最近有一位剛入行的朋友跟我吐槽,說他提交了一份8月的經營資料分析報告給領導,報告裡面放了很多圖表,也羅列了很多資料,結果卻被老闆痛批了一頓,說分析了半天也看不懂他的分析邏輯在哪裡,他覺得很委屈。
其實,這位朋友和很多關注我的粉絲一樣,做資料分析時,拿著手裡的資料大腦卻一片空白,不知道從哪裡開始分析、從什麼維度分析,常常一頓操作猛如虎,還是分析不出個所以然來。
今天老李就給大家分享
3種常用的資料分析方法
,讓你快速明白這些方法在解決實際工作問題中有什麼用?怎麼用?
1、漏斗分析法
有什麼用?
漏斗分析法能夠反映使用者行為狀態,以及從起點到終點各階段使用者的轉化率情況,是一種重要且工作中常用的分析模型。透過漏斗分析模型
可以
分析多種業務場景下轉化和流失
的情況,不僅找出產品潛在問題的位置,還可以
定位每個環節流失使用者,進而定向營銷促進轉化
。
怎麼用?
漏斗分析模型目前廣泛應用於網站和APP的使用者行為分析中,例如流量監控、SEO最佳化、產品營銷等日常資料的資料分析工作中。
例如用FineBI為某電商平臺製作的轉化分析報告,這裡面就運用了漏斗分析法。因為
對於電商平臺來說,目的就是讓使用者下單併成功支付,而最終的交易成功率是取決於整個流程中每一步的使用者轉化率。
所以,
如果想要提高交易成功率,我們就需要透過漏斗模型一步一步地進行監測
。如上圖所示,我們可以監控使用者在流程中各個層級上的行為路徑,尋找每個層級的可最佳化點。對沒有按照流程操作的使用者,可以去繪製他們的轉化路徑,找到可提升使用者體驗,縮短路徑的空間,最終提升整體轉化率。
2、ABC分析法
有什麼用?
ABC分析法其實很好理解,就是把產品或業務分為A、B、C三個類別。
A類:
數量佔比少,價值佔比大(佔80%)
B類:
沒有A類物品那麼重要,介於 A、C 之間(佔10%)
C類:
數量佔比大,但價值佔比很小(佔10%)
核心思想就是少數專案貢獻了大部分價值
,
以此來
分清業務的重點和非重點
,從而讓企業對產品實現差異化管理,
把最大的精力放到價值最大的業務/產品上
。
怎麼用?
舉個實際場景的例子:以商場銷售額為例,在知道各類商品銷售額的基礎上,①先求出總銷售額 ②再求累計總銷售額(第二列) ③求累計銷售額佔比(第三列)
最後
將品牌商品按銷售量(第一列)降序排列,依次分成銷售額佔比為 80% ,10%,10% 對應A 類,B 類,C 類三類品牌,用柱形條展示出來。
據圖可知,在累計佔比80%警戒線下,圖中紅框中的品牌即為A類品牌;在累計佔比90%警戒線下,黃框中為B類品牌;在累計佔比90%警戒線上,綠框中為C類品牌。
3、KANO模型分析法
有什麼用?
在實際工作中,常常會碰到客戶提出一大堆需求,什麼都想要,但開發產品的資源和人力都是有限的,那怎麼才能撈出真正的使用者需求?給真正重要的需求高優先順序?
KANO模型分析法就是用來解決此類問題的,它可以對使用者需求進行系統分類和優先排序,將需求分成4個象限,而這4個象限對應了4種需求型別,它們的優先順序排序為:必備型需求>期望型需求>興奮型需求>無差異需求。
必備型需求(必須有)
:即常說的痛點。對於使用者而言,這些需求是必須滿足的,若不提供這個需求,使用者滿意度則會大幅度降低。這類是核心需求,也是產品必做功能。
期望型需求(應該有)
:
提供此需求,使用者滿意度會提升;不提供此需求,使用者滿意度會降低。通常作為競品之間比較的重點。
興奮型需求(可以有)
:
驚喜型產品功能,超出使用者預期,往往能帶來較高的忠誠度。不提供也不會降低使用者滿意度。
無差異需求(可有可無)
:
使用者根本不在意的需求,對使用者體驗毫無影響。儘量規避做此型別功能。
怎麼用?
透過滿意係數和不滿意係數,來對功能進行象限的分類,而滿意係數和不滿意係數的資料,一般是來源於調研問卷。
調研後再對資料進行清洗、處理,設定橫向警戒線和縱向警戒線,作為象限圖的橫軸和縱軸,警戒線的數值分別為滿意係數平均值和不滿意係數平均值。
最後,透過象限圖找出優先順序最高的功能,有了資料支撐,就避免出現因糾結要增加哪個功能而爭得不可開交的局面,提升了工作效率。
最後,分享一下資料和分析工具,
回個“資料”就能獲得資料分析工具!