不是专业数据分析师的你,该如何科学地看待大

2018-05-16 17:18 来源:网络整理
当人们在不了解某样东西的时候,就会很容易神化或者妖魔化它。 似乎很多创业人,都喜欢讲一些概念化的东西。例

当人们在不了解某样东西的时候,就会很容易神化或者妖魔化它。

似乎很多创业人,都喜欢讲一些概念化的东西。例如前两年的互联网+,例如后来的大数据,又例如最近的区块链……

然而我看到的满嘴互联网+、大数据、区块链的人,并没有几个真正理解这些东西到底是什么,是如何运作的,以及如何达到世人所见的“神奇”效果。

当人们在不了解某样东西的时候,就会很容易神化或者妖魔化它

例如这位广告主的控诉:

“我做茶叶,用这套数据投放,获得了不错的效果,按钮成本不足2元、加粉成本低到30元。最近做蜂蜜……为什么效果就不好了?一个粉丝200元都打不住!”

还有这一位的心声:

“你看这个美容产品的落地页挺不错的,打动我了,你也要帮我做成这样的去投放!肯定效果好!

这就好像说上一次你给土地奶奶烧了香,小孙子烧退了,这次你病了还给土地奶奶烧香,怎么反而病得更厉害了呢?

当你对大数据不够了解时,你的一切行为,都是建立在迷信的基础上,等同于去庙里烧香拜佛,但并不能起到任何实质性的作用

那么,大数据是如何“神奇的”解决问题的呢?在你看不到的地方,许多专业人士正用你不理解的方式操作,对他们来说,大数据,只是个工具而已。

那么,不是专业数据分析师的你,该如何科学的看待大数据呢?

思路1:“懂生意”比“懂数据”更重要

我们都知道数据分析离不开对投放关键指标的跟踪。比如CPM、CPS、GMV、DAU等,这些指标往往与你的生意(比如获客成本、平均客单价、客户数量等)密切有关 。

但很多人可能不知道,这些指标的跟踪也是有优先级的。具体和公司本身情况密切相关。

同样是上述这些指标,对于成熟的公司成熟的业务模式或许是可行的,因为成熟公司讲究的是执行到位,商业模式验证阶段已经完成了。企业只需要复制既有模式,按部就班,扩大规模就能顺利运营,达成商业目标。对应的,GMV这些指标是可以衡量运营绩效的,对这些关键指标的追踪也能有效的度量我们的投放运营活动。

但对于创业阶段还处于摸索时期的新项目而言,则有可能是“虚荣”指标

为什么这么说呢?因为初创时期,大部分公司可能连自己的商业模式都还没办法完全确定,还在不停的修改自己的推广活动,还在寻找正确的产品或是目标客户,种种不确定之下,又如何去确定指标?

即使这个阶段需要做广告投放,目的也是为了测试验证产品和市场的匹配程度,也就是说,在资金耗尽之前,通过广告投放测试了解当前的产品、商业模式是否能让自己活下去,那么这个时候需要考核的重要指标不是GMV、DAU,而是在广告停掉以后,有多少用户会继续使用自己的产品、复购率有多少、转介绍次数有多少?等等与公司生存密切相关的数据。

这也就是营销分析师常说的,不懂生意就没有办法正确的解读数据,对生意而言,重要的不是数据本身,而是,从生意角度出发,从数据中发现的有效的商业洞察。

比如你新开一个淘宝店,因为没有自然流量,所以尝试投放信息流为自己的店铺引流。那么这种情况下,每天店铺有多少客户、有多少流水,并不是你最应该关心的指标,你需要着重关心的是:这期间下单的客户里有多少在多少时间内又复购了、有多少客户开始通过搜索你的店铺名称、你的产品品牌名称进店,等等。如果这些数据不清晰,你就不知道,到底是流量帮了你,还是因为你自己的产品有竞争力吸引了客户,接下来的店铺活动、投放策略也就无法确定,后续的生意规模也很可能因此受限。

思路2:“懂人性”比“懂数据”更重要

广告的目的是为了影响消费者的决策。那么消费者是如何做决策的呢?我们常听说大数据可以预测的人的行为,那是不是利用了可以预测人行为的大数据就可以影响消费者的决策,让广告更有效了呢?

很遗憾的告诉各位,大数据平台可以精准的搜集每个个体的行为数据,而非精准的预测。这也是为什么淘宝会推荐给你你刚刚买过的产品,头条总向你推送你刚刚看完的电影的缘故。

预测,则是在行为数据的基础之上,通过人为干预或者机器学习建立的预测模型,去推测他们下一步可能进行的行动,并加以干预。

事实上,大数据技术出现之前,商人们一样做生意。


上一篇:如何成为一名顶级战斗力的数据分析师?
下一篇:用计量模型解释经济现象