軟件開發 APP開發 軟件開發公司 APP開發公司

        數據分(fēn)析與挖掘技術

     “數據分(fēn)析和(hé)數據挖掘是組合的(de)數學和(hé)計算(suàn)機科學産品。”

     “數學是數字、模型、模式和(hé)變化(huà)的(de)學科。”

 這(zhè)兩句話(huà)結合，我認爲這(zhè)是挖掘做(zuò)事不夠準确彙總數據分(fēn)析和(hé)數據 - 理(lǐ)解業務，找到問題的(de)關鍵數據，找到合适的(de)型号，找出規律和(hé)變化(huà)，預測未來(lái)。

  我不打算(suàn)在這(zhè)裏繼續發展複雜(zá)的(de)數學知識。所謂術業有專攻，作爲産品設計師和(hé)産品經理(lǐ)的(de)CRM系統，我們應該看什(shén)麽姿勢的(de)CRM業務使用(yòng)的(de)數據。

  數據的(de)價值是什(shén)麽？

      1. 數據可(kě)以揭示真相

心理(lǐ)學中有一種現象叫做(zuò)“新鮮度問題”，它是指人(rén)們在面對(duì)解決問題或做(zuò)出決策的(de)情況時(shí)，傾向于利用(yòng)真正發生的(de)或更容易獲得(de)的(de)信息做(zuò)出決策，但導緻這(zhè)種決策模型的(de)有限經驗和(hé)資源很可(kě)能使我們做(zuò)出錯誤的(de)判斷。題外話(huà)，要知道心理(lǐ)學和(hé)統計是密不可(kě)分(fēn)的(de)，這(zhè)麽多(duō)的(de)想法的(de)心理(lǐ)可(kě)以在數據分(fēn)析找到影(yǐng)子。

例如，名爲“短信營銷”，你的(de)第一反應不是“哪裏有現在的(de)人(rén)看到這(zhè)個(gè)消息啊？他(tā)們正在使用(yòng)微信。 “答(dá)案是”不”，因爲有短信數據業務的(de)鏈路可(kě)以達到20％，而廣大(dà)讀者品牌的(de)圖形數量一般爲3％左右。有沒有打亂你的(de)看法？

數據用(yòng)來(lái)說話(huà)，以避免人(rén)們因有限的(de)經驗中學習(xí)，并引起揭露真相的(de)認知偏差。

2. 數據可(kě)以轉化(huà)爲行動

數據轉化(huà)爲信息再由信息轉化(huà)爲行動，數據分(fēn)析的(de)目的(de)是行爲。通(tōng)過了(le)解真實的(de)世界，以前的(de)工作成果的(de)措施，使我們可(kě)以采取更多(duō)的(de)行動通(tōng)知，效果更佳。

但我更關心的(de)問題是：它是否能明(míng)智地使用(yòng)數據？

回到“短信營銷”，因爲短信鏈接的(de)點擊率遠(yuǎn)遠(yuǎn)超過讀取的(de)圖形的(de)數量，品牌是不是意味著(zhe)公衆放棄所有的(de)數字，并切換到“短信營銷”平均的(de)例子嗎？答(dá)案仍然是否定的(de)。

思考一下(xià)以下(xià)問題：

短信打所有的(de)含量可(kě)以達到它的(de)20％？

哪些内容可(kě)以在短信中達到20％的(de)點擊率？

品牌，就是以什(shén)麽樣的(de)場(chǎng)景信息到用(yòng)戶的(de)手機号碼？

有多(duō)少鏈接短信轉換KPI的(de)最終目标上點擊有嗎？

SMS轉換率比的(de)讀出公共圖形号碼的(de)量高(gāo)，答(dá)案可(kě)能位于不同的(de)SMS用(yòng)戶和(hé)公衆号碼用(yòng)戶位于生命周期。

在什(shén)麽情況下(xià)發送短信的(de)手機号碼收購(gòu)品牌？或許是從電商平台獲得(de)的(de)訂單數據，意味著(zhe)手機号的(de)擁有者已經是品牌消費者或用(yòng)戶，品牌有了(le)一定的(de)認可(kě)度，到交易階段的(de)客戶群體及時(shí)發送推廣短信可(kě)以有效的(de)刺激客戶複購(gòu)..

