我们先来探讨一个问题,什么是数据分析?答案如下
数据分析是将数据转变成有效信息的过程,比如将左侧的数据转变成右侧的“有效信息”。
这个“有效信息”要打个问号,为什么呢?因为有效信息是具有指向性的,刚才这个结论只会对奶粉或者婴幼儿辅食的商家有效,而对于其他商家来讲,它是无效的。
如何用数据告诉企业应该入驻哪个平台?
一家做封口机的商家找我们托管,不知道应该开天猫还是开C店,可能大家凭经验就知晓,做天猫比做C店好,但是好多少你描述不出来,因此我们通过该产品分别在天猫和淘宝的销售额来对比分析。
我们把左侧的数字转变成右侧的图形,就跟刚才探讨谁高谁矮的问题一模一样,我们明显可以看到天猫的销售额高。但是判断一个问题,只是从一个角度看还不够,我们还要从另一个角度观察这个问题。
好,再加上店铺数量这个维度。
上上的图形是一个散点图,x轴代表店铺数量,Y轴代表销售额,中间画一条线,在这条线上方的代表“瘦”,在这条线下方的代表“胖”,因此我们会选择天猫,C店太“胖”,要么减肥(减少店铺数),要么增高(提高销售额)。
可能散点图还有点难以理解,接下来我用了降维的方法,把销售额除以店铺数,就得到平均销售额,转变成图形,又变成了判断高矮的问题,毋庸置疑,天猫高于淘宝集市。
最终,我们可以给出结论,如果是想要业绩,就做天猫,淘宝集市就不要碰了,因为天猫的平均销售额是淘宝集市的340倍。
做数据化运营必备的两个思维,一个是数据思维,一切用数据说话,另一个是商业思维,推敲数据背后的意义,或者说是商业价值。数据化运营思维=数据思维+商业思维。也就是说一切决策的背后都可以找到数据依据。
说了这么多,那到底什么是数据化运营呢?
数据化运营是运营全过程使用数据作为决策依据,并形成可复制的方法论。
我们在做运营的时候如果跟别人讲我觉得这个事情是可行的,那这个决策过程是不可复制的。但是如果我们讲,因为数据A和数据B的支撑,因此这个事情是可行的,那这个决策过程就是可复制的,可传承的。你可以把数据A和数据B的节点形成标准,让其他人使用这个标准,从而复制你的决策过程。
因此数据可以给运营更清晰的运营方向,更精准的决策,提高项目的成功率。
数据化运营的流程是从问题开始的,运营产生了一个问题,然后寻找数据参考,通过理解数据背后的意义进行决策,决策后要执行,否则决策就没有任何意义,执行过后会产生结果,这个结果是否解决了问题,就要回到问题的本身,如果解决不了不问就要重走一遍流程。
比如运营要拓宽一个品类,通过行业数据的参考找到一个合适的品类,决定做这个品类并去执行后,结果表明这个品类确实不错,那么就可以了。如果结果表明这个品类不适合,那么就要重新进行分析,这样才能优化整个系统。