如何进行有效的数据分析

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,如何进行有效的数据分析,网站参谋部 金雪,Aug.2008,人,=,吃饭,+,睡觉,+,上班,+,玩,猪,=,吃饭,+,睡觉,代入,:,人,=,猪,+,上班,+,玩,即,:,人,-,玩,=,猪,+,上班,.,结论,:,不懂玩的人,=,会上班的猪,男人= 吃饭,+ 睡觉,+,挣钱,猪 =,吃饭,+ 睡觉,男人= 猪,+,挣钱,猪=,男人,-,挣钱,结论：男人不挣钱等于猪。,女人= 吃饭,+ 睡觉,+,花钱。,猪 =,吃饭,+ 睡觉。代入上式得：,女人= 猪,+,花钱。移项得：,女人,-,花钱=猪 。,结论：女人不花钱的都是猪。,男人,+,女人,=2,吃饭,+ 2,睡觉,+,挣钱,+,花钱,=2(,吃饭,+,睡觉,)=2,猪,结论：男人,+,女人就是两头猪,思考：问题出在哪里？,提 纲,什么是数据分析,数据分析可以帮你作什么,如何作有效的数据分析,一些数据分析的常用方法,如何有效地,Present,分析结果,案例分享,什么是数据分析,请牢记：,所有的分析要从,“结果”,出发，没有结论的数字罗列并不是分析；,“结果”,：发现问题和解决问题。,什么是数据分析,我的一些感受：,数据分析不是一门复杂的科学,；,而是一些简单的“,common sense”,；,复杂的运算通常只是令分析结果更差而不是更好；,绝大多数是简单的想法和简单的沟通,数据分析有时候是一门艺术,同样的数据会有不同的解读,优秀和平庸的差异，有时候差在一种灵感,提 纲,什么是数据分析,数据分析可以帮你作什么,如何作有效的数据分析,一些数据分析的常用方法,如何有效地,Present,分析结果,案例分享,数据分析可以帮你作什么？,企业运用和实施,营运规划,绩效分析,投资与决策分析与检验,数据分析在营运规划中的作用,寻找未来企业的“成长引擎”,确定企业发展的助力和阻力,为长期规划和短期规划制定“,growing map -,发展线路图”,Growing Map,2008,年的阿里巴巴,2012,年的阿里巴巴,从数据中了解和发现客户：他们的类型，需求，行踪，习惯，趋势等等，为开发有价值的产品和服务提供源泉,让数据来衡量产品和运营的效果，找到改进和完善的方案,数据分析为战略决策提供支持和建议,好的决策以数据为本，而不是靠拍脑袋和闭门造车,数据分析在营运规划中的作用,绩效分析与绩效管理,什么才是有效的绩效管理,量化的,KPI,报表管理和设计,单一的,KPI,管理,vs,全面的,KPI,管理,(BSC),静态的,vs,动态的,只考虑成果的,vs,综合考虑成果和成本的,无计划,/,预测,/,控制的管理和有计划,/,预测,/,控制的管理,无预警机制的管理和有预警机制的管理,递进的过程,投资和决策分析,举例：,Marketing,上的运用：,新产品，新生产线的盈利预测,广告的成本效益的分析，盈亏平衡点的分析,Operation:,提高劳动生产率的敏感度分析,其他,买还是租,提 纲,什么是数据分析,数据分析可以帮你作什么,如何作有效的数据分析,一些数据分析的常用方法,如何有效地,Present,分析结果,案例分享,问有效的问题,对业务的,理解是前提！,Page 5,如何进行有效的数据分析,建立一些假设,寻找正确的数据,分解手中数据的关系,KISS,验证假设和结果的关系,Step1:,问有效的问题,问题是否真的有效的,3,个检验,检验,1-,复杂性检验,问题是否直接并相关,检验,2-,有用性检验,这个问题的答案是否对分析有帮助,检验,3-,可行性性检验,我收集的数据是否真的能帮助我解答问题,问有效的问题,-,复杂性检验,如何量化,PV,增加的各种因素的影响，如广告,经济，新的主页,？