你为什么看不懂运营中的数据?!

定量分析方法的资料。

运用量化研究方法的数据对管理决策至关重要。

数据操作考虑的其实是我们对信息的综合处理能力,这种处理能力不仅仅是从数据的角度出发,更多的是通过解读信息来帮助我们做出决策。许多小卖家经常问,我没有数据,我的数据量很少,我该如何进行数据化操作?实际上,这个概念是错误的。数据操作是为了能让我们精确、精细地操作,但是它并不能代表所有的数据。但事实上越往后越需要将所谓的经验信息转化成数据,这样才能保证后续规则能掌握在手中,才能做到心中有数。

早些时候,即使是大公司,也并不是一切都能形成数据,因此,在决策过程中,定量与定性同时存在。此时,我们将以我们已有的各方面信息为决策的基础。因此,数据分析并不是企业管理决策的唯一因素,也不是所有问题都是用数据说话的。

资料百分之百反映客观因素。

对于图表和数据的崇拜和迷信常常使企业决策者不假思索地认为:统计数据是客观、合理、可信的。这同样不正确。最著名的例子就是可口可乐公司在1985年对可乐配方的改进,它几乎造成了灾难性的后果。可口可乐公司花费4百万美元,花费大量人力,对其产品进行了一系列的口味测试和问卷调查,最终决定将99年前的旧配方换成更甜更柔的新配方,结果显示,大多数消费者都认为新可乐更容易接受,因此可口可乐公司做出了这样的决定,激怒了数以百万计的可口可乐爱好者,使公司不得不重新使用旧配方,并在两个多月后再次道歉。这个事件让戈斯维托(当时的可口可乐公司主席)在十年后仍然心有余悸,公开承认这是一个大错误,是一个大灾难。

调查中,被调查者不可避免地会受到文化背景、教育程度、个人性格和某些不可预测的心理因素的影响,他们的回答在多大程度上反映了我们无法预测的真实情况,因此,在处理这些统计数据时,应该保持一种正常的怀疑态度。

实际上数据是由商家引导进来的,比如我们的店主在勾选产品属性时,是为了显示给搜索引擎,而非显示给消费者。比如,对于女性服装风格,很多产品甚至卖家都搞不清楚,究竟是属于日系、韩版,还是欧美系列,还是属于街头系列。而且消费者其实并不关心这件事,他只要能找出来,他就会觉得是对的。这是一个模糊的概念。此时,我们所看到的往往与消费者自己所理解的并不相同。因此我们在分析市场时,会发现韩版占了80%的市场份额,但实际上并不是80%的人喜欢韩版这种风格,他只是觉得这种产品适合自己,80%的数据,是因为大部分的商家都将他们的产品风格改成了韩版,而系统(业务参谋、生经等软件)抓取的就是他们在勾选的这部分。因此在选择市场时,不要觉得一定要做韩版,你只需要做韩版就可以了,但产品不一定都是韩版的。

生成数据的过程是符合逻辑的。

验证这一错误的最简单的例子是刷单。前期刷单,很多商家都自以为是地还原了买家的浏览(购买)轨迹,即先搜索,再对比,然后收藏加购,再和客服聊天,最后去购买。但是,实际上,真正的买家,不同的人,浏览路径是完全不同的。因此,从表面上看,这一过程所产生的数据是符合逻辑的,但实际上根本不符合消费者真实的轨迹。实际上,对原始数据的处理和分析模型的选择是非常自由的。这就是说,相同的数据,可以分析出不同的结果。比方说,当我们分析销售数据时,从数据上看,销售呈直线增长,那么单纯从数据上看,我们可以用线性预测方法对随后的销售进行预测。但如果我们忽视产品的季节性,那将是死路一条。

所以,数据分析师对企业或调查所涉及的行业了解不够,可能会导致数据处理和分析出现偏差,或者故意将原始数据加工成他们想要的结果(也许仅仅是因为他们认为这样的结果更“合理”)。同样,这也说明了数据生成过程并不一定符合逻辑。

资料不会被误读吗?

多数运营者认为,数据由于具有客观性和很强的概括性,因此不会被误读或造成歧义。实际情况是,数据被误读的情况在我们的管理实践中非常普遍。例如数据显示该公司的平均身高是163cm,那么这个身高是男女分开的吗?极值是否被排除?这很容易引起误读。

事实上,我们刚才所说的数据分析中的五种思维方式已经存在着误读的现象:从有价值的开始到没有价值;从爆款开始到爆款结束。这就是操作所误读的各种数据。资料是客观的,但资料往往是事后统计的,具有一定的滞后性,而且市场在变化,那么资料分析方法是否客观?观察数据的人有偏见吗?它本身有局限性吗?这也是数据误读的一个重要原因。因此,有句话是这样说的:不了解数据的人,宁可不看它,也不会被它误导。但也应看到,在未来社会中,数据变得越来越普遍,它不再像以前那样单纯地依靠经验来总结,甚至没有多少人能真正掌握经验,可以说未来的竞争就是数据化的竞争。所以现在越来越多的企业帮助我们解读数据,帮助我们思考一些关键的决策,我们不需要花费时间去做这些基本的事情,而只需要抓住那些最关键的方向的数据决策就足够了。

关心数据是否有副作用?

事实上,太多的数据未必是好事,过度精炼的指标,很容易让人丧失自我判断。例如对于客服人员,一味地追求响应速度指标,可能会失去响应质量,所以我们还需要结合询单转换和服务态度等指标进行综合分析,而不是一味地要求响应速度一定达到某个水平。又如我们在分析业绩时,过多的业绩考核指标往往会将一个人限制得“过头”,使这个人缺乏能动性,一旦缺乏能动性,他就不能灵活地处理事情,只能呆板地工作,但这样在这个社会实际上是行不通的。因此,对数据的关注有时也会带来负面影响,我们要抓住重点,不要过分要求锦上添花。

事实上,上述这些都是衡量大家对数据运用的辨析能力,说起来很简单,但是只有真正去做才会发现各种各样的问题,这些问题常常是因为没有把这五个思维、五个陷阱结合起来。您感觉自己已经非常了解这些数据,但实际上可能连1%的数据都没有掌握,反而常常被这些数据牵着鼻子走。那是未来短期内的现状,也是要大家能够有所突破的最关键的一环。因此,五大思想和五大陷阱必须牢记于心,才能在做事情的过程中不断反省自己。进行数据化强调的是效率,强调的是越简单越有价值,越有效,这一点非常重要。过于烦琐,过于注重条条框框,这不是数据分析的基础。

在今天分享的内容中,下一篇将继续分享收藏量/客价/转化率/退款率。

本人是一名普通的数据分析师,推广数据化应用。


声明: 该文观点仅代表专栏作者本人,079600.com电商运营网仅提供信息存储空间服务!
赞 | 0