数据分析师，这样才能指导运营，而不是被人追着要数!

做者：接地气的陈老师算法

来源：接地气学堂服务器

数据分析如何助力运营，直接上干货，开整！iphone

问题场景：某电商公司，近期经过数据发现有大量用户出现添加商品至购物车但不付款（简称：加购未购）的状况，运营已针对此状况开展工做，但领导们不满意，要求数据分析组经过用户画像模型进行加购未购客群分析，提高付款比例。假设你是该公司的数据分析师，问……测试

问题1：你是数据分析师，你第一件事作什么？大数据

1. 看过去3个月加购未购的数据走势
2. 创建用户画像模型
3. 进行加购未购客群分析
4. 进行付款率分析
5. 和运营聊聊他们在干啥

先思考这道问题。若是这个题目想不明白，那思考下个题目优化

问题2：在本场景里，领导的需求是什么？网站

1. 须要用户画像模型
2. 须要客群分析报告
3. 须要提高付款比例
4. 须要改善运营工做

先思考这道问题。若是这个题目想不明白，那思考下个题目人工智能

问题3：你在网站买东西，如下哪一个最能让你下决心付款spa

1. 网站服务器里多了一段代码
2. 网站工做人员写的ppt
3. 你看到了新上市的爆款iphone
4. 你看到了新上市的爆款iphone且比其余地方都便宜
5. 你看到了新上市的爆款iphone且比其余地方便宜500多块钱

思考一分钟，揭晓答案哦ip

1 运营优化项目，从这里作起

数据分析之因此作了没屁用，80%是脱离实际，闭门造车的结果。脱离实际，闭门造车的根源，在于作数据的人太沉迷于数据自己，忘了真正要干啥。好比本案例场景，若是扒皮抽筋的问上边三个问题，傻子都会看明白：

一、用户只会为了一个具体价格的具体商品买单，不会为ppt、代码买单。

二、领导须要的是改善运营工做，运营工做对应的是文案、活动、页面、价格。

三、改善运营工做，得先整明白人家在作什么，到底有多少空间能够改善。

四、至于算法、模型、报告、公式、甚至数字，都是寻找改善方法的一种手段。

因此第一时间，得去找运营谈这些：

一、目前针对该客群有哪些措施

二、各项措施上线时间点

三、领导具体不满意表现

注意，第一步要了解的是具体动做，至于这个动做的好坏，能够听运营解释，可是更多的要本身去分析。结合数据趋势，发现潜在机会点和问题点（以下图）

这里沟通的技巧也很重要。注意，在本场景里，领导们的不满已是挂在脸上的，这时候在运营面前，要坚定表现出：“我是和大家一块儿想办法，咱们一块儿把这个差交了”。这样才能争取到更多支持。若是摆出一副：“我牛逼，大家都是傻逼”的态度，那就等着被人各类掣肘，最后落魄收场吧 。

2 第二个关键问题

问题4：经了解，发现运营目前的作法是，按加入购物车的金额的10%派券，好比100元商品派10元，200元派20元，无差异派券。了解到这个之后，你会作……

1. 创建用户画像模型
2. 撰写客群分析报告
3. 分析付款比例曲线
4. 拆分商品转化状况

先思考这道问题。若是这个题目想不明白，那思考下个题目

问题5：你会如何证实，你对加购未购问题产生了积极做用

1. 汇报用户画像模型
2. 汇报客群分析报告
3. 汇报付款比例曲线
4. 汇报运营效果变化

先思考这道问题。若是这个题目想不明白，那思考下个题目

问题6：如下哪一种状况，能证实新策略产生了效果（以下图）

思考一分钟，揭晓答案哦

3 破局，从这里开始

人的广泛心理就是：等得越久，指望值越高。特别在已经开始着急的时候，就更但愿能快速见到效果。

因此在本场景里，用户画像也好，模型也好，报告也好，都对，可是首要考虑的是：多长时间见效。见效越快越好。

同时，见效的方法越简单越好。由于越复杂的方法，能参与进来的人越少，意味着本身背的锅越大。

好比上一个“超精准购买模型”，除了作数据的谁都看不懂。那最后若是效果很差，势必只有作数据的本身背锅。这又牵扯到：“写多少行代码能让顾客消费”的问题。总之，不要期望代码，要和运营并肩做战，优先丢优惠券。

可能不少同窗听了：见效又快又好，就以为难办。注意，这里“见效”也是有好几种效果的。用最简单的投入产出比概念，减小投入，增长产出，提升比率，都算有效。因此，从一开始就不要把目标定为完全解决问题，而是不断优化效果。这样既容易交差，又能持续见成绩。

这样梳理后，思路就清晰多了：目前的全面派券是很粗暴的作法，不一样商品的利润率不同，这么简单粗暴打折，颇有可能严重压缩毛利，甚至出现负毛利产品。同时，有些商品临近保质期，能够释放更多利润出来清货，有些商品自己利润很高，有空间再释放出来。这样梳理完，第一阶段的行动就很清晰了（以下图）

4 迭代，持续优化效果

问题7：如下两个选择，先作哪个？

1. 减小成本
2. 增长产出

 注意，本场景，是领导已经不满意了，都找到外部门了。这种状况下，若是上来就说：“咱们还要追加XXX万投入”，要么本直接喷回来，要么领导们指望值会被吊得更高，觉得追加之后效果无敌好。

这两种状况都是在给本身挖坑！因此最好先从砍成本的角度入手，先砍掉一个明显负产出的补贴，释放营销费用；以后再作一些临期产品、清库存产品；以后再拿释放出来的费用贴高利润产品，把加购转化率拉高。

以后还能够持续迭代，好比高利润产品的转化率已经提升的前提下，能够作价格弹性测试，适当减小补贴，再释放一波营销费用；单品作的差很少了，能够拿释放出的利润作满减、或者交叉销售。

这些还都是单纯的在价格上作文章，数据计算难度小，又容易见效。毕竟给的是真金白银的优惠券。

这样折腾下来，不但能见效，并且能拖很长时间。每月试点，迭代四五次，至少也能拖个半年。这半年宝贵的时间，能够拿来为“人工智能算法推荐”“大数据用户画像洞察”作数据积累，也能争取到充足的时间训练模型。

在价格玩的差很少的时候，就能天然续上，效果持续优化，人人开心。比一开始憋大招，憋半年而后屁用，没有灰溜溜的走人，要强的多（以下图）。