,失败案例,太过复杂，,N,多种问题被合并成一个,无法知道每种因素和浏览量增加的相关性，所以无法量化,失败原因,成功案例,哪些因素导致最近一周,PV,急剧上升？,问有效的问题,-,有用性检验,中国供应商自身产品的质量和价格是否是影响其成交的重要因素？,是否可以通过提高中国供应商的产品质量提高他的成交，继而提高续签率？,失败案例,产品质量当然是成交的重要因素，了解了这个答案并无法帮助我们提高续签率，因为客户产品是我们不可控的。,失败原因,成功案例,有效反馈数量多少是否是影响中国供应商续签率的重要因素？,问有效的问题,-,可行性检验的,美国次贷危机在,短期和长期,内对阿里巴巴营收有何影响？,失败案例,有太多的因素你不可控制：,美国次贷危机将持续的时间；,美国次贷危机对中国外贸企业的具体影响；,美国政府和中国政府的应对策略,;,.,失败原因,成功案例,美国次贷危机爆发前后，来自美国的活跃买家和买家询盘数量是否有影响？,Step2:,建立一些假设,假设为什么重要,复杂的问题通常有很多潜在的答案,没有强有力的假设，你会浪费很多时间并没有证明任何东西,正确的假设决定你收集怎样的数据并如何看待他们,建立一些假设案例,问题：影响中供反馈数量的因素有哪些？,可能的假设,需要的数据,自身活跃度,阿里巴巴分配资源,同类产品的竞争程度,广告投入,-,登录次数；,ATM,使用时长,-,发布产品数量；,Repost offer,数量,-,主动发送报价数量,-,产品曝光次数,-,中供,Minisite,PV,和,Session,-,产品总数在该行业的排名,-,产品曝光次数在该行业的排名,-,购买广告（关搜和黄展）的次数,-,购买广告（关搜和黄展）的金额,一致性,免费会员曝光数据只有从,08,年,7,月开始有，无法分析,08,年,4,月产品默认搜索实现后对中供、,ITP,和免费会员曝光资源分配的影响,Analysis was a flop -,MMs,did not use the same standards,精确度,数据不能准确量化：例如销售人员的销售技巧,数据的取得很困难：例如客户的数据如成交,时效性,联合国关于各国经济和中小企业数据基本是,2,年前的,清楚各项数据的最合适来源,明白各项数据的局限性和可能潜在的错误,Step3:,取得有效的数据,常见的问题,Step4:,分解原因,为何要分解原因？,一个问题往往有潜在的多个答案，如果不将多种因素分解，单独分析，无法了解哪个才是真正的直接相关因素。,分解的原则：直接不交集,直接因素：因素和结果之间没有其他可能的间接关系,例如：最近的周末都下雨,最近的雨天我们的,PV,就下降,所以雨天是,PV,下降的原因,案例失败的原因：雨天和,PV,之间有周末这个因素，而周末是,PV,下降的原因。,分解原因的建议,分解原因的一些建议,问一问：每个原因是否已经互不相交？,问一问：每个原因是否是直接的，是否是其他原因的衍生产物？,如何分析被分解的原因,(KISS,原则,),孤立一个因素，将有无此因素的两个结果进行比较,例如：将某段到期中供中，按其是否在该段期间内有无购买广告分群，再按这两群人体的续签率进行对比，可大致了解广告对中供续签率的影响。,Step5: KISS,原则,-,Keep It Simple and Stupid,分析被分解的原因的两个,KISS,工具：,“,开关” 工具,影响前,vs,影响后,有影响,vs,无影响,“,XY”,工具,X ,影响因素,Y, 产生结果,“开关”工具,案例,问题,:,哪些是影响续签率的重要因素？,假设,:,订阅,Trade Alert,能增加买家机会，从而可能会影响效果和续签率,简单的分析方法：,“,有,/,无”订阅群体的续签率是否存在差异,续签合同续签率,新签合同续签率,N,无订阅,Y,有订阅,问题,:,哪些是影响中供获得曝光机会的主要原因,?,假设,:,产品覆盖面广应该是影响曝光的重要因素,简单的分析方法：,带来曝光的买家搜过关键词数（代表产品覆盖面）与产品曝光次数的“,XY”,分析,“,XY”,工具,案例,Step 6:,验证假设和结果的关系,反复问自己几个问题：,分析结果在逻辑上是否合理？