數據分析師要懂商業(yè)

數據分析師要懂商業(yè)

前一段日子見(jiàn)到一位數據發(fā)燒友跟我談起了數據分析師，我們兩個(gè)有一個(gè)一致的觀(guān)點(diǎn)：電子商務(wù)發(fā)展速度越來(lái)越快，這個(gè)行業(yè)的趨勢變化也越來(lái)越快。對于電子商務(wù)公司老板來(lái)說(shuō)，想要自己永遠跟著(zhù)趨勢走，學(xué)會(huì )數據驅動(dòng)是必然的了。

慶幸的是，今年搞電子商務(wù)的人對數據分析開(kāi)始重視起來(lái)了，就連夫妻店起來(lái)的淘寶賣(mài)家也開(kāi)始招數據分析師，更別談一些再大些的電子商務(wù)公司。

但是，這讓我心存隱憂(yōu)：現在不是缺數據，而是數據太多。據統計，在今天的互聯(lián)網(wǎng)上，每60秒會(huì )產(chǎn)生10萬(wàn)個(gè)微薄信息、400萬(wàn)次search、facebook上50萬(wàn)次contact。我相信，今天稍大一些的電子商務(wù)公司，都會(huì )采集一些行為數據(比如點(diǎn)擊量)，但是這些行為數據與商業(yè)數據(比如交易量)有什么關(guān)系?今天絕多數公司，甚至包括凡客這樣的著(zhù)名電子商務(wù)公司，都不知道怎樣利用這成千上萬(wàn)的零散數據。

需要數據邏輯，更需要商業(yè)敏感

先講一個(gè)有趣的故事。有一天，linkin發(fā)現忽然發(fā)現雷曼兄弟的來(lái)訪(fǎng)者多起來(lái)了，但是并沒(méi)有深究原因，第二天雷曼兄弟就宣布倒閉了。原因是什么?雷曼兄弟的人到linkin來(lái)找工作了。谷歌宣布退出中國的前一個(gè)月，我在linkedin發(fā)現了一些平時(shí)很少見(jiàn)的谷歌的產(chǎn)品經(jīng)理在線(xiàn)，這也是相同的道理。

試想，如果linkin針對某家上市公司分析某些數據，是不是有商業(yè)價(jià)值呢?我相信，現在51job絕對不知道要采集這些數據，只盯著(zhù)注冊用戶(hù)數量這樣的簡(jiǎn)單數據。國內許多互聯(lián)網(wǎng)公司，拿著(zhù)魚(yú)翅當蘿卜。

說(shuō)這個(gè)故事，只是為了告訴大家，互聯(lián)網(wǎng)中的數據，需要用商業(yè)的眼光去分析，才有價(jià)值。

今天電子商務(wù)公司的數據分析師，有些像老板的軍師，必須有從枯燥的數據中看到解開(kāi)市場(chǎng)的密碼的本事。

比如，當一個(gè)具有商業(yè)意識的數據分析師發(fā)現，網(wǎng)站上的嬰兒車(chē)的銷(xiāo)量增加了，那么他基本可以預測奶粉的銷(xiāo)量也會(huì )跟著(zhù)上去。

再比如，和傳統賣(mài)場(chǎng)一樣，網(wǎng)站上的產(chǎn)品起到的作用并不一樣，有的產(chǎn)品是為了賺錢(qián)，有的產(chǎn)品是為了促銷(xiāo)的，有的產(chǎn)品是為了引流量，不同的產(chǎn)品在網(wǎng)站上擺放位置當然是不一樣的。

一個(gè)商業(yè)敏感的數據分析師，是懂得用什么數據驅動(dòng)公司目標實(shí)現的。

比如，樂(lè )酷天與淘寶競爭，重點(diǎn)看的不是交易量，而是流量，每天有多少新的seller進(jìn)來(lái)，賣(mài)了多少東西。因為此階段的餓競爭最核心的就是人氣，而非實(shí)質(zhì)交易量。如果新來(lái)的seller進(jìn)來(lái)賣(mài)不出東西，只是老的seller的交易量在增長(cháng)，即使最后交易量每天都增長(cháng)，還是有問(wèn)題。

再比如，一家剛踏入市場(chǎng)的B2C和已經(jīng)占領(lǐng)大部分市場(chǎng)的B2C，他們的公司目標是不一樣的，前者是看流量賺人氣，流量對后者的意義沒(méi)有那么大，成熟的公司重點(diǎn)是看交易,轉化率及回頭率的。。

而當下的數據分析師多是學(xué)統計學(xué)出身的，一對數據放在那里，大家都擅長(cháng)怎么算回歸、怎么畫(huà)函數。但是這批數學(xué)的人才缺乏商業(yè)意識，不知道這些數據對業(yè)務(wù)意味著(zhù)什么，看不見(jiàn)一堆數據中誰(shuí)和誰(shuí)有關(guān)系，也就不知道該用什么的邏輯分析，也就無(wú)法充當老板的眼睛了。

前幾天遇到一個(gè)老板，他說(shuō)手下每天給他看幾十個(gè)零散數據。我問(wèn)，是不是數據越多越麻煩。他說(shuō)我一下子就點(diǎn)出他的痛處了，因為請來(lái)的數據分析專(zhuān)家只把數據交到他面前，但是卻沒(méi)有把行為數據和商業(yè)數據的關(guān)系告訴他。

你說(shuō)，一個(gè)公司CEO，每天看到幾十個(gè)數據，什么PV、PU、UV等等等，他們有精力來(lái)解讀嗎?對于他們來(lái)說(shuō)，只需要知道有問(wèn)題嗎?問(wèn)題是什么?有新的發(fā)現嗎?需要做什么?這就行了。

