产品设计与数据(上)

1 评论 4601 浏览 15 收藏 7 分钟

编辑导语:本文作者通过一个超市货架的例子,说明如何对数据进行分析,能更好地理清运行规律,制定接下来的策略,以获得更高的收益,感兴趣的小伙伴们一起来看一下吧。

在这个越来越急躁,越来越卷的就业环境下,大家出去面试,不吹下数据,聊下业务发展,好像就低人一等了。但是很多同学,在吹数据的时候,通常只能说,通过XX改动,数据提升了多少个百分比。

吹的姿势过于无趣,如果面试官追问下细节,大多数直接社死。而为了大家能够舒服地高人一等!本人就给大家科普下基础的数据分析是怎么吹的!

01 那么,数据该怎么看待呢?

接下来会用一个简单的案例去说明下,可能不是很恰当,但是看不懂也没关系,多看几次自然会懂。

产品设计与数据(上)

如图,是一个超市的结算柜台,供有5层货架。

销售小张打算在货架卖可乐,假设每层货架可以放10瓶可乐,5层则是50瓶,然后设定每周一营业前进行一次补货。接下来我们可以看看小张10月的销售数据。

产品设计与数据(上)

可以看到销售小张的销售数据非常不错,周转化率为84%。如果这个时候小张拿着这个数据去汇报领导,无外乎两个结果,一个是升职加薪,一个是寻根问底。两种结果,两种人生。但小张是一个诚实且爱学习的孩子,在没有一个负责任的结论下,是不会贸然去邀功的。接下来小张统计了10月的所有数据,果然发现了一些问题。

产品设计与数据(上)

  • 10月的销售数据中,第一周的成绩是最好的,达到了84%
  • 每周的销售数据中都是前3天的销售量占据了该周销售量的大半,后续几天下滑严重
  • 从10月第一周开始,到11月初也就是第5周,销售数据一直在下滑

看到这些明显的问题后,小张决定将时间维度继续拉长去看,以月、季度、年的单位去看了最近7年柜台的销售数据,发现商品具有明显的周期性。

可乐虽然在10月第一周销售最好,但可能是国庆节人流量大增等原因,大多数商品都会有量的提升,后面出现回落属于正常现象。但如果以季度为单位去看,会发现第一个季度A商品销售得很好,但到2季度3季度后,对比1季度都有很大的下滑。

如果这个时候把2、3季度换成B商品时,销量会稳定上升,反而B如果放在1季度的话,销量会比较平淡。由此我们可以看出短时间的销量是没有代表性,在数据分析中,样本的数量是多多益善,还得具备周期性的思维。

然后我们再去看第2个问题,为什么前3天的销售量占据了整周销售量的大半。小张调研了下,发现货架最上面2层卖完后,销量立马开始下滑,而最下层总是保存的最完好,几乎无人购买。如果及时地补货,提升商品的曝光率和便捷性是否能提升销量呢。

固定每周一营业前补货是不合理的,需重新制定补货维护策略。

想到这些,小张又在想后面的销售计划该怎么去制定。时间、地点、人文、商品本身都会影响销售数据,而现在10月气温还算好,对可乐影响不大,但往后会越来越冷了,可乐是否不再适合在柜台销售了呢?该用什么商品去代替,获得更高的收益呢?

最后小张根据这些想法,做了一个汇报方案,先汇报了当前的成绩,再讲了下现在的问题,最后展望了下未来与应对策略。在一片掌声中,小张的发量越发地开始稀疏。

PS:我们常常看到一些团队或个人,拿一些不负责的数据,去邀功,这种做法让我很羡慕。比如某人做了一个新方案,在汇报时说,点击率上升了80%。一下子整个会议室肃然起敬。但如果深入了解会发现,他只是问卷式地访谈了4个用户,其中3个觉得还不错。对于访谈样本特征没有分级,样本量也太少。这种数据没有任何意义,只能说对我们的方案做一些启发评估。

02 小结

对于数据,我们不能孤立的去看待,每一个数值的背后都值得我们去关注。一个负责任的数据结论是多条链路相互佐证的结果,是算明白了变量条件对结论的影响,是明确了运行的规律。

如一个商品卖的好不好,可能纯粹就是该商品曝光率太低,也可能是一场疫情超市直接倒闭,剔除这些因素再去分析才是有意义的。

有人说,如果我链条够多,算力够牛,我就能预知未来。

下一篇将结合实际案例去讲解怎么通过数据发现问题,然后确定问题,再修改方案解决问题等。

 

作者:少侠,公众号:一条咸鱼的渴望

本文由@少侠 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 用数据说话,不能片面的看,要全方位分析数据,明确运行的规律

    来自湖北 回复