九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区

大概率每天早8點(diǎn)25更新  

這是精讀系列的第3篇文章

哈嘍，大家好，我是可樂，今天是精讀《數(shù)據(jù)分析思維：分析方法和業(yè)務(wù)知識(shí)》的第三篇文章，對(duì)應(yīng)這本書的第345章，主要講用數(shù)據(jù)分析解決問題的流程以及兩個(gè)實(shí)戰(zhàn)案例：國(guó)內(nèi)和跨境電商行業(yè)的業(yè)務(wù)知識(shí)、指標(biāo)和案例。

前兩篇精讀如下：
精讀1：總說業(yè)務(wù)，到底業(yè)務(wù)常用的指標(biāo)有哪些
精讀2：11種數(shù)據(jù)分析方法，別再說你不會(huì)了

這一章的內(nèi)容實(shí)際上是告訴我們要將前一章單獨(dú)的分析方法結(jié)合起來運(yùn)用。

其次對(duì)業(yè)務(wù)指標(biāo)進(jìn)行充分的理解，包括指標(biāo)和含義，以及和誰對(duì)比的問題。

比如某店鋪上半年完成的利潤(rùn)，與年初制定的月平均盈利500萬的目標(biāo)還有很大差距，領(lǐng)導(dǎo)要求找到?jīng)]有達(dá)標(biāo)的原因。

首先要確認(rèn)數(shù)據(jù)的準(zhǔn)確性，明確是哪個(gè)部門提供的，每個(gè)月的數(shù)據(jù)是什么，數(shù)據(jù)是否核對(duì)清楚無誤？

然后理解其中的指標(biāo)，利潤(rùn)是如何定義的等，和上半年相比出現(xiàn)了差距。

注：

• 避免主觀臆斷

分析原因要搞清楚兩個(gè)問題：

• 哪里出了問題

• 為什么會(huì)出現(xiàn)這個(gè)問題

首先分析關(guān)鍵因素，運(yùn)用多維度拆解分析法，對(duì)每個(gè)指標(biāo)進(jìn)行拆解，如銷售=銷售收入-銷售成本-營(yíng)業(yè)外支出，銷售收入還可以拆解為客單價(jià)X用戶數(shù)，至于拆解到什么程度，要根據(jù)對(duì)業(yè)務(wù)的理解和實(shí)際問題靈活把握。

再用假設(shè)檢驗(yàn)分析法，找到具體是哪里出了問題。

找到哪里出了問題后，可以進(jìn)一步深入分析，如可食用相關(guān)分析來分析深層次的原因。

在提出建議這一步，通?？梢允褂?/span>回歸分析、AARRR模型分析的方法。

使用回歸分析，是為了計(jì)算出某個(gè)原因能夠?qū)δ繕?biāo)造成多大程度的影響，如預(yù)測(cè)銷售收入要達(dá)到多少才能實(shí)現(xiàn)下半年利潤(rùn)4000萬的目標(biāo)。

關(guān)于回歸分析，可參考這篇文章：

強(qiáng)勢(shì)回歸！再說回歸分析

接下來是實(shí)戰(zhàn)部分，講了12個(gè)行業(yè)的業(yè)務(wù)知識(shí)、常用指標(biāo)，以及案例分析，先從電商行業(yè)開始

4種業(yè)務(wù)模式：

• B2B：企業(yè)賣家——企業(yè)買家，如阿里巴巴，訂單量大

• B2C：企業(yè)賣家——個(gè)人買家，如天貓、亞馬遜、“XX官方旗艦店”

• C2C：個(gè)人賣家——個(gè)人買家，如淘寶

• O2O：賣家線上——買家線下

電商行業(yè)經(jīng)歷了從流量運(yùn)營(yíng)到用戶運(yùn)營(yíng)的升級(jí)

• 新老用戶數(shù)量占比

• 新老用戶金額占比

• 復(fù)購率：復(fù)購用戶的占比，通常衡量一個(gè)較長(zhǎng)的時(shí)間段，反映用戶忠誠(chéng)度

• 平均復(fù)購周期：用戶重復(fù)購買的平均時(shí)間間隔

• 回購率：分析短期促銷活動(dòng)對(duì)用戶吸引力的指標(biāo)

