Hi,我是鳥哥筆記小助手
APP推廣報價    產品Bug反饋
春羽計劃投稿   媒體合作咨詢
鳥哥筆記公眾號
學運營推廣 上鳥哥筆記

美国棒球比分直播mlb:數據分析師該如何定義標準,判斷分類?

2020-03-02

數據分析師該如何定義標準,判斷分類?

小祝
2020-03-02
具體到任何一件事情,凡是有關好壞、高低、分類判斷的,都涉及標準。
鳥哥筆記,數據運營,小祝,數據分析,策略

從經驗里提煉出標準,是數據分析師的一項重要能力! 標準關乎好壞的判斷,也是后續所有分析的基礎,標準錯,分析方向就會錯,進而導致分析結論錯,一錯到底。因此,如何定義標準,判斷分類,也是數據分析師的一項重要能力。       

不妨先回憶一下我們在工作中經常碰見的一種場景,業務人員匆匆的來和你說:***??櫚?**率好低啊,你分析一下原因出在哪兒了?只有單純的判斷/觀點,或者只有單純的數據,我們無法對業務問題作出準確的判斷。我們還需要一個標準,一個判斷情況好壞的標準。具體到任何一件事情,凡是有關好壞、高低、分類判斷的,都涉及標準。       

標準無處不在,只是很多時候我們都忽視了他的存在。生活中我們常說“這家外賣好貴啊?!?、“這條街道也太長了吧?!?、“這棟樓也太高了吧”,那到底什么算“貴”?什么算“長”?什么算“高”呢?我們大多時候并沒有去深究,因為:

1. 人們習慣性的講觀點,不講事實,忽視標準;

2. 人們習慣性的把自己的標準當成別人的標準,沒有確認;

3. 人們習慣性的默認一些約定成俗的標準,而不去考慮合理性;

 但是作為一名與數據打交道的一線從業人員,面對各種各樣的數據,我們心中必須得有自己的標準。因為他是后續分析的基礎,也是數據分析師必須掌握的一項重要能力。

一、怎么樣才算一個好的標準呢?

李笑來說過一句話:審美常常并不需要知道原理,但創造美的人必須有方法論,否則不可能持續創造。領導們可能并不關心標準,可以主觀的進行判斷,然后交給分析師去驗證,但是作為與業務打交道的一線數據分析師,必須得有一套定義標準的方法論,根據標準去監控各類業務指標,從而能夠迅速的判斷出業務現狀的大體情況。        

要想找到一個好的標準,首先得明確一個標準包含三樣基本特征:評價指標、切分線、分類定義,從這三個基本特征出發可以得到一個好的標準需要同時滿足以下三個條件:

1. 指標與問題高度相關:能夠切實反應當下業務的真正情況;

2. 切分線簡單具體:簡單、具體、易執行,如果不具體則形同虛設;

3. 切分后的類型之間差異明顯:如果切分后無顯著差異,則又回到最初的問題上,怎么準確判斷業務情況?

二、確認標準的一般步驟

1、梳理問題流程,尋找關鍵指標 

首先得明白你做這個判斷標準是為了什么?從目的出發,尋找能夠直接反應業務問題的指標。比如說:“產品質量好”,最直接想到的就是“退貨率”這個指標,退貨率低,說明客戶認可我們的產品,質量當然就好了。當然有時候可能需要多個指標來共同反應同一件事情,比如“產品賣得好”,光看銷售件數還不夠,還得結合產品毛利以及庫存,來做綜合評價。

2、找簡單、易識別的指標制定切分線       

切分線的制定直接決定后面的判斷分類,切分線如何選擇在下文將會詳細描述。

3、進行結果對比,調整切分方式       

根據選擇的指標與切分線,即可對業務現狀進行判斷,倘若判斷結果無法反應業務的真實情況,則需要不斷的迭代優化切分方式。

三、如何設立標準

1、一維分類

一維的結果類指標是最容易找標準的,因為一維指標的業務含義很明確,簡單、清晰、直觀,無需深究復雜的業務流程,難點在于結合實際業務劃分切分線,以下列舉常見的幾種切分方法:

1.1 算數值

1.1.1、平均法       

比如一組銷售員的業績從10w到100w不等,如何判斷誰好誰壞呢?平均法則去這一組數的算術平均數作為切分線,低于平均數則“差”,高于平均數則“好”。簡單粗暴,但公平、易操作、可解釋性強。平均法所反應的業務含義很清晰:

01. 可以直接找到拖后腿的人,低于平均水準!

