楓影：產(chǎn)品經(jīng)理系列：數(shù)據(jù)分析及應(yīng)用,分析數(shù)據(jù) 精準(zhǔn)決策 優(yōu)化業(yè)務(wù)

?

【課題背景】

To B端垂類電商的運(yùn)營，需要通過數(shù)據(jù)分析挖掘客戶需求，指導(dǎo)日常運(yùn)營業(yè)務(wù)的開展，提升整體業(yè)務(wù)效率，為整體行業(yè)的數(shù)字化轉(zhuǎn)型提供資源、物料等對(duì)接的互聯(lián)網(wǎng)解決方案。由于To B業(yè)務(wù)的專業(yè)耦合性較高，運(yùn)營團(tuán)隊(duì)成員多是行業(yè)內(nèi)的從業(yè)人員，對(duì)整體電商化的運(yùn)營和數(shù)據(jù)指導(dǎo)缺少系統(tǒng)性的了解和認(rèn)知。在實(shí)際工作中，通常出現(xiàn)以下問題：

對(duì)整體運(yùn)營增長模型缺少系統(tǒng)性的了解，無法用模型來指導(dǎo)運(yùn)營工作

缺少數(shù)據(jù)分析的方法，在實(shí)際過程中，無法判定數(shù)據(jù)是否達(dá)標(biāo)

數(shù)據(jù)中臺(tái)能力不足，無法直接生產(chǎn)可視化報(bào)表情況下，缺少數(shù)據(jù)可視化表達(dá)的技巧

【解決方案】

數(shù)據(jù)分析的核心理念：

數(shù)據(jù)分析首先是用于指導(dǎo)業(yè)務(wù)，對(duì)于電商平臺(tái)，要關(guān)注的是GMV、客戶體驗(yàn)等指標(biāo)

有模型，通過自變量與因變量之間的函數(shù)關(guān)系，分析要素之間的變化

數(shù)據(jù)分析講究差異化分析，通過數(shù)據(jù)分析對(duì)比差異，找出導(dǎo)致差異變化的變量

【參與人員】

本課程適宜于：平臺(tái)運(yùn)營人員、產(chǎn)品開發(fā)人員等

【學(xué)員任務(wù)】

【2小時(shí)】任務(wù)一：了解數(shù)據(jù)分析的意義、核心方法和流程要素

【3小時(shí)】任務(wù)二：掌握To B垂類電GMV業(yè)績?cè)鲩L模型及分析方法

【1小時(shí)】任務(wù)三：能夠就業(yè)務(wù)場(chǎng)景數(shù)據(jù)情況，制作可視化報(bào)表

?

任務(wù)一：數(shù)據(jù)分析的意義、方法和流程（2小時(shí)）

【任務(wù)解析】了解數(shù)據(jù)與業(yè)務(wù)之間的彼此增強(qiáng)的關(guān)系，熟悉數(shù)據(jù)分析與數(shù)據(jù)模型之間的關(guān)系、了解數(shù)據(jù)分析的整體指導(dǎo)思想和方法、流程。

一．以業(yè)務(wù)場(chǎng)景為出發(fā)點(diǎn)，數(shù)據(jù)分析與業(yè)務(wù)體系彼此互相增強(qiáng)。

1.數(shù)據(jù)分析，目的是指導(dǎo)業(yè)務(wù)工作的決策

2.B端垂類電商核心業(yè)務(wù)場(chǎng)景：客戶體驗(yàn)和商業(yè)實(shí)現(xiàn)

3.數(shù)據(jù)指導(dǎo)業(yè)務(wù)的前提：搭載業(yè)務(wù)場(chǎng)景與數(shù)據(jù)之間的數(shù)據(jù)模型

4.業(yè)務(wù)場(chǎng)景隨商業(yè)模式、業(yè)務(wù)戰(zhàn)略優(yōu)化，不斷優(yōu)化整個(gè)數(shù)據(jù)模型

5.數(shù)據(jù)模型通過收集數(shù)據(jù)、反哺業(yè)務(wù)優(yōu)化，實(shí)現(xiàn)彼此增強(qiáng)

