你有沒(méi)有試過(guò)，很用心做了一份分析報(bào)告，自己來(lái)回看了三五遍，覺(jué)得挺滿意的，各個(gè)維度分析齊全，數(shù)據(jù)展示完整。屁顛屁顛交給領(lǐng)導(dǎo)之后，本以為還能得到一句認(rèn)可，結(jié)果領(lǐng)導(dǎo)說(shuō)：這個(gè)分析不夠有性啊，不要說(shuō)那些大家都知道的事。
可到底什么是性？明明有對(duì)未來(lái)情況進(jìn)行預(yù)測(cè)，可還是被批判為：沒(méi)啥性。真不知道咋辦了。——今天系統(tǒng)解答一下。
問(wèn)題場(chǎng)景先看看一個(gè)簡(jiǎn)單的例子如下，看圖回答問(wèn)題：6月GMV是多少？？？
有多少同學(xué)是脫口而出：400 的??!!
常見(jiàn)的問(wèn)題，就從這里開(kāi)始。
1 沒(méi)有性的分析，長(zhǎng)這樣錯(cuò)誤一：復(fù)讀機(jī)型。
看到上圖數(shù)據(jù)，寫出來(lái)的是：
● 月均GMV 720
● 最大值1000
● 最小值500
● 中間值700
這肯定沒(méi)有任何性哈。這根本就是把圖表又用文字復(fù)讀了一遍，只要業(yè)務(wù)方不是瞎子，能看到數(shù)字，都會(huì)覺(jué)得這沒(méi)啥意義。
錯(cuò)誤二：慣性思維。
還是上圖數(shù)據(jù)，你認(rèn)為6月GMV是多少？
有多少同學(xué)是脫口而出：400
這就是典型的慣性思維。其實(shí)只有一年的數(shù)據(jù)完全不說(shuō)明問(wèn)題，但是人們就是會(huì)很慣性的認(rèn)為：過(guò)去跌的就一定跌，過(guò)去漲的就一定漲，特別出現(xiàn)這種5432順序排列的數(shù)據(jù)，慣性的就會(huì)認(rèn)為下個(gè)數(shù)字是1……其實(shí)這正是數(shù)據(jù)分析要打倒的大敵。因?yàn)槿绻覀円脒^(guò)往年份數(shù)據(jù)，很有可能曲線長(zhǎng)這樣：
這時(shí)候還有誰(shuí)說(shuō)6月是400的……很有可能1-5月的只是正常的業(yè)績(jī)波動(dòng)而已。所以單純用慣性思維判斷，完全沒(méi)有體現(xiàn)數(shù)據(jù)分析的價(jià)值，做的結(jié)論還極有可能是錯(cuò)誤的。
錯(cuò)誤三：習(xí)以為常。
還是上圖數(shù)據(jù)，很多同學(xué)看了三年趨勢(shì)，然后脫口而出：因?yàn)檫^(guò)去6月份會(huì)漲，所以今年6月份也會(huì)漲……
這種說(shuō)法，很有可能被業(yè)務(wù)評(píng)價(jià)為：我早知道了！你分析了啥！
因?yàn)闅v史規(guī)律，特別是這種宏觀跡象這么明顯的規(guī)律，是個(gè)人只要不瞎都看得到，說(shuō)出來(lái)當(dāng)然沒(méi)啥意思。況且，誰(shuí)說(shuō)去年漲，今年就一定漲？萬(wàn)一今年漲得少，甚至跌了呢？?jī)H憑一根線又怎么判斷呢？
2 真正的性，是定性預(yù)測(cè)
本質(zhì)上，所謂的性，是需要我們做一個(gè)定性預(yù)測(cè)。雖然沒(méi)有精確的數(shù)據(jù)或模型，但是能通過(guò)分析，判斷未來(lái)走勢(shì)（相對(duì)應(yīng)的，建數(shù)據(jù)模型詳細(xì)計(jì)算的是定量預(yù)測(cè)）。
做預(yù)測(cè)的關(guān)鍵，是找到影響未來(lái)的因素。這些影響因素，才是支撐指標(biāo)曲線的真正支柱。支柱倒了，指標(biāo)自然下跌；支柱穩(wěn)固，指標(biāo)自然高企。所以，想做好預(yù)測(cè)，不能只對(duì)著數(shù)據(jù)本身就數(shù)論數(shù)，而是得找到數(shù)據(jù)背后的原因。
比如上圖中6月，11月大漲，可能有幾個(gè)原因：