02. 可以推算出接下來的目標或者所需人數。如:每人每月平均能做50w,十人下月的業績目標是500w;每人每月平均能做50w,所以下個月300w的業績需要6個人。但是平均法也有他的缺點,即:受極值影響大,因此不適合極值很大的數據,可采用中位數代替。

1.1.2、分攤法       

比如本月銷售目標1000w,銷售隊伍10人,所以每人分100w,能達到100w的則“好”,達不到100w的則差。乍一看和平均法很像,但是有一個本質區別,平均法是基于已經發生的現狀,而分攤法則是基于任務要求。

1.2 算排序

1.2.1、二八法       

二八法則在大部分行業里都通用,被大多數人所接受,因此可按照二八法則,排序后,選擇前20%的最小值作為切分線,簡單、清晰、可解釋性強。高于該值“好”,低于該值“不好”。

1.2.2、 十分位法       

根據數值大小進行排序,將其均勻切分為十段,這樣可以看出從高到低各階層的水平,在結合具體的業務場景選擇切分線。

注意:直接用“算排序”的方法來確定切分線一定好嗎?不一定!還要結合具體的數值來看,如果數值全都明顯都特別低,即使你設20%的劃分線,仍然是一個不合格的低標準。

1.3 找標桿

1.3.1、競品對標法       

尋找競品的相關指標進行對比,超過則“好”,不足就“不好”

鳥哥筆記,數據運營,小祝,數據分析,策略

1.3.2、自然周期法       

主要看同比數據,假設每年都有一個正常走勢,則符合正常走勢,且比去年表現好則算“好”,比去年表現差則算“不好”。

鳥哥筆記,數據運營,小祝,數據分析,策略

2、二維指標分類——象限法

2.1、何為象限法
很多業務場景一個指標并不能全面的反應業務的情況,因此二維指標也很常見。成對出現的指標,在邏輯上往往存在一定的聯系:

01. 串行關系:訂單/回款,點擊/轉化,活躍/付費

02. 并行關系:數量/質量,投入/產出

 所謂象限法,就是在一個二維坐標系上畫散點圖,然后在分別給x軸和y軸畫切分線(x軸和y軸的切分線怎么劃分可以參考一維分類中提到的方法),將散點劃分為到四個???,最后根據業務場景定義??樗淼囊滴窈?。       著名的波士頓矩陣就是利用象限法,通過銷售增長率和市場占有率將不同的產品劃分為四個不同的類別。

鳥哥筆記,數據運營,小祝,數據分析,策略

2.2、注意

1. 當兩個指標之間關聯度越小時,業務含義越容易解讀,適合用象限法進行分類的指標:

(1)、兩個完全相反的指標:比如投入/產出

(2)、遞進指標:點擊/轉化

(3)、一個問題的兩個側面:活躍/付費,市場增長率/市場份額

2. 并不是任何兩個指標都適合用象限法進行分類:

(1)、如果兩個指標高度相關,散點圖幾乎在同一條直線上的話,則畫出來的象限圖便失去了解讀意義;此種情況可直接用其中一個指標進行分類即可

(2)、若兩個指標分類后無法結合業務場景解讀分類后的意義,做出來的象限圖也是無用的;

3、三維指標分類

三維指標有兩種常見形態:并列指標與串行指標,不同類型的指標處理費方法如下:

3.1、并列指標:比如考核銷售好壞的:銷量、銷售額、利潤

方法一、在給每個指標劃好切分線之后,若各指標重要性差異不大時,可直接規定達標次數越多越好。比如:A-F團隊,在銷量(量)、銷售額(收)、利潤(利),三個指標上的達標情況如下表所示,可直接根據達標次數進行排名。

鳥哥筆記,數據運營,小祝,數據分析,策略

方法二、若每個指標重要性差異巨大的時候,要與業務部門商量,對指標進行重要性排序,不達標的一票否決。

鳥哥筆記,數據運營,小祝,數據分析,策略

3.2、串行指標:比如考核運營好壞的:注冊、活躍、轉化
串行指標可采用漏斗分析法,通過計算各個層級之間的轉化率,可將三維問題壓縮為二維問題,進而采用象限法就進行分類。