,是否有明显的逻辑错误？,征询前线同事的直接感受是否与分析结果相符？,一些违反直觉的结果往往代表一定有什么东西你没有考虑到。,什么东西是你的老板肯定会问的？,假设他的问题,并准备好你的答案,这就是为什么有些人就是与众不同。,提 纲,什么是数据分析,数据分析可以帮你作什么,如何作有效的数据分析,一些数据分析的常用方法,如何有效地,Present,分析结果,案例分享,数据分析一些技术方法,比较分析,对比参照数据，追踪差异原因；,预测；去年同期；上期都可以是参照数据。,趋势分析,最常用的报表手段,因素分析,中供反馈数与哪些因素相关？ 自身活跃度？排名？广告？产品数量？,某些工具：相关系数等。,比率分析,常用的财务上的比率分析有：资产负债率；,人力资源管理上经常用的是：人员周转率，人员离职率等,在网站分析上：,粘度（,PV/Session,）,Feedback Rate (,Feebacks,/,接收人数,),数据分析一些技术方法,组成分析法,将某一数据拆分，研究其组成，如：,国家组成分析,行业组成分析,内部数据和外部数据的比较分析,中供与竞争对手付费产品性价比分析,层层筛选法,适用于选择目标市场和目标群体,对多种影响因素按其重要程度进行一定组合，先按第一组合选择出较大范围目标对象，再按第二组合对第一组合筛选出来的对象进一步缩小范围，以此类推，得出最终目标对象,较为复杂的分析方法,数据挖掘方法（,Data Mining,）,定义：,从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。,优势：,可处理海量数据,可分析,N,种影响因素对结果的影响程度,可根据历史来预测未来,分析方法举例,1,在这张图中可以看到：,比较分析,趋势分析,3),组成分析,分析方法举例,2,-,层层筛选法,Potential Buyer Market Selection,Top 23 Potential,Buyer Markets,1. Import Value,3. E-readiness Score,2. Num. of SME,4. Daily B2B UV,Source: UN,Comtrade,Source: World Bank,Source: Economist,Source:,Alexa,Step 1,Top 15 Potential,Buyer Markets,Step 2,分析方法举例,3,-,数据挖掘神经网络分析法,1.,模型,Clementine,流截图,ITP Leads,新签概率模型,2.,神经网络关键字段,ITP Leads,新签概率模型,分析方法举例,3,-,数据挖掘神经网络模型,影响因素,重要程度,提 纲,什么是数据分析,数据分析可以帮你作什么,如何作有效的数据分析,一些数据分析的常用方法,如何有效地,Present,分析结果,案例分享,有效的分析必须匹配完美的演示,了解你的听众,谈谈他们感兴趣的东西,假象他们的问题，并准备你的答案,一张图表胜过千言万语,为每一张演示表加上概括的表头,确定你了解,“,So What,”,永远不要演示没有,Meaning,的数据,特别是在繁忙的高层面前,解释你的结论和图表,/,数字之间的逻辑关系,演示结束前总结你的结论，,特别是在他们即将忘记前。,提 纲,什么是数据分析,数据分析可以帮你作什么,如何作有效的数据分析,一些数据分析的常用方法,如何有效地,Present,分析结果,案例分享,再次强调：,没有对业务的熟悉和理解，无法做出优秀的数据分析！,案例分享：中供生命周期与续签率研究,谢谢指教！,