发布时间:2023-03-21 05:00:01源自:https://www.it-th.com作者 :it谈话网阅读(481)
 
如果那你还没意识到,
建议你
相信我!日后大有用处。
 
 
 
今天,我给大家分享下,我每天都会怎么看数据的?为什么要看这些?
流量数据、用户特征数、页面转化数据、产品销售数据、活动页面数据、日报数据等等,不管是产品经理还是运营经理,都没面临着各种各样的数据。
 
同时,老板经常问这个数据、问那个数据,有时候还突然发飙:为啥这个数据掉了,怎么没发现!准备怎么挽救?
 
1、数据太多,几乎看不过来
4、感觉总是老板先发现问题,我们反倒是后知后觉
 
这些问题,由浅入深,从没有数据意识,到没有数据业务重点,最后到数据指导业务策略。
 
教大家两个纬度看数据,可以非常快速地从数据中获取信息:数据的业务属性和数据的时效性。
数据的业务属性,可以分为结果型数据和过程型数据。
可以理解为,当前你负责的核心业务指标,比如产品的销售额、付费会员数、新注册用户数、推荐准确率等等
 
结果型数据,是看得最多的数据。为什么?因为,你的升职加薪很大程度会取决于你的业绩结果表现。所以丝毫不能马虎。
有怎么的过程就会推导出怎么样的结果。过程型的数据,结果型数据的构成部分。过程型的数据,拆解的角度有非常之多。比如上述的销售额数据(GMV)。
GMV=流量*转化率*客单价
GMV=a产品GMV+b产品GMV+...+n产品GMV
GMV=a渠道GMV+b渠道GMV+...+n渠道GMV
 
上述等号(=)右边,都是过程型数据。过程型数据的拆解,一定程度上根据团队的组成和管理方式决定的。过程数据,顾名思义要注重过程,所以要注意分析、观察每一个节点的数据表现。
根据数据产出的时效划分,大多数有这三种:实时报、小时报、日报,这个比较好理解。
 
1)实时报:需要实时关注的数据,表明这些数据对业务的及时动作非常有指导意义。比如:抽奖奖品数据监控、双11大促流量监控、秒杀数据监控等等,一般在高并发的场景。
 
2)小时报:数据体现不像实时数据那么着急,但是足够重要,领导非常关心的。比如:战略级重点项目/活动的的流量数据又比如重点产品的销售数据。
 
3)日报:大多数是业务重点指标数据。包含过程型数和结果型数。这些数据跟前一天的业务动作息息相关。
 
通过上述两个纬度的划分:结果数据要牢记、过程数据分析着看、实时数据实时看、日报数据每日看,基本就八九不离十了。
通过数据分类,我们了解看数的基本策略,看数有的放矢,那么基本上可以解决看不过来的问题。
 
那,不知道看数重点,老板总比我们先发现问题的情况,又该怎么解决呢?
 
我们先来看下,大家日常看数的反应:
 
有的人看kpi数,每天的反应是:哦~了解了!
而有的人看kpi数据,他会有喜怒哀乐:太赞了,超越目标进度20%不好了,现在距离进度差太多了,得抓紧。
 
那么我们接下来应该从什么样的角度去看业务数据?为什么要这样看呢?
 
现状是对整体大盘数据的监控,对所负责的业务有一个宏观、全面的了解。在这里,重点需要看:核心指标的完成情况。
 
1)昨日完成数据:核心指标数据、各过程指标的数据。
2)距离目标进度:kpi完成数据进度情况(a%),当前时间进度(b%),如果a>b说明,进度还算正常如果b>a,那就要注意了,要加把劲给团队设定一个进度阀值,低于某一个数值,得告警出来。
 
每日应该完成多少,实际完成多少。当我们增加这个进度的监控指标之后,就更加有感知和方向。
数据异常带来的结果,可能会影响用户的体验、影响业务指标的完成,甚至有可能会让人丢掉饭碗。因此,对于异常情况,切莫掉以轻心。
 
那么应该从哪些角度看呢?
1)绝对值:业务的某个模块数据,以前一直都是非常亮眼的,突然昨天为0了,或者非常低。那就是有异常。
2)占比:按照比例情况,如果一个渠道新户转化占比一直都是40%左右,昨天变成了4%。也可能有异常。
3)系统告警:这种是有明显的异常提醒的。比如抽奖库存控制不住超发、服务器挂掉了等等。
 
多数情况,异常的发现,一般都需要有敏锐的数据洞察能力,需要日常注意多积累,同时,看数也要。
看增长的差异,最常用是:同比、环比的方式。在对比的过程中,注意考虑是否有业务周期性的规律影响、是否有业务重点动作的影响。
 
看出差异,并不是结束,而是业务分析的开始,,这个才是看差异的目的所在!
如果说,每天仅仅停留在看数据上,不思考、不行动,那为什么要花时间去看呢?
 
通过看现状数据,了解业务距离目标进度情况,加深对业务认识、摸索总结周期性规律
通过看异常数据,找到异常的原因所在,及时处理异常,避免业务有资金损失、影响公司声誉
通过看差异数据,关注过程指标的差异,找到差异问题的核心,并制定具体的解决方案。
每天看数,并不是仅仅停留在看。而是从了解what,到分析why,再到how,才是一个完整的看数链条。
 
希望今天的分享,对大家有点帮助。
-END-
欢迎分享转载→ 产品数据每天看,到底应该看什么?