- 相關推薦
數據分析師要懂商業
前一段日子見到一位數據發燒友跟我談起了數據分析師，我們兩個有一個一致的觀點：電子商務發展速度越來越快，這個行業的趨勢變化也越來越快。對于電子商務公司老板來說，想要自己永遠跟著趨勢走，學會數據驅動是必然的了。
慶幸的是，今年搞電子商務的人對數據分析開始重視起來了，就連夫妻店起來的淘寶賣家也開始招數據分析師，更別談一些再大些的電子商務公司。
但是，這讓我心存隱憂：現在不是缺數據，而是數據太多。據統計，在今天的互聯網上，每60秒會產生10萬個微薄信息、400萬次search、facebook上50萬次contact。我相信，今天稍大一些的電子商務公司，都會采集一些行為數據(比如點擊量)，但是這些行為數據與商業數據(比如交易量)有什么關系?今天絕多數公司，甚至包括凡客這樣的著名電子商務公司，都不知道怎樣利用這成千上萬的零散數據。
需要數據邏輯，更需要商業敏感
先講一個有趣的故事。有一天，linkin發現忽然發現雷曼兄弟的來訪者多起來了，但是并沒有深究原因，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來找工作了。谷歌宣布退出中國的前一個月，我在linkedin發現了一些平時很少見的谷歌的產品經理在線，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，是不是有商業價值呢?我相信，現在51job絕對不知道要采集這些數據，只盯著注冊用戶數量這樣的簡單數據。國內許多互聯網公司，拿著魚翅當蘿卜。
說這個故事，只是為了告訴大家，互聯網中的數據，需要用商業的眼光去分析，才有價值。
今天電子商務公司的數據分析師，有些像老板的軍師，必須有從枯燥的數據中看到解開市場的密碼的本事。
比如，當一個具有商業意識的數據分析師發現，網站上的嬰兒車的銷量增加了，那么他基本可以預測奶粉的銷量也會跟著上去。
再比如，和傳統賣場一樣，網站上的產品起到的作用并不一樣，有的產品是為了賺錢，有的產品是為了促銷的，有的產品是為了引流量，不同的產品在網站上擺放位置當然是不一樣的。
一個商業敏感的數據分析師，是懂得用什么數據驅動公司目標實現的。
比如，樂酷天與淘寶競爭，重點看的不是交易量，而是流量，每天有多少新的seller進來，賣了多少東西。因為此階段的餓競爭最核心的就是人氣，而非實質交易量。如果新來的seller進來賣不出東西，只是老的seller的交易量在增長，即使最后交易量每天都增長，還是有問題。
再比如，一家剛踏入市場的B2C和已經占領大部分市場的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有那么大，成熟的公司重點是看交易,轉化率及回頭率的。。
而當下的數據分析師多是學統計學出身的，一對數據放在那里，大家都擅長怎么算回歸、怎么畫函數。但是這批數學的人才缺乏商業意識，不知道這些數據對業務意味著什么，看不見一堆數據中誰和誰有關系，也就不知道該用什么的邏輯分析，也就無法充當老板的眼睛了。
前幾天遇到一個老板，他說手下每天給他看幾十個零散數據。我問，是不是數據越多越麻煩。他說我一下子就點出他的痛處了，因為請來的數據分析專家只把數據交到他面前，但是卻沒有把行為數據和商業數據的關系告訴他。
你說，一個公司CEO，每天看到幾十個數據，什么PV、PU、UV等等等，他們有精力來解讀嗎?對于他們來說，只需要知道有問題嗎?問題是什么?有新的發現嗎?需要做什么?這就行了。
我把這個理解成為數據的世界里的“儀表盤”，比如說網站流量進來彈出率怎樣就可以在儀表盤里呈現。你開車，如果水溫過高，儀表盤亮燈提示。同樣，在電子商務的交易中，也可以用一些數據組成“儀表盤”。
所以說，數據分析師不是單純做數學題。
行為數據和商業數據，互相推動
一個好的儀表盤，出現好的情況和壞的情況，儀表盤都會有提示。而構成“儀表盤”，正是行為數據和商業數據之間的邏輯關系。
我自己發明了一種稱謂：前端行為數據和后端商業數據。前段數據指訪問量、瀏覽量、點擊流及站內搜索等反應用戶行為的數據，而后端數據更側重商業數據，比如交易量、ROI, LTV(Life time Value)。
目前有些人關心行為數據，也有些人關心商業數據，但是沒有幾家網站是把行為數據和商業數據連起來看的。大家只單純看某一端數據。國內小有名氣的網站CEO，每天也只看一個結果數據：網站今天的成交量是多少，賣了多少件產品。
但是看數據看得走火入魔的人會明白，每個數據，就像散布在黑夜里的星星，它們之間彼此布滿了關系網，只要輕輕按一下其中一個數據，就會驅動另外一個數據的變化。
大家都比較關心網站用戶群，就以此舉例子。
某一天，某網站發現自己的前端的注冊量增加了不少，訪問量也上去了，交易量卻沒有上去，不死不活。
原因是什么?這是許多網站的通病，每天有許多腦子在想這個問題。現在這個階段，處在互聯網前段的人只知道點擊量等數據，很少問后端的商業數據，如誰一直在重復購買?誰影響了5%~15%核心用戶群進來買東西?誰在給網站做正/負面傳播?
而操作網站后端交易環節的人只知道賣東西，又很少問到前端數據，如一個客戶進來網站平均停留時間了15分鐘還是30分鐘，這對將來重復購買的關系大嗎?一個客戶進了網站社區和沒進社區，對產生交易量有關系嗎?
找不到核心用戶群的原因，很大原因是沒有把行為數據與商業數據對接來看。
于是，前后端數據割裂，沒有人知道其中的關系。作為網站的決策者，不知道網站的核心用戶群的行為特徵，也不知道怎樣刺激核心用戶的增加，更不知道從一個用戶進來網站之后到走出去，哪些環節是需要疏通。
當然這只是一個管中窺豹而已。一個平臺運營商，反應用戶行為的前端數據與后端的商業數據千千萬萬，賣家和買家也是千千萬萬，其中前端哪個數據對整個網站后端的交易量產生最大影響，只要針對這個前端數據猛下藥，必然會刺激后端數據的增加;反過來，后端哪個交易數據比較高，摸清楚是從哪個渠道來的，主要貢獻用戶是誰，網站的產品設計就要傾斜于他們，對他們好一點，如此才會渠道前端的“轉化率”等關鍵數據的提升。
如果一個網站的核心用戶群每月以10%的速度在增長，不火也是怪事。
遺憾的是，今天許多電子商務公司，每天都在做“碰巧”游戲：今天推薦A家產品，明天撤下A家的產品，今天做低價促銷，明天又做線下活動。這些決策的改變，沒有儀表盤的指示或良好的監控，都是蒙著眼睛在碰巧。
【數據分析師要懂商業】相關文章：
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
數據分析師個人簡歷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