成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

數(shù)據(jù)分析終極一問:多影響因素下,到底咋歸因?!

大數(shù)據(jù) 數(shù)據(jù)分析
新入行的數(shù)據(jù)分析師,認為只要懟幾個數(shù)據(jù)進線性回歸或者因子分析模型,就能算個參數(shù)出來讓每個部門滿意。所以這種來來回回扯皮的事,還會延續(xù)很多很多年,哈哈哈。

數(shù)據(jù)分析領域有幾個經(jīng)典的終極難題。多影響因素歸因,絕對是其中最讓人頭大的。特別是臨近促銷旺季,品牌、售后、客服、供應鏈、運營、產(chǎn)品、商品管理都會跑來,問:“今年業(yè)績不錯呀,那么問題便來了:今年公司多賺的10個億,到底幾個億歸功于品牌,到底幾個億歸功于供應……請量化分析一下,謝謝”。

那么,到底該怎么分析呢?今天我們詳細講解一下。

一、多影響因素歸因的表面

為啥這個問題是終極難題,只要做一個實驗,馬上便知道。

同學們可以親自試試哦

第一步:請閉上眼睛

第二步:回憶淘寶里最近買的一件商品

第三步:在腦海里回憶該商品的名稱、包裝、價格、品牌、客服小妹聲音……

第四步:睜開眼,告訴自己:我為這個商品付費的XXX錢,其中有X%是付給名稱,X%付給包裝,X%付費給商品上blingbling的廣告,X%付給快遞叔叔……

答得出來不?

不但很難答出來,估計很多同學連最近買的是啥都不記得了。

消費者不是所有消費都理性。

消費者不是所有商品都重視。

商家提供的品牌、服務、產(chǎn)品本身就是一個整體。

因此站在消費者角度,這個問題從源頭上就不成立。特別是啤酒瓜子礦泉水一類的快消類產(chǎn)品。價格低,消費頻次高,沖動消費多,心情好了就買點,心情不好了也買點,因此很難講清楚。大宗耐用品,比如房子、車子可能思考得多一些,有一定概率區(qū)分出來,但是仍然很難量化到每個因素的得分(如果懷疑這點的,想象你結(jié)婚那一刻有多糾結(jié),就秒懂了,哈哈)。

那么問題來了:為啥明知道分不清楚,各個部門還一而再、再而三要求分家呢?

這就觸及到問題的本質(zhì):大家的屁股坐在哪里。

二、多影響因素歸因的本質(zhì)

表象上看,多影響因素歸因,難在很難拆解數(shù)據(jù)。

本質(zhì)上看,多影響因素歸因,只是部門間分贓不均的結(jié)果。

每個部門都太急于證明自己的價值,總想努力跟業(yè)績指標掛上聯(lián)系。

特別在年底,要為部門爭取獎金,要為明年爭取預算,分家的沖動就更高。

因此,多影響因素歸因,本質(zhì)上是在衡量部門價值,這才是核心難點。

很多同學會忽視這個核心問題,用一些簡單的數(shù)據(jù)方法處理。比如:把各個部門的費用設為x,把業(yè)績設為y然后懟一個線性回歸模型出來。然后把各個參數(shù)的系數(shù)視為貢獻大小。且不說,這么干,首先完全誤會了回歸模型的含義;其次,也沒有考慮分類變量和連續(xù)變量的問題。單純就結(jié)果本身,也會被人噴死。

比如,算出來銷售的系數(shù)是2,供應鏈的系數(shù)是1,那明年多找2倍的銷售,卻只提供1倍的商品,還能有這個銷售業(yè)績嗎?肯定不可能啊,有槍沒子彈啊!部門之間分工合作,不是簡單的1+1=2的關(guān)系,這是常識。因此強行割裂部門間聯(lián)系,把不同分類的部門拉在一起評價,是注定要撲街的。

