数据分析-06 商业数据分析思路

1、明确要解决的问题

手头已有的数据如下:
日期
城市
访问人数
放入购物车的人数
提交订单的人数
成交人数
销售额

搞清要解决什么问题。不同的问题有不同的方法。搭建分析体系要从领导要解决的问题出发,若领导未提具体需求,就要对领导可能的需求做假设。一般来说,领导都希望提升业绩,而要提升业绩,往往需要做问题诊断、市场预测、员工考核、优化资源配置等工作,所以你可以把这些内容列出来,再列出要完成这些工作常用的方法和所需的数据支持。比如,问题诊断可以用分类分析和销售漏斗分析等方法;市场预测有回归分析、时间序列等方法;员工考核可以用对比分析、定标比超等方法;优化资源配置可以制定物料计划、进行规划求解等等。(见图1)


图1 搭建分析体系

这数据里的4类人数对应的是一个购买流程,因此可以通过各流程的转化率做问题诊断;
这数据里的日期和销售额可以构成时间序列,因此可以做市场预测;
这数据里的城市和销售额可以构成各城市的业绩完成水平,
如果结合各城市的年度计划,就可以做各城市销售总监的考核;
如果结合资源投入,就可以优化资源配置。”


2、问题诊断

做问题诊断就像剥洋葱,一层一层地剥,才能看到本质。现在对城市做诊断,看看公司在哪些城市的客户转化率存在问题。找出哪些城市业绩不理想。
公司2012年在各城市的客户规模与销售业绩(见表1)。


表1 2012年各城市的客户规模与销售业绩
2.1 分类分析

做分类分析,找到诊断对象。用成交人数和年销售额把城市分成几类。其中,成交人数反映了业绩的数量;年销售额反映了业绩的质量。用表1的数据,画出各类城市的业绩对比图(见图2)


图2 各城市的业绩对比

可以看出,按照业绩表现,城市可以分为三个梯队。
第一梯队(北京、广州、上海)成交数在400人以上,年销售额超过800万。
第二梯队(天津、成都、武汉)成交数在200-400人之间,年销售额在300-600万之间
第三梯队(济南、南京、郑州)成交数小于100人,年销售额小于200万”

造成城市之间的这种梯队差异的原因分析:
访问人数及其转化率。访问人数低或其转化率低,都会影响城市最终的业绩表现。画出各城市在访问人数及其转化率的表现。(见图3)

图3 各城市的访问人数及其转化率对比

根据图3,写出这些城市的类别、特点和相应的营销策略


表2 各类城市的特点及相应的营销策略

从表2可以看到,成都、武汉、天津这三个城市就是你做问题诊断的对象——一方面,这三个城市客户转化率低,存在一些问题;另一方面,这三个城市市场规模大,有值得改进的空间。

2.2 销售漏斗法

用销售漏斗法,分析从用户访问到在线支付各阶段的转化率,从而找到转换率低的问题环节,提出相应的提升路径。见图4。


图4 销售漏斗法

用表1的数据,计算出成都、武汉、天津以及标杆城市的上一步转化率(见表3),并制作出相应的图表(见图5)


表3 问题城市与标杆城市上一步转化率的对比表

图5 问题城市与标杆城市上一步转化率的对比表

3 针对问题提出策略

  • 成都的问题主要出在用户访问到放入购物车的环节,对于成都的顾客应提升商品与网站的体验;
  • 天津的问题主要出在放入购物车到提交订单的环节,对于天津的顾客应加强促销、供应链建设和客户服务;
  • 武汉的问题主要出在提交订单到在线支付的环节,对于武汉的顾客应加强在线支付的用户体验;

这篇笔记是对 公众号[大数据分析和人工智能]分享文章(一步一步教你如何分析商业问题)的学习

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,236评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,867评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,715评论 0 340
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,899评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,895评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,733评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,085评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,722评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,025评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,696评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,816评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,447评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,057评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,009评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,254评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,204评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,561评论 2 343

推荐阅读更多精彩内容

  • 做淘宝真的要刷单么?那些所谓的七天螺旋,如果你一个新开的店,没权重没流量,不刷单哪来的螺旋给你? 淘宝大环境下,小...
    我是盼盼呢阅读 9,711评论 1 16
  • 最近股票跌跌不休,周围好多人都说要退出这个市场,再也不碰了,交流股票的人也越来越少。正好与这炎热的天气相反啊...
    金融大宝阅读 160评论 0 0
  • (二零一九年一月十二日•瑞丽) 万里下长安,汉节十霜还。 黄沙天连漠,玉雪岭迷烟。 马帮通滇海,驼铃过楼兰。 身后...
    村居闲人阅读 245评论 0 0
  • 今天是期末考的最后一天,朋友圈里已经开始各种刷屏,比如:献给今天所有考试完毕的家长;比如期末考试后,家长需做到这些...
    茶醉小妖阅读 212评论 0 2