● 行業(yè)因素：行業(yè)本身就是夏季、冬季前有一波高峰（比如旅游相關(guān)機(jī)票、酒店、住宿，趕在寒暑假前大量預(yù)定）
● 促銷因素：618，雙11是主戰(zhàn)場(chǎng)，要拼命做大GMV
● 產(chǎn)品因素：這個(gè)行業(yè)每年6,11月上新品
● 其他因素……
在做預(yù)測(cè)之前，我們要先了解業(yè)務(wù)，掌握影響因素。根據(jù)影響因素的可辨識(shí)程度，大致可分成三類，我們一類一類來(lái)看：
第一類：宏觀事件型
宏觀事件往往備受關(guān)注，媒體會(huì)大量報(bào)道，因此辨識(shí)度很高。但相應(yīng)地，辨識(shí)度越高的東西，講出來(lái)價(jià)值就越低，大家早知道了嘛。因此在做定性預(yù)測(cè)的時(shí)候，提及宏觀事件，是個(gè)必選項(xiàng)。提了，不一定被認(rèn)可。不提，一定被視作你都不懂業(yè)務(wù)這么明顯都看不到！
有些壞習(xí)慣會(huì)影響做數(shù)據(jù)的同學(xué)關(guān)注到宏觀事件。比如很多做數(shù)據(jù)分析的同學(xué)只看數(shù)據(jù)類文章，公眾號(hào)只關(guān)注《數(shù)據(jù)分析XX》《數(shù)據(jù)挖掘XX》《python XX》反而每天沉迷在數(shù)字和代碼里，對(duì)行業(yè)發(fā)生了什么看都看不到很容易被批了。
需注意，之所以是定性預(yù)測(cè)，因?yàn)楹芏嗪暧^因素的影響可能無(wú)法預(yù)測(cè)。循環(huán)出現(xiàn)的，可以看過(guò)往的歷史規(guī)律（比如節(jié)假日影響、行業(yè)周期性波動(dòng)）但是個(gè)案出現(xiàn)的，就很難去預(yù)測(cè)。比如突然出臺(tái)新政策，禁掉了某些業(yè)務(wù)，出現(xiàn)了疫情等，這種就無(wú)法預(yù)測(cè)效果，只能去研究政策細(xì)節(jié)，看看到底影響面有多大，做個(gè)預(yù)警。
第二類：投入產(chǎn)出型
投入產(chǎn)出型事件，往往是：大家都知道有影響，但具體影響多少不清楚。這時(shí)能體現(xiàn)一定的數(shù)據(jù)價(jià)值。有性數(shù)據(jù)支持，可以方便業(yè)務(wù)安排活動(dòng)，也能準(zhǔn)備相關(guān)人力物力資源（比如做促銷，商品、客服、服務(wù)器流量，有可能都要準(zhǔn)備）。這種性是非常有幫助的。
計(jì)算投入產(chǎn)出的常用方式有三種（如下圖）
需注意的是，很多同學(xué)一提活動(dòng)效果預(yù)測(cè)，就急匆匆想建模型或者做抽樣，用第二、第三種方法。
在現(xiàn)實(shí)中，只有封閉了信息渠道的營(yíng)銷活動(dòng)才適合這么干（而且需要余留較多時(shí)間準(zhǔn)備數(shù)據(jù)）。很多促銷活動(dòng)，比如雙十一大促、周年慶大促，因?yàn)樾麄饕?guī)模太大，會(huì)產(chǎn)生滾雪球效應(yīng)。用看似精準(zhǔn)的方法預(yù)測(cè)的反而會(huì)偏小、失真。
比如新產(chǎn)品上市，可能在上市前完全保密，也沒(méi)法做太精細(xì)的分組測(cè)試。所以做定性預(yù)測(cè)的時(shí)候，第一種方法用得更多。
投入產(chǎn)出型事件分析還有個(gè)用途，就是性指出問(wèn)題。我們都知道，業(yè)務(wù)部門干事情不見(jiàn)得是為了效益最大化，很有可能有政治任務(wù)——
比如：
● 老板要大力轉(zhuǎn)型新零售，所以非得強(qiáng)迫客人微信下單
● 我們的KPI是抓老用戶，所以效果不好也得強(qiáng)行做
● 部門費(fèi)用不夠了，但活動(dòng)還得做，所以券全部面額減半
這時(shí)候，如果有過(guò)往分析經(jīng)驗(yàn)指出以下問(wèn)題，就是有性的：
● 微信下單就是垃圾，影響銷售
● 老用戶響應(yīng)率就2%，咋做都是死
● 面額減半，響應(yīng)率不是減半而是減3/4