鳥哥筆記,數據運營,小祝,數據分析,策略

3.3、RFM模型
但是一說到三維指標分類,大家一定會想到RFM模型,沒錯,RFM模型就是通過最近一次消費時間、消費頻率、消費金額三個指標通過象限法將客戶分為8類,針對不同類別的客戶開展不同的營運方式。       


鳥哥筆記,數據運營,小祝,數據分析,策略

但三維很少用矩陣法,因為拆的太細,業務部門可能無法執行推進,這樣就失去分類的意義。

四、總結

盡管設立標準有一套獨特的方法論,但是最重要的還是要多于業務部門溝通,分類結果首先要獲得業務部門的認可,因為數據是為業務服務的,脫離了業務,就算你的標準在怎么好,也無法落地,就失去了分類的意義。

咱們常說的要培養自己的數據敏感度,也需要從設立標準做起,心中沒有一桿秤,都不知道什么算好,什么算不好,何談數據敏感度呢?

-END-


鳥哥筆記,數據運營,小祝,數據分析,策略

從經驗里提煉出標準,是數據分析師的一項重要能力! 標準關乎好壞的判斷,也是后續所有分析的基礎,標準錯,分析方向就會錯,進而導致分析結論錯,一錯到底。因此,如何定義標準,判斷分類,也是數據分析師的一項重要能力。       

不妨先回憶一下我們在工作中經常碰見的一種場景,業務人員匆匆的來和你說:***??櫚?**率好低啊,你分析一下原因出在哪兒了?只有單純的判斷/觀點,或者只有單純的數據,我們無法對業務問題作出準確的判斷。我們還需要一個標準,一個判斷情況好壞的標準。具體到任何一件事情,凡是有關好壞、高低、分類判斷的,都涉及標準。       

標準無處不在,只是很多時候我們都忽視了他的存在。生活中我們常說“這家外賣好貴啊?!?、“這條街道也太長了吧?!?、“這棟樓也太高了吧”,那到底什么算“貴”?什么算“長”?什么算“高”呢?我們大多時候并沒有去深究,因為:

1. 人們習慣性的講觀點,不講事實,忽視標準;

2. 人們習慣性的把自己的標準當成別人的標準,沒有確認;

3. 人們習慣性的默認一些約定成俗的標準,而不去考慮合理性;

 但是作為一名與數據打交道的一線從業人員,面對各種各樣的數據,我們心中必須得有自己的標準。因為他是后續分析的基礎,也是數據分析師必須掌握的一項重要能力。

一、怎么樣才算一個好的標準呢?

李笑來說過一句話:審美常常并不需要知道原理,但創造美的人必須有方法論,否則不可能持續創造。領導們可能并不關心標準,可以主觀的進行判斷,然后交給分析師去驗證,但是作為與業務打交道的一線數據分析師,必須得有一套定義標準的方法論,根據標準去監控各類業務指標,從而能夠迅速的判斷出業務現狀的大體情況。        

要想找到一個好的標準,首先得明確一個標準包含三樣基本特征:評價指標、切分線、分類定義,從這三個基本特征出發可以得到一個好的標準需要同時滿足以下三個條件:

1. 指標與問題高度相關:能夠切實反應當下業務的真正情況;

2. 切分線簡單具體:簡單、具體、易執行,如果不具體則形同虛設;

3. 切分后的類型之間差異明顯:如果切分后無顯著差異,則又回到最初的問題上,怎么準確判斷業務情況?

二、確認標準的一般步驟

1、梳理問題流程,尋找關鍵指標 

首先得明白你做這個判斷標準是為了什么?從目的出發,尋找能夠直接反應業務問題的指標。比如說:“產品質量好”,最直接想到的就是“退貨率”這個指標,退貨率低,說明客戶認可我們的產品,質量當然就好了。當然有時候可能需要多個指標來共同反應同一件事情,比如“產品賣得好”,光看銷售件數還不夠,還得結合產品毛利以及庫存,來做綜合評價。

