不高;如果定義標準是超過38%是高,那么利拉德命中率就算高。是高還是低?取決于手里尺子的刻度值。

有了刻度,在生活和工作上怎樣能加強我們量化指標的意識呢?

繼續以籃球舉例。我每次訓練時候會對流程量化會高效很多,不至于無目標感。

比如:訓練時長1小時,做20分鐘對抗訓練,做10分鐘突破訓練,做10分鐘三分球訓練,做10分鐘罰球訓練,做10分鐘熱身訓練。

把隨意的一場打球,量化到各個指標用數據體現,然后刻意練習;同樣,對于3分球訓練我會10個一組,默認記錄數據標準,心里的刻度是35%命中率,有了量化指標,更好的引導我們精進。

05?5WHY溯源模型

5WHY溯源分析,來自豐田企業管理,對于深度思考,看清事物的本質,找到數據背后隱藏的真像很有幫助。

5WHY分析法,又稱“5問法”,也就是對一個問題點連續以5個“為什么”來自問,以追究其根本原因。這里回顧一個經典案例,看清事物本質。

8種數據思維模型及案例分享

杰斐遜大廈墻有裂痕,為什么?

因為墻面經常沖洗,被腐蝕了。

為什么沖洗?沖洗是因為鳥糞多。

為什么會有鳥糞?因為蜘蛛多,鳥過來覓食。

為什么蜘蛛多?因為這里陽光好利于繁殖。

怎么解決墻面問題,不是用環保清洗劑,也不是用電網防蜘蛛,拉上窗簾就行。

生活中,常會出現抓不住問題本質的情況,只是“膚淺”看到表面問題。

多一點深度思考,看看各個維度數據變化,總有撥云見日的時候。

06?A/B測試思維模型

A/B測試在產品及技術上經常應用,指在產品迭代發布之前,制定兩個(A/B)或多個(A/B/n)版本;在同一時間維度,分別讓特征相同(相似)的訪客群組(目標人群)隨機的訪問這些版本,并收集每個群組用戶的數據,最后通過分析數據,評估出最好版本去承載全部流量。

多組開花,找到數據最好的一組,予以選用。

A/B測試的理念和假設驗證思維模型類似,實操過程中,通常AB測試都是圍繞著某一個目標進行,比如:提升新用戶下單率。圍繞該目標,我們可以設置相應的運營動作。

PlanA設置優惠券A并全渠道觸發,PlanB設置優惠券B全渠道觸發,一個周期后分析A/B兩種運營動作下,目標數據(新用戶下單率)的變化;此處樣本數量要足夠大,測試周期要足夠長才有說服力,否則很大程度上是小概率事件。

07?RFM分析思維模型

RFM是3個指標的縮寫,最近一次消費時間間隔(Recency),消費頻率(Frequency),消費金額(Monetary),通過這3個指標對用戶分類。

RFM通過3個維度數據對用戶進行評估分類,從而實現精細化運營,根據不同用戶的屬性做不同營銷策略。

此處,也是淘寶千人千面、字節智能算法的前身,量身定制。RFM分析方法把用戶分為8類,這樣可對不同價值用戶使用不同的營銷決策。

馮侖講過:正常情況下,人一生交往的關系是三個數:10%、30%和60%。

這句話是什么意思呢?

其實正好對應我們剛講的三種人脈關系,RFM模型里的前三種重要價值、重要發展、重要保持用戶,對于3類用戶我們需要采取不同應對策略。

對于不同用戶類型,有對應不同運營策略。高價值享受VIP待遇,需挽留采用促活方案定時觸達。

8種數據思維模型及案例分享

1)重要價值關系:對你生活和工作非常有價值。他幾乎是你最親密的親戚、朋友、客戶。面對這些人,你應該經常聯系,彼此幫助,時不時約出來聊聊天。

2)重要發展關系:聯系比較多、一起做過點事,但聊天是有一句沒一句的,這種要重點發展關系。比如把你的困惑或者小秘密和他分享,產生情感連接。

3)重要保持的關系:所謂熟人,也就是打起電話來記得住這個人,而且也大概了解他的背景,可能很長時間都沒有見的那種“朋友”。要主動聯系,利用節假日登門拜訪、共同的朋友持續保持溝通。

08?北極星數據指標思維

北極星指標,也叫做唯一重要的指標,之所以叫做北極星指標是指這個指標一經制定,像北極星一樣,高高的閃耀在天空中,指引著團隊向同一個方向前進。

北極星指標,隨產品生命周期在動態變化,但是有兩個大前提不會變。第一,對規模的追求(用戶規模或收入規模);第二,對用戶長期價值的考量。

我看來看常見產品的北極星指標,并做拆解:

  • Airbnb北極星指標是交易總額,分解目標:用戶總數+訂房次數。
  • 知乎北極星指標是問答總數,分解目標:用戶總數+單用戶問答貢獻數。
  • 簡書北極星指標是文章總數,分解目標:用戶總數+單用戶文章貢獻數。
  • 滴滴北極星指標是月活躍用戶,分解目標:月活躍司機+月活躍乘客。

北極星指標是風向標,能避免我們陷入數據陷阱。

與之對應,是虛榮性指標,盤點下常見產品虛榮型數據指標。

8種數據思維模型及案例分享

電商類:GMV和訂單量。

要知道脫離利潤的GMV并沒有用,如果毛利不夠甚至虧本,帶來的結果是買的越多虧得越多;訂單量也一樣,如果只是低客單的薅羊毛訂單,只會起反作用。

電商,更多要關注轉化率、客單價、復購率等北極星指標。

內容類:曝光量和點擊PV。

拿現在的抖音來說,一些粉絲量上百萬的抖音號沒有商業價值就是這原因,某單條視頻點贊量過百萬依然不能變現,也很好的說明這個問題。

抖音,更多要關注停留時長、完播率、評論人次及標簽用戶量等北極星指標。

 

作者:zhrayan;公眾號:炏的黑匣子(zydsgj);專注用戶研究,用戶運營。聚焦影響圈的事,抽絲剝繭做時間的復利者。

本文由 @zhrayan 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. 目前還沒評論,等你發揮!