因此,破局思路,在于從一開始,就應該直接否掉這種一條公式打天下的想法。從部門工作性質(zhì)出發(fā),建立科學的衡量機制,從而有效化解這種立功焦慮。

三、破局思路

想破局,首先得分清各個部門的工作類型與貢獻方式(如下圖):

圖片

之后,就可以分門別類進行分析考察。

軟支持類:放棄直接關(guān)聯(lián)銷售業(yè)績,按需分配。

軟支持的核心問題,在于不能自證清白。對于品牌宣傳而言,即使所有宣傳都帶鏈接,導流到購買頁面,也無法證明到底用戶購買是多大因為品牌,甚至這些年爆款打法、網(wǎng)紅帶貨,都在可以弱化品牌,突出產(chǎn)品功能和粉絲效應。

況且,至少6成以上的品牌宣傳,根本連帶貨鏈接都沒有(比如上市前的宣傳),就更無從談起了。客服、售后也同理,雖然顧客找上門來的時候,這兩者服務很重要。但是主動發(fā)起的客戶比例少,因此很難關(guān)聯(lián)整體業(yè)績。

這種不做不行,做了說不清楚效果的事,最好直接按整體業(yè)績比例分配資源,考核自身的效果,而不是非要強行關(guān)聯(lián)銷售業(yè)績。

比如根據(jù)產(chǎn)品生命周期/時間,配置宣傳力度(如下圖)宣傳能達成足夠市場認知,覆蓋足夠人數(shù)(考核點擊、轉(zhuǎn)發(fā)、閱讀數(shù)等等)即完成任務。

圖片


比如客服、售后。根據(jù)業(yè)務總量分配資源和人力。考核本身服務滿意度,服務覆蓋率,從呼叫到響應的速度,嚴重投訴/風險事件的應對速度,等等。做好本職工作及完成任務。

硬支持類:考核。

硬支持類的考核就簡單清晰很多:供給到位,損耗降低。并且追求的是峰值控制與長期水平的下降。太過計較一城一地得失,反而容易定出來很死板的流程,搞出很多烏龍(如下圖)

圖片

硬拉動類:引入ABtest機制,提前預設目標。

硬拉動類,屬于疊加buff的做法,因此必須事先設好控制變量,否則混在一堆因素里,事后根本無法拆分。比如事先設定好拉動的總目標,事先測試方案效果,事中余留參照組,采集過程數(shù)據(jù),這樣才能在事后做好區(qū)分。

硬拉動類是可以評估的,問題總是出在:事先不做工作,事中不留參照,不踩數(shù)據(jù)。啥都沒有,事后能分析出來就見鬼了。

圖片

核心流程:建立分級機制,深入分析影響。

核心流程里,銷售和產(chǎn)品互懟的事也很常見,但是這種互懟是可以分析出,到底過錯在誰那邊的。只要建立好分級機制,對渠道質(zhì)量、商品屬性進行打標簽分析,監(jiān)控過程轉(zhuǎn)化率,是可以做深入分析的,因此核心流程盡量多做分析,不留扯皮空間(如下圖)。

圖片

四、現(xiàn)實永遠很骨感

以上只是理想狀態(tài)下的建議,實際開工:

  • 總有人想爭取更多資源,大喊:“品效合一!”“心智資源!”
  • 總有人認為客服售后沒必要,今年再扣他點費用?(從而引發(fā)服務部門的奮起反擊“老子也有貢獻!”)
  • 總有人喜歡夸大自己貢獻,促銷活動效益寫的巨高,甚至比自然銷量還高。
  • 總有人怕被追究責任,拼命往:沒有促銷!沒有支持!產(chǎn)品不給力上推責任。

所以有關(guān)“到底每個部門貢獻多少,能不能具體到每一塊錢里幾毛幾分是誰來的”的議題,永遠不會停下來。

加之,總有新入行的數(shù)據(jù)分析師,認為只要懟幾個數(shù)據(jù)進線性回歸或者因子分析模型,就能算個參數(shù)出來讓每個部門滿意。所以這種來來回回扯皮的事,還會延續(xù)很多很多年,哈哈哈。