【解析&案例】

電商整體商業(yè)模型從流量電商轉(zhuǎn)向用戶電商和興趣電商，數(shù)據(jù)模型也在不斷發(fā)生變化

二．做模型、收數(shù)據(jù)、差缺口、找原因，做報(bào)表，數(shù)據(jù)分析五步走

1.基于商業(yè)模式、業(yè)務(wù)戰(zhàn)略和業(yè)務(wù)場(chǎng)景搭建相應(yīng)的數(shù)據(jù)模型

2.數(shù)據(jù)模型（算法）：自變量與因變量的函數(shù)關(guān)系

3.做好前臺(tái)接口，通過互聯(lián)網(wǎng)和物聯(lián)網(wǎng)實(shí)現(xiàn)數(shù)據(jù)收集

4.數(shù)據(jù)分析的核心指導(dǎo)思想：看差異、找原因

5.數(shù)據(jù)分析的前置要素：標(biāo)準(zhǔn)值/目標(biāo)值的建立、數(shù)據(jù)捕獲、數(shù)據(jù)算法（函數(shù)）、算力（人力或云計(jì)算）

6.制作場(chǎng)景業(yè)務(wù)的分析報(bào)表，形成可視化文檔，指導(dǎo)優(yōu)化業(yè)務(wù)

【解析】

常見的報(bào)表：客服響應(yīng)報(bào)表、發(fā)貨速度報(bào)表、客戶結(jié)構(gòu)報(bào)表、客戶活躍度報(bào)表...

?

任務(wù)二：To B垂類電商GMV業(yè)績?cè)鲩L模型及分析方法（3小時(shí)）

【任務(wù)解析】To b垂類電商起到整個(gè)行業(yè)/公司/項(xiàng)目級(jí)的原材料采購鏈接價(jià)值，其主要的使命是實(shí)現(xiàn)整個(gè)產(chǎn)業(yè)鏈條物資交易的數(shù)字化。實(shí)現(xiàn)快速高效的資源匹配，直接反應(yīng)該場(chǎng)景的指標(biāo)就是線上的交易規(guī)模GMV。通過對(duì)GMV的模型構(gòu)建，再細(xì)化到下面的指標(biāo)，找到可以優(yōu)化和調(diào)整的地方。

一．從經(jīng)營流量到經(jīng)營客戶，整體數(shù)據(jù)模型的演變

1.數(shù)字化時(shí)代，讓運(yùn)營工作從流量的經(jīng)營轉(zhuǎn)向客戶的價(jià)值經(jīng)營

2.流量經(jīng)營模型解析:GMV=UV（流量）*CVR（轉(zhuǎn)化率）*P（交易金額）

3.客戶經(jīng)營模型解析:GMV=N(客戶數(shù)）*P（交易金額）*R（交易頻次）

【解析】

1.客戶生命周期價(jià)值運(yùn)營理論

2.增長第二曲線理論

二．基于GMV=N*P*R的用戶增長型數(shù)據(jù)模型解讀

1.N（客戶數(shù)），三大模型，助力用戶增長

（1）漏斗模型：渠道-曝光-流量-轉(zhuǎn)化，層層篩選，實(shí)現(xiàn)客戶數(shù)拓客的數(shù)據(jù)捕獲

（2）裂變模型：種子-裂變指數(shù)-裂變代際，實(shí)現(xiàn)社交裂變方式的客戶拓新

（3）MCN模式：達(dá)人-客戶數(shù)，形成可復(fù)制的新客戶拓客模型

【案例&解析】

1.1688漏斗模型，通過電話、會(huì)銷和全網(wǎng)推廣獲得新客

有贊微商城，依托裂變模型，讓老客戶帶新客戶，實(shí)現(xiàn)低成本拓客

中國移動(dòng)借助網(wǎng)格長，推廣移動(dòng)“和彩云”產(chǎn)品

2.P（交易金額），三大策略，實(shí)現(xiàn)交易金額的提升

（1）關(guān)聯(lián)銷售：A-B-C，連單率 ，整體解決方案影響連單率

（2）限時(shí)活動(dòng)：活動(dòng)日客戶訂單交易額，提升單客交易總價(jià)