性指出問(wèn)題，就能提醒業(yè)務(wù)部門注意風(fēng)險(xiǎn)。也不要在事后糾結(jié)：到底是什么原因做的不好呢？——我們已經(jīng)早早提醒過(guò)了哈。只不過(guò)，這種性雖然有價(jià)值，但不一定受業(yè)務(wù)歡迎（還有可能吃板磚）。大家在實(shí)操中見(jiàn)機(jī)行事，量力而行。
第三類：內(nèi)部結(jié)構(gòu)型
再深層次地看這個(gè)問(wèn)題，就是：所謂的自然增長(zhǎng)率，根本是不存在的。在數(shù)據(jù)上看，可能指標(biāo)自然就會(huì)漲，可在業(yè)務(wù)上看，所有的增長(zhǎng)，都是在XX條件下的增長(zhǎng)（如下圖）：
關(guān)于自然增長(zhǎng)率，可以戳：數(shù)據(jù)分析終極一問(wèn)：自然增長(zhǎng)率，到底怎么算！
除了宏觀環(huán)境外，產(chǎn)品，促銷，用戶基礎(chǔ)，用戶分層這些，就是預(yù)測(cè)需要的XX參數(shù)。參數(shù)的情況直接決定了業(yè)績(jī)的走向。所以當(dāng)內(nèi)部影響因素發(fā)生結(jié)構(gòu)性變化的時(shí)候，自然業(yè)績(jī)會(huì)發(fā)生變化。
只是很多內(nèi)部結(jié)構(gòu)性變化是慢性的、持續(xù)的、微觀的，所以難以觀察。這就需要深度分析，不止關(guān)注整體趨勢(shì)，更關(guān)注構(gòu)成整體的各個(gè)因素的結(jié)構(gòu)。
內(nèi)部結(jié)構(gòu)型問(wèn)題很難，難在：到底是個(gè)案還是趨勢(shì)，很難在一次分析中觀察到。比如我們總是說(shuō)：渠道下沉，新生代需求變遷，興趣轉(zhuǎn)移等等概念，可真具體到某一月某一日的數(shù)據(jù)上，你真把特定群體抽出來(lái)看，反而數(shù)據(jù)上差異不大。
有時(shí)候自以為觀察到一個(gè)變化，可持續(xù)看幾天，丫又消失了……短期內(nèi)，永遠(yuǎn)是宏觀事件&投入產(chǎn)出型影響占主導(dǎo)。所以想要觀察到一個(gè)內(nèi)部結(jié)構(gòu)變遷的影響，需要長(zhǎng)時(shí)間觀察。
3 小結(jié)
看完三種類型，大家會(huì)發(fā)現(xiàn)，領(lǐng)導(dǎo)們想看的，都是第三類問(wèn)題。是滴，通過(guò)細(xì)致的分析，看到深層次問(wèn)題，講出來(lái)沒(méi)人知道的驚天秘密，聽(tīng)起來(lái)多厲害。
可實(shí)際上沒(méi)那么理想。業(yè)績(jī)指標(biāo)的波動(dòng)，從來(lái)都是多種因素綜合作用的結(jié)果。并非每次變化都一定有深層次的原因，有可能就是自然波動(dòng)、某個(gè)產(chǎn)品/活動(dòng)做爛了、沒(méi)錢還裝逼，道理就這么簡(jiǎn)單。能區(qū)分出來(lái)關(guān)鍵因素，提示問(wèn)題才是重要的。
所以，數(shù)據(jù)分析的價(jià)值，不是神神叨叨地講沒(méi)人知道的秘密。
● 了解業(yè)務(wù)，區(qū)分事件
● 能量化的，量化預(yù)測(cè)
● 不能量化，評(píng)估范圍
● 做好監(jiān)控，提示問(wèn)題
以上。都能做到了，就是最好的性。
當(dāng)然，有同學(xué)會(huì)問(wèn)：有定性的預(yù)測(cè)，那有定量的預(yù)測(cè)嗎？當(dāng)然有，而且有不止一種做法，不止一種算法。
看完覺(jué)得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。
標(biāo)簽： 數(shù)據(jù) 預(yù)測(cè) 分析 隨筆
感謝您的支持，我會(huì)繼續(xù)努力的!
打開(kāi)支付寶掃一掃，即可進(jìn)行掃碼打賞哦
手機(jī)直接保存圖片,掃一掃識(shí)別二維碼,即可進(jìn)行掃碼打賞哦