2、找簡單、易識別的指標制定切分線       

切分線的制定直接決定后面的判斷分類,切分線如何選擇在下文將會詳細描述。

3、進行結果對比,調整切分方式       

根據選擇的指標與切分線,即可對業務現狀進行判斷,倘若判斷結果無法反應業務的真實情況,則需要不斷的迭代優化切分方式。

三、如何設立標準

1、一維分類

一維的結果類指標是最容易找標準的,因為一維指標的業務含義很明確,簡單、清晰、直觀,無需深究復雜的業務流程,難點在于結合實際業務劃分切分線,以下列舉常見的幾種切分方法:

1.1 算數值

1.1.1、平均法       

比如一組銷售員的業績從10w到100w不等,如何判斷誰好誰壞呢?平均法則去這一組數的算術平均數作為切分線,低于平均數則“差”,高于平均數則“好”。簡單粗暴,但公平、易操作、可解釋性強。平均法所反應的業務含義很清晰:

01. 可以直接找到拖后腿的人,低于平均水準!

02. 可以推算出接下來的目標或者所需人數。如:每人每月平均能做50w,十人下月的業績目標是500w;每人每月平均能做50w,所以下個月300w的業績需要6個人。但是平均法也有他的缺點,即:受極值影響大,因此不適合極值很大的數據,可采用中位數代替。

1.1.2、分攤法       

比如本月銷售目標1000w,銷售隊伍10人,所以每人分100w,能達到100w的則“好”,達不到100w的則差。乍一看和平均法很像,但是有一個本質區別,平均法是基于已經發生的現狀,而分攤法則是基于任務要求。

1.2 算排序

1.2.1、二八法       

二八法則在大部分行業里都通用,被大多數人所接受,因此可按照二八法則,排序后,選擇前20%的最小值作為切分線,簡單、清晰、可解釋性強。高于該值“好”,低于該值“不好”。

1.2.2、 十分位法       

根據數值大小進行排序,將其均勻切分為十段,這樣可以看出從高到低各階層的水平,在結合具體的業務場景選擇切分線。

注意:直接用“算排序”的方法來確定切分線一定好嗎?不一定!還要結合具體的數值來看,如果數值全都明顯都特別低,即使你設20%的劃分線,仍然是一個不合格的低標準。

1.3 找標桿

1.3.1、競品對標法       

尋找競品的相關指標進行對比,超過則“好”,不足就“不好”

鳥哥筆記,數據運營,小祝,數據分析,策略

1.3.2、自然周期法       

主要看同比數據,假設每年都有一個正常走勢,則符合正常走勢,且比去年表現好則算“好”,比去年表現差則算“不好”。

鳥哥筆記,數據運營,小祝,數據分析,策略

2、二維指標分類——象限法

2.1、何為象限法
很多業務場景一個指標并不能全面的反應業務的情況,因此二維指標也很常見。成對出現的指標,在邏輯上往往存在一定的聯系:

01. 串行關系:訂單/回款,點擊/轉化,活躍/付費

02. 并行關系:數量/質量,投入/產出

 所謂象限法,就是在一個二維坐標系上畫散點圖,然后在分別給x軸和y軸畫切分線(x軸和y軸的切分線怎么劃分可以參考一維分類中提到的方法),將散點劃分為到四個???,最后根據業務場景定義??樗淼囊滴窈?。       著名的波士頓矩陣就是利用象限法,通過銷售增長率和市場占有率將不同的產品劃分為四個不同的類別。

鳥哥筆記,數據運營,小祝,數據分析,策略

2.2、注意

1. 當兩個指標之間關聯度越小時,業務含義越容易解讀,適合用象限法進行分類的指標:

(1)、兩個完全相反的指標:比如投入/產出

(2)、遞進指標:點擊/轉化

(3)、一個問題的兩個側面:活躍/付費,市場增長率/市場份額

2. 并不是任何兩個指標都適合用象限法進行分類:

(1)、如果兩個指標高度相關,散點圖幾乎在同一條直線上的話,則畫出來的象限圖便失去了解讀意義;此種情況可直接用其中一個指標進行分類即可

(2)、若兩個指標分類后無法結合業務場景解讀分類后的意義,做出來的象限圖也是無用的;

3、三維指標分類

三維指標有兩種常見形態:并列指標與串行指標,不同類型的指標處理費方法如下:

3.1、并列指標:比如考核銷售好壞的:銷量、銷售額、利潤

方法一、在給每個指標劃好切分線之后,若各指標重要性差異不大時,可直接規定達標次數越多越好。比如:A-F團隊,在銷量(量)、銷售額(收)、利潤(利),三個指標上的達標情況如下表所示,可直接根據達標次數進行排名。

