数据分析体系及构建思路、过程
有人问:经常听到“搭建运营分析体系、搭建业绩监控体系、搭建商品分析体系”等等要求。可到底数据分析体系是什么?似乎经常看到的,只有AARRR五个字母,又语焉不详。到底怎样才算是建了个体系?今天我们系统解答一下。
搭建数据分析体系,是从初级数据分析向高级发展的必备一环。留心看哦。
  1  
搭建数据分析体系的常见错误
 1、罗列指标,没有重点。
很多文章一讲数据分析体系,就铺陈了大量指标。先看哪个,后看哪个,根本没说明。光把几百个指标理解一遍都要半天,业务啥也不用干了,每天就在这瞅数好了。
 2、陷入细节,没有目标。
很多人习惯性列了指标,就开始按时间、渠道、区域、用户等级拆分,拆来拆去,标出一堆涨了跌了。问题是没个具体标准。每天纠结:1%的变化到底是不是问题?百分之几是问题?
 3、不分职责,贪大求全。
很多文章一列标题就是《电商指标体系》《运营指标体系》甚至是《互联网指标体系》,可实际上像BATT,一个公司十几个BU几十条业务线,都看一套指标?单纯运营就分:用户、产品、数据、新媒体、社、活动、商品、渠道……几十种运营,也看一套指标?这些大而全的总结,总是看似有理,实际不好用。
最终导致的恶果,就是自嗨型数据报表。看似罗列几百指标,拆分数十维度,每天更新累得夯吃夯吃,可一看,报表打开率不到10%。运营、产品、销售们遇到问题,还是提临时取数单,每天光跑临时取数就跑到断手指……
  2  
什么是数据分析体系
如字面意思,数据分析体系包含两点:
1、数据分析:意味着不能光罗列数据,而是要对数据做解读,解释数据背后的业务含义,到对业务有用的点。
2、体系:意味着不能毫无逻辑的铺陈数据,而是有节奏、有主次、有顺序地展现数据。这样才能更有效率地支持业务,而不是埋没在无穷无尽的码sql里,也能更好地积累分析经验。
把数据报表、专题报表串起来,有层次地展现,应用到业务中,才是真数据分析体系。
  3  
搭建数据分析体系的基本思路
数据分析本质是为业务服务的。尽可能多地帮助业务工作,少浪费业务时间,才是服务宗旨。所以,在搭建数据分析体系时,要先问自己:
1、我在为谁们服务?
2、他们中每一位,有什么工作职责?
3、提供什么样数据,能更好帮助他们工作?
4、在什么时间提供帮助,能更少干扰他们?
这就是搭建数据分析体系的基本思路。
 第一步:认准服务对象
企业有部门分工,因此第一步要认准:我在为哪个部门服务。这非常关键!因为即使同一个问题,不同部门的关注点会不同。同样是销售问题,如果是销售部看,关注的是每一支销售队伍完成率、进度、质量。如果是供应链看,那关注的就是总量、各产品数量、需求高峰期。如果是风控看,那关注的就是回款、坏账、套利。认清部门,有利于了解真正需求点。
其次,部门内有职级高低,要具体区分:谁需要看报表,他的责任与关注点是什么。同样是销售,部门领导关注的是下属队伍的排兵布阵,重点在什么区域,主打什么产品。每一
个销售人员,关注的是要跟进哪个客人、跟进哪一步、见人说什么。一般来说,越是管理层就越关注策略问题,越是基层就越关注执行问题。
即使有些看起来一个人也能办的事,在企业里也有分工合作。比如发文章,似乎一个人就能写,可在企业场景里,人家有专业的名字叫:新媒体运营。也有细致的工作分工。 
 第二步:明确工作目标
清晰了人以后,要认清每个人的工作目标。量化目标,是数据分析的灵魂。后续评价工作的好坏,判断业务走势正常还是异常,探索解决问题的办法,都是从计算目标和现状的差距开始的。这一点非常非常重要。很多做数据的人陷入细节,做的报表看不出所以然,都是因为压根不知道到底数值是几才算好导致的。
业务目标并不都是“1个亿小目标”这种简单粗暴的形式。细分之下,可以有多种类型,比如常见的:
1、按达成时间分:年、季度、月
2、按委任形式分:长期任务/临时任务
3、按服务对象分:自身/其他部门
怎么做数据分析4、按服务对象分:领导/组长/员工