我把這個(gè)理解成為數據的世界里的“儀表盤(pán)”，比如說(shuō)網(wǎng)站流量進(jìn)來(lái)彈出率怎樣就可以在儀表盤(pán)里呈現。你開(kāi)車(chē)，如果水溫過(guò)高，儀表盤(pán)亮燈提示。同樣，在電子商務(wù)的交易中，也可以用一些數據組成“儀表盤(pán)”。

所以說(shuō)，數據分析師不是單純做數學(xué)題。

行為數據和商業(yè)數據，互相推動(dòng)

一個(gè)好的儀表盤(pán)，出現好的情況和壞的情況，儀表盤(pán)都會(huì )有提示。而構成“儀表盤(pán)”，正是行為數據和商業(yè)數據之間的邏輯關(guān)系。

我自己發(fā)明了一種稱(chēng)謂：前端行為數據和后端商業(yè)數據。前段數據指訪(fǎng)問(wèn)量、瀏覽量、點(diǎn)擊流及站內搜索等反應用戶(hù)行為的數據，而后端數據更側重商業(yè)數據，比如交易量、ROI, LTV(Life time Value)。

目前有些人關(guān)心行為數據，也有些人關(guān)心商業(yè)數據，但是沒(méi)有幾家網(wǎng)站是把行為數據和商業(yè)數據連起來(lái)看的。大家只單純看某一端數據。國內小有名氣的網(wǎng)站CEO，每天也只看一個(gè)結果數據：網(wǎng)站今天的成交量是多少，賣(mài)了多少件產(chǎn)品。

但是看數據看得走火入魔的人會(huì )明白，每個(gè)數據，就像散布在黑夜里的星星，它們之間彼此布滿(mǎn)了關(guān)系網(wǎng)，只要輕輕按一下其中一個(gè)數據，就會(huì )驅動(dòng)另外一個(gè)數據的變化。

大家都比較關(guān)心網(wǎng)站用戶(hù)群，就以此舉例子。

某一天，某網(wǎng)站發(fā)現自己的前端的注冊量增加了不少，訪(fǎng)問(wèn)量也上去了，交易量卻沒(méi)有上去，不死不活。

原因是什么?這是許多網(wǎng)站的通病，每天有許多腦子在想這個(gè)問(wèn)題�，F在這個(gè)階段，處在互聯(lián)網(wǎng)前段的人只知道點(diǎn)擊量等數據，很少問(wèn)后端的商業(yè)數據，如誰(shuí)一直在重復購買(mǎi)?誰(shuí)影響了5%~15%核心用戶(hù)群進(jìn)來(lái)買(mǎi)東西?誰(shuí)在給網(wǎng)站做正/負面傳播?

而操作網(wǎng)站后端交易環(huán)節的人只知道賣(mài)東西，又很少問(wèn)到前端數據，如一個(gè)客戶(hù)進(jìn)來(lái)網(wǎng)站平均停留時(shí)間了15分鐘還是30分鐘，這對將來(lái)重復購買(mǎi)的關(guān)系大嗎?一個(gè)客戶(hù)進(jìn)了網(wǎng)站社區和沒(méi)進(jìn)社區，對產(chǎn)生交易量有關(guān)系嗎?

找不到核心用戶(hù)群的原因，很大原因是沒(méi)有把行為數據與商業(yè)數據對接來(lái)看。

于是，前后端數據割裂，沒(méi)有人知道其中的關(guān)系。作為網(wǎng)站的決策者，不知道網(wǎng)站的核心用戶(hù)群的行為特徵，也不知道怎樣刺激核心用戶(hù)的增加，更不知道從一個(gè)用戶(hù)進(jìn)來(lái)網(wǎng)站之后到走出去，哪些環(huán)節是需要疏通。

當然這只是一個(gè)管中窺豹而已。一個(gè)平臺運營(yíng)商，反應用戶(hù)行為的前端數據與后端的商業(yè)數據千千萬(wàn)萬(wàn)，賣(mài)家和買(mǎi)家也是千千萬(wàn)萬(wàn)，其中前端哪個(gè)數據對整個(gè)網(wǎng)站后端的交易量產(chǎn)生最大影響，只要針對這個(gè)前端數據猛下藥，必然會(huì )刺激后端數據的增加;反過(guò)來(lái)，后端哪個(gè)交易數據比較高，摸清楚是從哪個(gè)渠道來(lái)的，主要貢獻用戶(hù)是誰(shuí)，網(wǎng)站的產(chǎn)品設計就要傾斜于他們，對他們好一點(diǎn)，如此才會(huì )渠道前端的“轉化率”等關(guān)鍵數據的提升。

如果一個(gè)網(wǎng)站的核心用戶(hù)群每月以10%的速度在增長(cháng)，不火也是怪事。

遺憾的是，今天許多電子商務(wù)公司，每天都在做“碰巧”游戲：今天推薦A家產(chǎn)品，明天撤下A家的產(chǎn)品，今天做低價(jià)促銷(xiāo)，明天又做線(xiàn)下活動(dòng)。這些決策的改變，沒(méi)有儀表盤(pán)的指示或良好的監控，都是蒙著(zhù)眼睛在碰巧。

【數據分析師要懂商業(yè)】相關(guān)文章：

數據分析師的職責02-07

數據分析師工作職責05-27

數據分析師的崗位職責11-03

數據分析師崗位職責07-01

數據分析師的職責15篇02-07

數據分析師的職責(15篇)02-08

數據分析師的職責精選15篇02-08

數據分析師個(gè)人簡(jiǎn)歷03-03

高級數據分析師的工作職責12-30

數據分析師工作職責（精選15篇）04-14