鳥哥筆記,數據運營,小祝,數據分析,策略

方法二、若每個指標重要性差異巨大的時候,要與業務部門商量,對指標進行重要性排序,不達標的一票否決。

鳥哥筆記,數據運營,小祝,數據分析,策略

3.2、串行指標:比如考核運營好壞的:注冊、活躍、轉化
串行指標可采用漏斗分析法,通過計算各個層級之間的轉化率,可將三維問題壓縮為二維問題,進而采用象限法就進行分類。

鳥哥筆記,數據運營,小祝,數據分析,策略

3.3、RFM模型
但是一說到三維指標分類,大家一定會想到RFM模型,沒錯,RFM模型就是通過最近一次消費時間、消費頻率、消費金額三個指標通過象限法將客戶分為8類,針對不同類別的客戶開展不同的營運方式。       


鳥哥筆記,數據運營,小祝,數據分析,策略

但三維很少用矩陣法,因為拆的太細,業務部門可能無法執行推進,這樣就失去分類的意義。

四、總結

盡管設立標準有一套獨特的方法論,但是最重要的還是要多于業務部門溝通,分類結果首先要獲得業務部門的認可,因為數據是為業務服務的,脫離了業務,就算你的標準在怎么好,也無法落地,就失去了分類的意義。

咱們常說的要培養自己的數據敏感度,也需要從設立標準做起,心中沒有一桿秤,都不知道什么算好,什么算不好,何談數據敏感度呢?

-END-


鳥哥筆記,數據運營,小祝,數據分析,策略

小祝
分享到朋友圈
收藏
評分
評論

綜合評分:

我的評分

測一測

結合本文,以下哪項是數據分析師定義一個好標準應該滿足的條件?
正確
正確
正確
正確
提交
已提交

參與評論(2)

評論規則

登錄后參與評論
發布評論

用戶351352

2020-03-21 22:47

干貨滿滿
樂果

2020-03-12 17:09

我們是傳統企業 公司不重視數據 數據分析師崗位都不設 學習了然后去跟公司談
《運營增長實戰手記》小紅書電子版
18篇運營實操干貨,篇篇皆實戰經驗總結
1羽毛
立即兌換
【限時6折】《營銷增長實戰手記》小綠書
繼小黑書和小紅書后,又一2020年全新精編營銷書
1000羽毛
立即兌換
【限時5折】鳥哥筆記靈感周歷
精選53個營銷知識,每周get一個靈感來源
1000羽毛
立即兌換

用戶評論

用戶351352

2020-03-21 22:47

干貨滿滿

樂果

2020-03-12 17:09

我們是傳統企業 公司不重視數據 數據分析師崗位都不設 學習了然后去跟公司談
確認要消耗 羽毛購買
數據分析師該如何定義標準,判斷分類?嗎?
考慮一下
很遺憾,羽毛不足
我知道了

為了促進廣大用戶對鳥哥筆記網站的干貨文章做出更加客觀、真實、優質的評論,為其他讀者在學習干貨時提供參考,特地制定本評論規則。

一、什么樣的評論內容會被通過

15字以上的、基于文章內容的優質評論。

二、什么樣的評論內容不會被通過

1、15字以下的評論;
2、“已閱”,“1”,“11”,”666”,“學習”,“學習了”等明顯劃水的內容;
3、重復評論,即在多篇文章下面發布同樣的內容;
4、帶廣告性質的內容(含網址、電話、微信等);
5、評論內容與本文無關的;
6、帶詆毀,辱罵,色情,賭博、暴力等不符合社會主義核心價值觀的內容,及一切法律法規不允許的內容。

最后,你的評論在審核通過的同時,還可以獲得5羽毛的獎勵,羽毛可在 "羽毛精選" 兌換各類小禮品哦~

我知道了
恭喜你~答對了
+5羽毛
下一次認真讀哦
成功推薦給其他人
+ 10羽毛
評論成功且進入審核!審核通過后,您將獲得10羽毛的獎勵。分享本文章給好友閱讀最高再得15羽毛~
(羽毛可至 "羽毛精選" 兌換禮品)
去分享
好友微信掃一掃
復制鏈接
{ganrao}