3000ok新开传奇网站(从0到1)

编辑导语:数据分析来驱动决策,帮助决策更好地制定和落地,而如何利用数据做好决策,需要由易到难,将与决策有关的因素考虑到位,搭建有效的模型,一步步推进。数据分析要驱动决策!这个道理人人都知道,可实操起来,到底咋驱动法?很多同学见都没见过,偶尔写几句分析建议,还被喷回来……咋整?今天系统分享一下。破局的关键,在于:不要一脚踩进烂泥坑里。和决策有关的因素那么多,指望一个神威无敌大将军公式全部计算清楚,是不可能的。想脚踏实地的解决问题,最好的办法就是:从最简单的地方开始,一步步做。一、 困难度0级决策设想一个最简单的场景:卖盒饭。一个盒饭成本5元,如何决策?如果卖10元,诶,有得赚,可以搞如果卖5元,诶!我干这干啥……你看,多简单,搞掂。问题是现实没这么简单,要升级难度的话,第一顺位考虑的是:成本并非只有可变成本,还有固定成本。二、困难度1级决策设想一个简单的场景:开个店,请俩伙计卖盒饭。前期投入:开店需顶手费、装修、设备,假设一笔2万元固定成本:店租3000元,俩伙计工资6000元可变成本:每个料理包5元其他细项先不考虑这样得先考虑,前期投入用多久收回,假设需要10个月,则分摊到每个月需2000元,加上店租、工资,一个月成本就去到11000元,每个盒饭还卖10元,则每个月得2200个盒饭才能回本,卖到3000个才有点赚的……不过这么看起来还是简单,再升级难度的话,就得直面“你怎么知道,每个月能卖3000个以上盒饭?”这个问题。三、困难度2级决策想知道每个月能卖多少盒饭,最简单的方法就是:我以前做到过。我有成功经验想复制一份,这是最靠谱的理由了。但是要注意一个细节,就是这个3000个盒饭,可能只是个平均数,很少有业务是均匀发生的,一般都会有淡旺季(如下图)。不过,此时决策还是很简单,就是:新开店,避开淡季。老店,在淡季前预留资金,避免缺钱。就差不多了。再升级难度,问一个问题:凭什么,它一开店就有3000盒?!四、困难度3级决策开店肯定有成有败,最直接的因素就是:位置。位置不好会扑街,道理就这么简单。好在,位置相对容易量化,通过打标签的方式,能大差不差地描述出来(如下图)。量化完以后,虽然不是100%准确,但是至少有一定概率,能发现,XX类位置成功率高,差不多搞掂。不过并非所有问题都这么容易量化,再升级难度,会面对更多难量化问题。五、困难度4级决策一个典型的难量化问题:店长。店长肯定会影响业绩,但是到底咋影响?量化起来相当有难度(如下表)。难量化的背后,是因为影响逻辑本身很复杂。同一个人,可能因为状态不好而表现失常,可能换个地方就水土不服,和下级搞不好关系。因此虽然我们可以同样用概率来解释,比如A类店长成功率60%,但是这个60%,已经包含了很多未知成份(玄学内容),决策开始变得难以把握。不过这才4级难度呢,更难搞的在后边。六、困难度5级决策谁说的一个店卖3000个盒饭,一定是一直3000,很有可能如下图所示,是个持续增长过程。比如我主营外卖渠道,我在外卖平台投入运营力量越大,卖的盒饭越多,此时就会走出下图走势。很多同学会本能地说:以上都对,并且可以用数据公式拟合出来。但是!真遇到这种曲线,人们真正担心的是:拐点在哪里?顶点在哪里?啥时候会触顶。而且更糟心的是,可能影响拐点的因素,根本不在自己企业之内。比如:行业整体不景气(P)大量竞争对手加入(E)潜力用户已耗尽(S)新技术带来新产品(T)这些都会导致拐点的到来,并且通过内部数据完全拟合不了。更更糟糕的是,这四个因素都很难量化,并且充满不确定性。如果一定要排序的话,P>E>S>T。如果量化分析,内容太多,可参考这篇:数据分析八大模型:详解PEST模型。估计到这里已经把很多同学纠结得头晕脑涨,不过别着急,这还没到头呢,更纠结的在后边。七、困难度6级决策前边五个等级,都假设:我们有一次的成功经验,所以可以总结规律,探索影响因素。更纠结的问题是:如果我们没有呢?!比如我们只做到过2500盒,可现在偏偏领导要定个3000+的目标……此时要把之前的所有假设全部推翻!因为:成本变化:量上去了,伙计/门面/厨房都得扩因素变化:每个3000+需要特别能干的店长,杂鱼干不来环境变化:有没有这么多顾客吃料理包呀!不确定……并且,在没有测试的情况下,即使以上三点都论证是OK的,也有翻车风险。因为纸上谈兵始终有问题,得测试过才知道。可测试本身又会影响业务:如果单独测每一项,单体之和不等于整体。如果测整体,那么就相当于我们得做成一个MVP,才能证明价值。想想都难。不过,很快你会惊恐地发现:其他假设也有被推翻的可能。比如:说过投了固定成本,就一定有产出?!八、困难度7级决策如果是生产线投入,遇到投钱打水漂问题相对较少。但是在研发、品牌宣传、用户运营上投钱,很有可能一去不复返。研发的新功能用户不喜欢品宣很热闹可用户不掏钱烧钱效果好可钱停用户走此时,不但需要和难度7一样做测试,而且得观察的是增量效果。即”我叠了BUFF以后,有没有额外带来收入”。啥?你说还有更难的?是滴,有!九、困难度8级决策最难的是啥?当然是以上各种情况全部揉在一起。因为有各种风险,所以划分了现金流业务,基建业务,创新业务……因为有不确定性,所以每一类业务有轻重缓急,有成功概率。这样理论上,能做出如图决策路径,但是里边每一个参数,都是需要前边7个等级的分析支持,且不同业务之间相互牵扯,分析起来非常困难。小结实际上,难度0到难度8,是决策五个层次(下图建议保存并背诵,面对复杂问题时拿出来看看,到底现在纠结的是哪层的问题)。而数据之所以难以驱动决策,就是很多公司,直接把困难8级扔给分析人员。没有对0~7级问题做深入研究,更没有清晰每个决策的阶段和目标。导致每一次决策,都得从0到7搞一遍,ppt拖得很长,看似科学,实则是填字游戏,堆砌文字。特别是,很多业务部门刚愎自用,单独讲每一条因素,他都说:“我早知道了,你不用算”,可各种因素组合起来,到底每个业务面临的问题是啥,量化以后风险大小如何,从来没有认真计算过。至于业务部门为了自己的绩效,估计扭曲数据,粉饰太平,更是不在话下。所以,如果同学们觉得没见过数据驱动决策,这也很正常,并非每个公司都这么规范认真,我们要做的是0级~7级的基础积累,积累越多,我们自己掌握的本事就越大,也越有机会到真正优秀的公司实践。#专栏作家#接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。本文原创发布于人人都是产品经理。未经许可,禁止转载题图来自 Unsplash,基于CC0协议。

本文出自快速备案,转载时请注明出处及相应链接。

本文永久链接: https://www.175ku.com/30552.html