對(duì)于一些公共操作的(de)，廣大(dà)球迷和(hé)品牌，以品牌建設爲主要活性業務，運營目的(de)是爲了(le)提高(gāo)潛在客戶的(de)品牌知名度，粉絲和(hé)品牌信任關系的(de)鞏固。如果公衆号渠道和(hé)短信渠道從運營目的(de)到内容定位的(de)不同，那麽指标性能并不是唯一的(de)參考答(dá)案。

數據不會說謊，但數據會被誤讀，原因是誤讀，人(rén)們都在思考的(de)盲點。避免盲點思維方式是數據的(de)不确定性，一個(gè)明(míng)确的(de)因素，我們不知道該怎麽辦找出“反查”的(de)方法，以數據的(de)避免誤解。

        二、數據的(de)指導意義

1. 度量

測量檢查工作的(de)結果前一個(gè)環是最常見的(de)KPI（關鍵指标）的(de)措施是必要的(de)。

KPI可(kě)分(fēn)爲“目标KPI”和(hé)“過程KPI”。

     “目标KPI”是業務工作的(de)最終目标績效考核的(de)結果衡量？例如：新的(de)粉絲數量，新客戶的(de)數量，再購(gòu)買率，換手率等。

工作“流程KPI”是最終目标将進行拆解的(de)不同指标，劃定在每個(gè)工藝節點制造。例如，對(duì)于一個(gè)帶有公衆号的(de)新粉的(de)裂變運動，“目标KPI”是新粉絲的(de)數量，流程KPI包括：PV、UV、分(fēn)享号等。活動頁面。

「過程 KPI 」的(de)目的(de)有兩個(gè)：

 通(tōng)過“過程KPI”，可(kě)以預測目标績效結果，

      “KPI過程”來(lái)描述方法中，反應的(de)問題，分(fēn)析性能結果，的(de)原因，如一個(gè)普通(tōng)漏鬥模型。

2. 理(lǐ)解

測量的(de)目的(de)是識别“問題”，這(zhè)些問題可(kě)以是無法實現目标的(de)原因，避免後續工作中同樣的(de)錯誤，也(yě)可(kě)以是成功實現目标的(de)原因，轉化(huà)爲可(kě)複制的(de)成功模式。

首先要回答(dá)一個(gè)小問題的(de)數據分(fēn)析之前發現問題，大(dà)問題變成小問題，找到答(dá)案的(de)大(dà)問題。如：

改進營銷活動的(de)問題

        提高(gāo)績效的(de)問題

分(fēn)析分(fēn)析數據的(de)過程中添加的(de)“尺寸”，可(kě)這(zhè)些小問題進行了(le)拆解它一個(gè)很好的(de)答(dá)案。

常見的(de)維度分(fēn)析包括：

時(shí)間維度

人(rén)口屬性維度

行爲事件維度

3. 預測

通(tōng)過對(duì)曆史數據的(de)理(lǐ)解可(kě)以預測未來(lái)。

當每天7點準時(shí)下(xià)班時(shí)，他(tā)們可(kě)以準确地預測到達公司的(de)時(shí)間框架。究其原因可(kě)想而知，因爲在上班的(de)路上，一天又一天，公司都到達同一時(shí)間。

在客戶關系管理(lǐ)中，大(dà)多(duō)數交易是可(kě)以預測的(de)：

哪些客戶可(kě)能會流失？

下(xià)一次顧客的(de)購(gòu)物(wù)情況發生在什(shén)麽時(shí)候？

通(tōng)過直觀的(de)圖表包含時(shí)間變量，我們已經可(kě)以做(zuò)一些簡單的(de)預測，如銷售淡季時(shí)節的(de)是什(shén)麽事件;但大(dà)多(duō)數預測是基于一組混雜(zá)與未來(lái)業績相關的(de)因素，我們需要通(tōng)過一些數學模型的(de)立場(chǎng)。

客戶信息是品牌的(de)關鍵資産

品牌收集客戶數據，客戶肖像的(de)形式，幫助品牌爲客戶提供優良的(de)特殊服務，更高(gāo)的(de)轉化(huà)率。通(tōng)過分(fēn)析每個(gè)客戶的(de)價值，品牌決定哪些客戶值得(de)保留和(hé)放棄，

最困難的(de)收集和(hé)使用(yòng)客戶信息是識别顧客的(de)身份。

舉一個(gè)例子：一位顧客購(gòu)買了(le)該品牌的(de)旗艦店(diàn)山貓第一次被标記爲新客戶，其實，在品牌自己的(de)專賣店(diàn)早期客戶都是一些京東買的(de)，因爲用(yòng)戶并不認可(kě)山貓而京東的(de)用(yòng)戶是一樣的(de)自然人(rén)，同時(shí)給予客戶将在京東的(de)新客戶提供了(le)品牌，也(yě)發出了(le)京東喚醒回購(gòu)報價，直接導緻了(le)資源的(de)浪費品牌。

獲取客戶數據通(tōng)過的(de)關鍵是一個(gè)統一的(de)标識，例如id号，但是商業上比較合适的(de)标識不是手機号..移動号碼的(de)收集可(kě)以來(lái)自訂單數據，但更多(duō)的(de)是來(lái)自品牌組織的(de)互動活動，引導用(yòng)戶提供自己的(de)移動号碼。