電商常用指標(biāo)可分為人與貨兩大類，分別是用戶交易和商品管理指標(biāo)
用戶交易：

• 訪客數(shù)UV：商品所在頁面的獨(dú)立訪問數(shù)

• 加購數(shù)：將某款商品假如購物車的用戶數(shù)

• 收藏?cái)?shù)：收藏某款商品的用戶數(shù)

購買階段：

• 成交總額GMV

• 支付轉(zhuǎn)化率：付款用戶數(shù)/訪客數(shù)

• 折扣率：GMV/吊牌總額

收退貨：

• 拒退量：拒收和退貨的總量

• 拒退額：拒收和退貨的總金額

• 實(shí)銷額：GMV減去拒退額

備貨指標(biāo)：

• SPU數(shù)：款號(hào)，如iphone 9就是一個(gè)SPU

• SKU數(shù)：指某款號(hào)的具體貨號(hào)，具體到顏色、尺寸，如iphone 9 有3個(gè)SKU，分別是黑色、白色和紅色

• 備貨值：吊牌價(jià) X 庫存數(shù)

發(fā)貨售后：

• 售賣比：售罄率，GMV/備貨值，用來看商品流轉(zhuǎn)情況，對(duì)庫存進(jìn)行優(yōu)化

• 動(dòng)銷率：有銷量的SKU數(shù)/在售SKU數(shù)

明確問題：發(fā)現(xiàn)2019年雙十一用戶回購率下降，分析原因

對(duì)比分析發(fā)現(xiàn)不管是用戶數(shù)還是回購人數(shù)較2017、2018年都有增長(zhǎng)，但回購率卻下降，這是我們前面說的辛普森悖論，原因應(yīng)該是回購人數(shù)的增長(zhǎng)沒有趕得上基數(shù)的增長(zhǎng)。

運(yùn)用多維度拆解分析法，先從R值進(jìn)行拆解，也就是RFM分析中的那個(gè)R值，最后一次購買時(shí)間間隔，從R<=365和365<R<=730兩個(gè)組對(duì)比歷年的基數(shù)、回購數(shù)、回購率，發(fā)現(xiàn)19年反而比18年的值都高，說明R值不能定位回購率下降的原因。

接著從F值進(jìn)行拆解，就是購買頻次，拆解為F=1和F>1，發(fā)現(xiàn)僅購買一次的基數(shù)用戶回購率下滑較大，造成整體回購率降低，可以從F=1的基數(shù)用戶出發(fā)，進(jìn)行更深入的分析

把F=1的用戶再按照R值分成多組，發(fā)現(xiàn)90<R<=180這個(gè)組的回購率同比下降最大，是造成F=1用戶回購率下降的主要原因，倒推日期，終于找到了原因，2019年“618”大促帶來的新用戶有大量用戶沒有留存下來，這些新用戶主要是平臺(tái)的推廣頁的廣告吸引的許多低價(jià)嘗新的用戶。

跨境電商是通過跨境物流送達(dá)商品、完成交易的國(guó)際商業(yè)活動(dòng)。3種業(yè)務(wù)模式：

• 平臺(tái)型：邀請(qǐng)賣家入駐跨境電商平臺(tái)，如天貓國(guó)際

• 自營(yíng)型：跨境電商平臺(tái)自己運(yùn)用，如小紅書、考拉海購

• 混合型：兼有平臺(tái)型和自營(yíng)型，如亞馬遜

廣告方面的業(yè)務(wù)指標(biāo)，從漏斗模型上看，有以下指標(biāo)需要注意：

亞馬遜店鋪會(huì)員活動(dòng)要保證訂單兩日達(dá)，后臺(tái)數(shù)據(jù)顯示送達(dá)率只有90%，低于標(biāo)準(zhǔn)100%，造成活動(dòng)失敗。

分析原因：梳理從買家下單到收貨的業(yè)務(wù)流程，使用對(duì)比分析法，分析到底是哪個(gè)環(huán)節(jié)出了問題，通過分析發(fā)現(xiàn)，沒有及時(shí)發(fā)貨是主要原因。

再從倉庫維度拆解，深入分析，發(fā)現(xiàn)06和07倉庫訂單異常數(shù)較多，是主要癥結(jié)。

以上就是本次精讀的全部?jī)?nèi)容了，下次精讀金融行業(yè)的案例