最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

如何让你做的数据分析得到领导的重视?

[复制链接]
跳转到指定楼层
楼主
发表于 2018-12-31 12:50:38 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
导读
做数据分析最郁闷的地方在于,连续加班几天分析海量数据做了一个分析结果,找到了现阶段存在的问题,然后发现跟领导拍脑门预测的一样,更郁闷的是通过数据分析做了一套方案,领导也赞同,但不落地执行,到底哪里出了问题?
当越来越多的市场/运营/产品人员开始重视数据,并开始通过数据指导实际工作的时候,我们会对数据分析结果沾沾自喜,但很少有数据分析的结果能够落地。

比如说,某电商APP为了提升顾客下单率做了一次数据分析,得出以下几点结果:

1.用户对优惠折扣大于30%的商品更容易下单;
2.用户对单价低于100元的商品更容易下单;
3.用户更喜欢购买好评率90%以上的商品;
4.用户更喜欢买限量版商品。

数据分析的结论是:为了提高顾客下单率,我们要推出客单价低于100元的限量版商品并开展优惠促销活动,因此需要采购部门批量采购限量版商品,并将进货价格压低,平台给予适当补贴进行销售。

如果你是领导,会重视这样的结果么?限量版、低价、好评度高、折扣大这几个关键词即使不分析,也知道会卖的好,限量版如果能够批量采购,还叫限量版么?

数据分析要解决什么问题?

数据分析能够解决的问题很多,但切忌天马行空的分析,比如上文的案例,如果我们要通过数据分析来提升顾客下单率,首先可以提出促进顾客下单的假设:

假设一:推出满减优惠券,通过价格刺激用户下单;
假设二:向顾客更准确的推荐商品,通过需求刺激用户下单;
假设三:促进用户购买购物车中的商品;
假设四:提醒顾客购买周期性购买的商品。

针对这几种假设,数据分析可以解决满减优惠券的最佳折扣设计;根据顾客浏览喜好推荐相关商品;提醒顾客购买购物车中的商品;提醒顾客购买即将用完的周期性商品。

比如,提醒顾客购买即将用完的周期性商品该如何操作呢?

首先筛选出1个月前购买过牙膏的用户,向用户推送一条消息:“**牙膏降价促销,领券购买更优惠”。
通过简单的数据筛选,实现了千人千面的精准营销。

如何让领导采纳你的数据分析结果?

首先,将分析结果变为解决方案。分析结果是数据化的呈现,但领导更关心的是这个结果能够解决什么问题。分析结果是对策划方案的支撑和落地执行的支持,给领导一个可执行的具体方案,采纳度更高。

其次,执行方案能够快速产生价值。如果通过数据分析提出的方案需要对公司的整体架构进行改造,或者需要建立一个新团队,这种长期见效的方案需要找到高层决策者的支持,同时需要考量时间成本。领导更喜欢看到的是短期见效,直接解决问题的方案。例如通过数据分析落地页的用户点击习惯,结论是更改一下按钮的位置,那么很快就可以落地,如果是重新做一个官网,就需要多考虑几天。

最后,方案要能带来直接收益。企业的一切运营行为都是利益导向,提升销售额、提高用户量、提升活跃度都可以作为利益点,利益点要与汇报领导关注的具体指标相关,比如向销售领导汇报提升品牌声量的方案,就不如汇报直接提升销售额的方案。

总结:数据分析从小入手解决实际问题

我们在做数据分析的时候,首先需要确定的是解决什么问题,然后提出解决这个问题的假设,通过数据验证假设是否成立同时找出最优解决方式。

有结果无方案的分析是空谈,有方案无收益的行动是无效付出,数据永远是为人服务的,最重要的还是我们自己的想法。
来源: 诸葛io数据教练丨作者:诸葛君

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-20 12:54

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表