五、小結(jié)

類似的數(shù)據(jù)分析千古難題,還有很多:

  • 為什么ABtest中實驗有效,投產(chǎn)沒效,到底怎么測得準!
  • 自然增長率要怎么計算,才是全宇宙最公平合理的!
  • 用戶心智資源的開發(fā)與認知深度的變化,如何衡量!
  • 銷售預測,到底怎么才能預測100%精準!
  • ……

每一個問題,都是表面看似數(shù)據(jù)分析,背后是人心貪婪,推過攔功。業(yè)績好了就說是自己做的,業(yè)績不好就甩給外部各自因素,內(nèi)部各種無法量化的因素,以圖自保。實在不行就說是數(shù)據(jù)分析能力不行,你咋不早點預測出來呢!做數(shù)據(jù)分析的同學們,要對這些問題有足夠清晰的認知,不要輕易上當哦,剩下的幾個終極難題該怎么解,以后慢慢分享。

責任編輯:武曉燕 來源: 接地氣的陳老師
相關(guān)推薦

2020-12-30 05:31:10

數(shù)據(jù)分析歸因

2022-09-22 11:36:01

數(shù)據(jù)分析運營業(yè)績

2024-11-26 14:45:29

2023-11-03 11:51:31

2021-01-27 05:17:27

數(shù)據(jù)分析指標

2023-04-17 07:34:17

電商平臺ChatGPT表格

2012-06-06 09:08:58

2021-11-11 11:27:55

大數(shù)據(jù)分析系統(tǒng)

2017-12-13 10:04:05

2021-09-10 14:05:14

預測分析大數(shù)據(jù)分析大數(shù)據(jù)

2020-07-22 07:49:14

數(shù)據(jù)分析技術(shù)IT

2021-06-07 11:42:41

數(shù)據(jù)分析業(yè)務

2014-10-13 10:41:48

安防布線

2021-04-05 16:44:34

Windows 10Windows操作系統(tǒng)

2022-03-27 21:52:52

數(shù)據(jù)分析運營市場

2017-01-03 08:36:15

大數(shù)據(jù)關(guān)鍵模型

2017-01-11 14:58:50

大數(shù)據(jù)分析模型數(shù)據(jù)分析

2015-07-08 15:07:23

大數(shù)據(jù)分析多少種工具

2015-08-21 13:54:38

大數(shù)據(jù)

2016-09-16 23:21:51

數(shù)據(jù)分析數(shù)據(jù)建模
點贊
收藏

51CTO技術(shù)棧公眾號

主站蜘蛛池模板: 国产精品高潮呻吟久久 | 国产欧美在线观看 | 91视频官网 | 国产一区免费 | 久久久999成人 | 在线日韩精品视频 | 欧美精品在线一区 | www.一区二区| 精品中文在线 | 欧美日韩国产一区二区 | 久久99精品久久久 | 久国产视频 | 国产欧美精品 | 麻豆精品国产91久久久久久 | 日本午夜视频 | 久久久精品高清 | 国产综合久久 | 91毛片在线观看 | a黄视频 | 国产区精品视频 | 天天射色综合 | 日本福利片 | 中文字幕在线观看视频网站 | 羞羞的视频免费观看 | 亚洲一区中文字幕 | 人人鲁人人莫人人爱精品 | 天天干夜夜操 | 在线观看欧美日韩视频 | 精品亚洲一区二区三区 | 在线中文字幕亚洲 | 免费在线日韩 | 亚洲成人av | 国产黄色大片在线免费观看 | 人人干人人草 | a亚洲精品 | 亚洲视频中文字幕 | 日韩亚洲视频在线 | 精品国产一级 | 国产日韩精品一区二区 | 日韩国产高清在线观看 | 成人三级电影 |