很多同学被厌弃:做的数据分析,没深度。到底啥是分析深度?怎样才能做出深度?话不多说,间接上场景。 题目场景:某物流企业,负责管司机的调剂中心,会给每个未上线司机标注缘由,标注格式以下: 备注:现实缘由还有很多,这里仅做举例 现带领要求:分析司机未上线情况。 问:该怎样分析? 一、0级深度做法
上线率持续2全国降,倡议搞高 不上线的来由TOP3为: 不点评了,大师自行吐槽。 二、1级深度做法上线代表的是运力,分歧线路运力需求分歧,是以可以连系需求,解读上线数据:
点评:终究晓得把上线情况和营业需求联系起来了。这样能解读出:司机上线/不上线,到底有啥意义;重点线路需要保障,零星线路开释出运力要能调配开,这是根基常识。 同理,还可以对司机生命周期做分类,连系司机表示,解读上线数据。
留意,以上这些计较,需要衍生目标,比如:
这些数据不见得在一个内外能表现,是以得从各个数据源找数据组合分析。 这么做看起来比0级有深度了很多,但没有处理一个焦点题目:“到底司机不上线是啥缘由?”,出格是“告假”比例这么高,究竟是司机不想干,还是没需求,还是平台出了题目。 三、2级深度做法留意,1级深度的焦点题目,在于:未上线缘由给的整齐不齐。
能够有些物流企业治理较标准,但这家物流企业变更真的不咋样。这类对付了事的答复看了让人摸不着脑筋,底子没法用。 可是要若何标准起来呢?假如高山一声雷,甩一套新模板进来,不单培训需要时候,而且和现有的数据对不上,很有能够制造新的数据渣滓;是以更好的做法是,先基于现有分类,梳理出逻辑,再培训,提升标准度。 分类就要用到MECE法,实现MECE的最好法子是:二分类。从示例反应来看,可以用三层分类逻辑。 第一层二分类逻辑,最好用:线路题目/小我题目来区分(以下图)。 这样分类寄义很直观:线路题目跟司机没关系,有些中小客户,就是季节性/姑且性有需求(比如双十一、双十二)需要企业这边开辟客户/分派好线路。司机的题目,再做进一步细分。 第二层分类逻辑,可以拆能否车坏了。车坏了是铁定没法运的,此时不单要挂号缘由,还得挂号车辆损坏情况或估计修睦时候;假如车辆严重损坏,能够间接致使司机退出,大概长时候运力缺失,这个情况对于新运力开辟很重要。至于司机小我题目,再做细分。 第三层分类逻辑,可以看司机能否赞扬平台。比如平台扣钱太多,这是个法则题目,平台方也不成能由于一个司机的埋怨就改法则;可是,对赞扬类题目要先把握情况。这样才能延续监控,发现更深入的题目。 至于没有赞扬情况下,司机小我题目,另行处置: 为啥司机小我题目要另行处置?由于小我题目很有能够没真话。拉货的司机不是办公室文质彬彬的小白领,没心情一句句细讲心路过程。 一句:“累”背后,能够有多重寄义:
纯真期望口头问,很难理清楚这里逻辑。更不要说大部人连个“累”都懒得说,就是简简单单的不接电话/“请个假”。调剂员天天对着几十个司机,也没空一个个谈心,也不太期望调剂员能把小我缘由都整大白;所以这里可以简单记录缘由,靠后续分析来做深。 综合梳理完,现有归类可以合并以下: 这样能建立监控目标,观察题目,也能增强对换剂员的要求。 而且调剂员需要关注的焦点题目只要三个: 比起一次给30个选项的观察表,这样抓关键行为的做法更轻易让调剂员把握,下降培训本钱,且后续数据也能和之前的对上,避免新数据渣滓发生。 但是,这样做就够深度了嘛?明显没有,这里遗留了好几个题目。 四、3级深度做法有了2级深度的分类,3级深度的分析思绪就很是清楚了:
这三个议题,都需要专题深度分析来处理,已经不是纯真靠报表监控能搞掂的了。 比如题目1:想区分呢调剂题目还是推行题目,得首先对线路端打标签,做分类。 比如:
这些并不反应在调剂内外,可是却间接影响调剂成果与司机上线,是以需要从线路需求内外,先分析清楚,这样诠释调剂的缘由才轻易说。 比如题目2:司机赞扬到底要不要受理,这里可以分范围、内容、结果两个角度来看。
这样综合分析,才方便运营评价:能否要响应赞扬,看到赞扬目标变化,也好了解这个目标对营业的影响水平。 比如题目3:司机究竟是累还是不想干,得先看内部数听措辞经过内部数据,能看出司机现实行车时候,把“累“字背后寄义:真的累or赚不到钱区分出来,从而针对性分析;这样做比追着司机寻根究底,更轻易发现题目(以下图)。 理论上,这里还有深入的空间,读者们可以自行发挥哦。 五、小结很长时候以来,人们把做数据分析的看成算命师长:我不措辞,你丢几个铜钱(敲几下键盘)就天知地知,这是很是很是扯淡和毛病的。 本质上看,数据分析匹敌的是不肯定性。是以需要大量的信息输入,才能得出结论。障碍数据分析由浅入深的最大题目,也是:没!数!据! 而且如同上边小案例所示:过度追求完善数据,不单会拖慢营业,增加本钱,而且对内部员工和内部客户体验都很差——大师是来消耗的,不是来被扒户口本的。 所以,数据分析工作,始终陪伴着不完善的数据展开,在有限大的条件下,一步步导出结论,才是由浅入深的方式(以下图)。 这里最重要的三个环节,就是:
总之,就数轮数,可得不出啥有用结论。甚至有能够,数据越多,看得越糊涂。 #专栏作家#接地气的陈教员,微信公众号:接地气书院,大家都是产物司理专栏作家。资深征询顾问,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历。 本文原创公布于大家都是产物司理。未经答应,制止转载 题图来自Unsplash,基于CC0协议。 |