數據的(de)收集

數據量的(de)數據分(fēn)析過程中需要，越多(duō)越好，但理(lǐ)想和(hé)現實是有差距的(de)。除了(le)微信，淘寶，數十億用(yòng)戶的(de)大(dà)工廠，甚至行業的(de)一線品牌都想收集多(duō)維度的(de)客戶數據并不容易。

通(tōng)常品牌将繼續創造機會（如營銷活動，調查等形式的(de)互動）與客戶進行互動，收集客戶的(de)基本信息，通(tōng)過事先埋在客戶的(de)活動頁面收集的(de)行爲數據點。

數據收集的(de)過程，需要足夠的(de)耐心和(hé)我們能做(zuò)的(de)：

制作互動内容來(lái)吸引客戶願意離開他(tā)們的(de)數據。

做(zuò)好數據的(de)存儲規範，保證不同活動，不同渠道采集到的(de)數據可(kě)以統一命名存儲，以便于後續使用(yòng)，

需要收集的(de)數據是由業務需求決定的(de)，比如牛奶品牌需要收集嬰兒(ér)出生日期，或者洗發水(shuǐ)品牌收集客戶的(de)頭發質量特征來(lái)推薦更适合他(tā)們的(de)産品。

數據的(de)呈現

圖表可(kě)以用(yòng)來(lái)形容各項性能指标。數據可(kě)視化(huà)的(de)本質是基于的(de)前提是不同的(de)經營宗旨，描述了(le)最合理(lǐ)的(de)方式中的(de)數據，人(rén)們可(kě)以更容易地理(lǐ)解這(zhè)些信息傳達的(de)數據。如

線圖：用(yòng)來(lái)表現基于時(shí)間維度的(de)指标走向

柱狀圖或餅狀圖：用(yòng)來(lái)表現指标的(de)維度分(fēn)布

直方圖：用(yòng)來(lái)表現指标的(de)數據分(fēn)布

分(fēn)散：同樣是分(fēn)布式的(de)性能，非常适宜做(zuò)回歸分(fēn)析

1. 數據分(fēn)析在于對(duì)比

“本月(yuè)新增客戶數量比上月(yuè)增加20％”顯然比“本月(yuè)新增客戶200家”，“比”是一個(gè)自然的(de)比較指标“轉換”的(de)活動，例如，“訪問人(rén)數”與客戶最終“的(de)人(rén)購(gòu)買數量”做(zuò)對(duì)比（的(de)人(rén)購(gòu)買/訪客％号），該活動可(kě)以進行真實的(de)效果。

2. 數據分(fēn)析需要聯動

數據分(fēn)析是是連續行爲，數據需要連接起來(lái)。

如果這(zhè)兩個(gè)指标總是一起變化(huà)或一個(gè)指标導緻另一個(gè)指标變化(huà)的(de)

那麽它們是相關的(de)。

3. 提供靈活的(de)多(duō)維度數據篩選＆數據對(duì)比

提供維度篩選，幫助商務人(rén)士發現性能數據的(de)原因，并避免許多(duō)不同的(de)解釋在同一時(shí)間。

添加維度以注意虛榮心數據。仍然有效“轉化(huà)率”爲例，即使轉化(huà)率達到80％，但這(zhè)些大(dà)多(duō)是客戶“的(de)活動不會買的(de)”客戶成功轉型，這(zhè)也(yě)活動不那麽成功的(de)績效指标。

注意事項

甚至行業的(de)常用(yòng)指标仍然需要被定義和(hé)用(yòng)于計算(suàn)的(de)明(míng)确的(de)指标的(de)指标的(de)公式。不同的(de)品牌業務場(chǎng)景也(yě)是不同的(de)，對(duì)指标可(kě)能有不同的(de)解釋。例如：在線客服績效考核，不同品牌有相同指标的(de)計算(suàn)不同的(de)考核标準也(yě)不同。

對(duì)于定性指标，需要進行兼容的(de)後續修正。例如：活動，客戶價值，運行一段時(shí)間後，在指數中，市場(chǎng)的(de)變化(huà)，改變了(le)客戶特征需要重新調整指數的(de)計算(suàn)。

總結

由于人(rén)們思維的(de)盲點，在數據分(fēn)析過程中存在著(zhe)許多(duō)陷阱，通(tōng)過反考來(lái)識别我們的(de)不确定因素。

了(le)解企業，發現問題，将大(dà)問題分(fēn)成可(kě)管理(lǐ)的(de)解決一個(gè)小問題，使用(yòng)正确的(de)數據和(hé)分(fēn)析模型，以找出答(dá)案。

數據可(kě)視化(huà)是一個(gè)完整的(de)數據分(fēn)析過程，

數據聯動，分(fēn)割尺寸等的(de)比較分(fēn)析，可(kě)以管理(lǐ)混雜(zá)因素，數據的(de)更準确的(de)解釋。