（3）會(huì)員權(quán)益：會(huì)員等級(jí)結(jié)構(gòu)比例，拉升節(jié)點(diǎn)性客單

【案例&解析】

蘇寧家裝節(jié)，通過活動(dòng)拉升客戶整體客單

中國服裝網(wǎng)，以內(nèi)容筆記影響客戶采購

3.R（交易頻次），三大要素，影響客戶交易頻次

（1）DSR：如實(shí)描述、發(fā)貨速度、響應(yīng)速度，直觀影響客戶體驗(yàn)

（2）項(xiàng)目周期：客戶的RFM模型，為客戶交易頻次提供直觀價(jià)值參考

（3）場(chǎng)景挖掘：存量客戶的價(jià)值挖掘與定向營銷

【案例&解析】

1.1688通過DSR，實(shí)現(xiàn)對(duì)商家的服務(wù)質(zhì)量的評(píng)定

2.國網(wǎng)電商平臺(tái)，以項(xiàng)目招標(biāo)方式實(shí)現(xiàn)項(xiàng)目周期管理

3.聚寶贊通過大數(shù)據(jù)，為美妝類商家開啟3.8女神供貨節(jié)

三．對(duì)標(biāo)數(shù)據(jù)指標(biāo)/目標(biāo)，尋找差距

1.借助同比和環(huán)比，設(shè)定本運(yùn)營周期的GMV指標(biāo)

2.依據(jù)GMV模型，分解指標(biāo)，實(shí)現(xiàn)量化分解

3.借助數(shù)據(jù)中臺(tái)，即時(shí)查閱數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行對(duì)比分析

4.找出指標(biāo)差距，分析原因

【討論】

影響N、P、R值的主要因子變量有哪些

四．數(shù)據(jù)分析，找到相關(guān)原因，進(jìn)行指標(biāo)優(yōu)化

1.數(shù)據(jù)分析的指導(dǎo)思想：對(duì)比差異、變量假設(shè)、統(tǒng)計(jì)歸納、行業(yè)對(duì)標(biāo)、平臺(tái)均值與峰值

2.同期數(shù)據(jù)比較：找出優(yōu)化指標(biāo)

3.單因子變量測(cè)試法：無歷史數(shù)據(jù)情況下，調(diào)節(jié)某變量，觀察數(shù)據(jù)，進(jìn)行測(cè)試

4.統(tǒng)計(jì)歸納法：無理式數(shù)據(jù)情況下，先行測(cè)試，逐個(gè)不斷優(yōu)化指標(biāo)

?

?

任務(wù)三：報(bào)表可視化、生成工具及方法（1小時(shí)）

【任務(wù)解析】可視化報(bào)表能夠讓出了數(shù)據(jù)分析人員及其他運(yùn)營成員能夠直觀地發(fā)現(xiàn)問題，對(duì)整體業(yè)務(wù)運(yùn)營有一個(gè)全面而立體的了解。

可視化報(bào)表及報(bào)表類型

1.可視化報(bào)表的界定：通過表格、圖片、動(dòng)態(tài)視頻等展示

2.常見的報(bào)表類型：GMV報(bào)表、渠道流量結(jié)構(gòu)報(bào)表、產(chǎn)品結(jié)構(gòu)報(bào)表、客戶結(jié)構(gòu)報(bào)表

3.從運(yùn)營周期談多久需要做一次分析報(bào)表

4.運(yùn)營報(bào)表到底要細(xì)化到什么程度？

5.結(jié)論+數(shù)據(jù)分析+建議，讓一份報(bào)表能夠指導(dǎo)決策

【案例】

有贊商家運(yùn)營生成的報(bào)表解析

可視化報(bào)表生成工具及方法

1.可視化報(bào)表生成的基礎(chǔ)工具：EXCEL、數(shù)據(jù)透視表、VBA宏的應(yīng)用

2.自助式報(bào)表生成工具：Tableau、FineBI、PowerBi

3.借助數(shù)據(jù)中臺(tái)，自動(dòng)生成相應(yīng)報(bào)表

【解析】

Excel解決常見電商類數(shù)據(jù)報(bào)表的制作

三．借助FineBI完成可視化報(bào)表生成

1.明確指標(biāo)和各組件的開發(fā)

2.借助之前的報(bào)表，對(duì)指標(biāo)、組件進(jìn)行復(fù)用

3.構(gòu)建模板，解決常見問題

【演練】

FineBI的使用

楓影（王鴻華）老師的其它課程