这个数据指导运营的思路,让人大呼“专业”!
来源:接地气的陈老师
“数据分析要指导运营决策,提供可落地的建议”是很多企业对数据分析师的要求,可真做起来,很多同学叫苦连天:我提的建议,运营都不听!也不按我说的做!让我咋落地呀……
其实有这种痛苦,是因为错误理解了“指导”的意思。以为“指导”就是:我说啥,运营去做啥!这个已经不是指导了,而是替人家拍板,给人家当老板了。人家运营上边有总监,有VP,还有CEO呢,哪轮得到数据分析师来拍板。这样指手画脚,肯定行不动。
那到底该咋办?
一个通俗的例子,看懂指导方式
我们看《三国演义》里边的军师是怎么指导主公决策的。凡是那种喊着:“主公不听我言,必遭大败”的军师,都被主公拖出去咔嚓了。此时主公的内心独白都是:“我是主公还是你是主公!”而真正受主公信任的军师,则在用这4种方式发言。
方式1:答疑
主公问:敌方摆的是啥阵型呀?
军师答:敌方摆的是八门金锁阵,这个阵法分为……
此时主公不了解情况,军师给主公科普,讲清楚事情就是“支持”决策。
方式2:建议
主公问:军师有何退敌良策呀?
军师答:上策是趁敌人远道而来,疲惫困顿,粮草不济,坚壁清野。中策是……下策是……
这里有很多细节:
1、军师给建议,是分析+结论一体的,既有理由又有行动建议
2、军师给建议,很少给一种建议,而是充分考虑最好、一般、最差情况
3、军师给建议,就只是建议,不会替主公下判断,最后拍板权还在主公那里。
有趣的是,我们发现主公很少选上策,很多时候都是选中策甚至下策。这时候就有开头一幕,那些倔强的坚持“主公不听我言必遭大败”的军师都被咔嚓了,而聪明的军师则闭口不言,再聪明一点的,已经开始为主公准备打败以后的逃跑方案了,哈哈。
方式3:提醒
曹操被关公堵在华容道,眼看就要噶了,军师一个箭步冲上去:“主公,关云长义薄云天,傲上而不辱下,欺强而不凌弱,不如去求他饶命……”这就是典型的提醒!
注意!提醒的时机很重要。如果在平时,你说:“主公你要当心呀”。主公只会笑着说:“先生多虑了”只有在危急关头,你的提醒才能被听进去。
方式4:总结
打完仗了,总结一下:“本次作战,主公有十胜,敌人有十败……”不过这个时候,如果打赢了仗,大家都在邀功呢,说了也没几个人听。打败了仗,大家都在找出气筒,乱说话可能就被“借项上人头一用”了。
数据指导运营的正确姿势
故事讲完,来正经的。数据指导运营的正确姿势,也是:答疑、建议、提醒、总结四种,而不是非要求人家按自己的意思办。而且这四类工作的重要性与发生频率也是不一样的(如下图)
真正让数据分析安身立命的,恰恰是答疑类工作。只要运营有用数据说话的意识,在工作流程每一步都记得看数据,那数据分析就有活干。这些工作中数据积累,也是日后深入分析的线索,所以要多做,最好贯穿在整个工作流程里(如下图)
提醒类只在真正有问题的时候说才管用。平时唠叨:同比跌了3%,环比跌了2%,也没人听,听了也没啥反馈。发现重要问题,比如:
1、流量数据不正常,可能存在虚假流量
2、活动参与不正常,可能有薅羊毛存在
3、达成进度太慢了,可能无法完成任务
这个时候再做提醒,可以有效提高提醒关注度,化解潜在危机。
总结类,虽然做得多,但意义最小。运营部门经常屁股决定脑袋,非要强行论证自己做的有效果。至于:把自然增长率改成负的;挑选在下跌的竞品公司数据以证明“大盘都在跌”,都是常规操作。这时候非要说“不是大盘,是你没做好”,就会引发冲突,还不如把数据都摆出来,信不信老板自己定。
至于人们最常说的:数据分析提供有效建议。其实很多时候运营已经有自己的判断了,不接受建议是常事,所以没必要强求。可说到这,有同学就会有疑问:我的建议他都不接受了,咋体现我的建议有价值呢?
当然有办法,不但能体现价值,而且能增进运营对数据的信任。
如何体现数据的专业性
如果前文例子一样,在提建议的时候,不要只提一个,而是提3个。不要只试图证明自己的建议是合理的,也要证明如果运营不采纳自己的建议会怎样。输出建议的逻辑,如下图所示。
比如运营在发优惠券,通过数据你发现券越派越多,活动效果却越来越差,因为有相当一批老用户已经形成习惯了,反正本来就会买,多领一张券就多享一点优惠。你很想建议改一下发券规则,规避下这些自然购买群体。此时提建议,不要直接提“建议改规则”,而是列出三种情况:
这样,运营听你建议改了方法最好。即使运营没听,依然沿用现在的老做法,你也对将来的情况做出了预计。如果你预计得很准,解雇复盘时如你所料,那你就牛X大发了,这不就是妥妥的开天眼吗。即使大家嘴上不说,心里也会觉得“这个预测真神!”后边会更加相信你的判断和建议。
这种建议提多几次,即使大家不100%接受你的做法,至少会每次拉上你听听意见,信任程度是直接倍增的。
如果运营没有听我们的建议,我们也没能预计准确业务走势,那就说明我们的分析能力还有待提升。准确的数据分析,既包括知道怎么发现问题,也能对放任问题不管的后果给出准确判断。如果还不能准确预计走势,就继续提升自己的能力哈。
综上可见,想做好数据指导运营决策,需要数据分析师们懂得提取数据,更需要沟通技巧和基于业务的准确判断能力,这样才能体现数据分析的价值。