做了项目的商业分析后,最近也一直在思考:商业分析具体意义在哪里,能够带来哪些价值呢?怎么样才能够更加有趣呢?
在很多人的理解中,商业分析貌似是高高在上,都是高难度的分析模型、数学算法,认为从事这项工作的人都是“精英”。然而事实上,商业分析无处不在,小到一个在哪儿吃饭的决定,大到买房子、理财投资的考量,都是属于商业分析的一种。
只是与从业者不同的是,从业者的商业分析是基于对业务的需求和问题,通过分析模型和算法,来解决、回答出现的或者潜在的问题,最终带来实际的效益。这是基于数据的分析、模型的运用,但是都逃不过是对现实业务的理解的基础上。
举个例子吧:
想必都听过数羊的例子吧,如果你通过各种技术和算法终于知道了,这群羊群里总共有1000只羊,那如果你把这个结果告诉放羊的牧民的时候,那基本就等于做的是无用功,因为且不说这数字羊群主人知不知道,就算知道了,这数据的价值何在呢?这是属于然并卵的分析。
再进一步,那如果你告诉他,现在这1000只羊里面,有900只母羊,100只公羊,然后根据羊群的食量特征,得到了这群羊中有300只是“非常能吃的”,有100只的增长速度是非常快的,有600只是在是会正常生崽的。诚然这些数字可能是羊群主人不知道的,但是主人知道能怎么做呢?如果仅仅只是这些数据,依然只能是然并卵。
但是如果你告诉他,现在这1000只羊群中,900只母羊,100只公羊,羊群的性别比例是严重失调的,需要引进更多的公羊。并且5月份买羊比4月份便宜,所以4月份可以卖掉母羊,在5月份可以买进公羊,这样就能获得最大的效益,相信羊群主人听到这个建议。因为有理有据,并且操作性很高的,能够带来实际的利益。
再比如某天,一个互联网金融公司的运营总监和手下几个经理开会,提出来一个问题:“我们最近用户流失比较厉害,想办法挽回一下”。这就是个典型的商业问题了。要怎么分析呢?
自然没有接触过一定训练的人,都是一头雾水方法不外乎。但是我们最起码要做的是,要认识问题所在,到底用户流失是不是真实存在?以及流失的严重程度,对这个问题形成量化的指标和维度,如下图所示:
接下来就需要思考,上司想挽回流失用户到什么样的程度才能完成任务呢。因为其实挽回用户的可以操作的方法还是非常多的,比如随便送一大波红包,之前的用户就回来了,但是这样的用户是上司需要想挽回的用户吗?如果需要挽回的是大客户呢,那么这种送红包的方式就不是很行得通了。
在处理这部分问题的时候,通常就是要清楚任务的具体指标。这部分经常用的方法就是RFM模型,根据用户在生命周期和用户的价值来判读不同用户的操作方式。
那么最后呢,就是需要根据上面形成的方案做出方案的周期和可行性判断了。
商业分析是个不断循环迭代的过程。通过量化的分析,不断的缩小问题范围,不断的聚焦讨论内容,剥丝抽茧,得到答案。
下面就是这段时间以来写的文章的汇总:
一、数据采集监测和分析
1、数据采集
(1)论坛网站信息数据采集:
案例1:汽车之家网站奔驰宝马宝马信息采集
案例2:天涯论坛各个板块文章信息采集
案例3:豆瓣电影、读书板块信息数据和评论数据采集
(2)电商网站商品和评论采集。
案例1:淘宝茶叶数据采集、竹浆纸数据采集、充电宝数据采集
案例2:京东小米手机数据采集、京东众筹商品数采集
案例3:大众点评泉州美食数据采集、58同城泉州租房信息数据采集
(3)微博、微信公众号文章数据采集
案例1:咪蒙、韩寒、郭敬明微博粉丝及评论采集
案例:舌尖上的泉州、李叫兽、咪蒙等20个公众号文章、阅读数据采集
(4)今日头条等自媒体数据采集
案例:今日头条、百家号等自媒体2017年点击率、阅读量前1000数据采集
2、网站、app数据客户来源、流失、行为、转化监测
案例1:某学习app、金融网站用户来源、流失、行为监测分析
案例2:知乎大v张佳玮更新监测及涨粉数据监测
3、数据分析
作用:获得方向、验证猜想、提高收入、减少支出、降低风险。
案例1:咪蒙文章特点分析-为什么咪蒙文章那么受欢迎
案例2:场景金融项目可行性分析
案例3:现金贷平台流量和转化分析
案例4:新能源电动车市场前景分析
案例5:四大名著《三国演义》时间分布和人物重要性分析
案例6:皮鞋产品百度广告投放分析
案例7:婴幼儿奶粉产品研究
案例8:京东商城加湿器产品销售分析
案例9:京东众筹成功影响因素分析
案例10:泉州美食、租房情况分析
案例11:淘宝面膜产品分析
案例12:电影《羞羞的铁拳》传播分析
案例13:银行信用卡用户潜在违约分析
案例14:淘宝双十一服装类销量影响因素分析