不是专业数据分析师的你,该如何科学地看待大数据呢?

区块链在线biteol2018-12-05 15:45:43


当人们在不了解某样东西的时候,就会很容易神化或者妖魔化它。

似乎很多创业人,都喜欢讲一些概念化的东西。例如前两年的互联网+,例如后来的大数据,又例如最近的区块链……

然而我看到的满嘴互联网+、大数据、区块链的人,并没有几个真正理解这些东西到底是什么,是如何运作的,以及如何达到世人所见的“神奇”效果。

当人们在不了解某样东西的时候,就会很容易神化或者妖魔化它

例如这位广告主的控诉:

“我做茶叶,用这套数据投放,获得了不错的效果,按钮成本不足2元、加粉成本低到30元。最近做蜂蜜……为什么效果就不好了?一个粉丝200元都打不住!”

当你对大数据不够了解时,你的一切行为,都是建立在迷信的基础上,等同于去庙里烧香拜佛,但并不能起到任何实质性的作用

那么,大数据是如何“神奇的”解决问题的呢?在你看不到的地方,许多专业人士正用你不理解的方式操作,对他们来说,大数据,只是个工具而已。

那么,不是专业数据分析师的你,该如何科学的看待大数据呢?

思路1:“懂生意”比“懂数据”更重要

我们都知道数据分析离不开对投放关键指标的跟踪。比如CPM、CPS、GMV、DAU等,这些指标往往与你的生意(比如获客成本、平均客单价、客户数量等)密切有关 。

但很多人可能不知道,这些指标的跟踪也是有优先级的。具体和公司本身情况密切相关。

同样是上述这些指标,对于成熟的公司成熟的业务模式或许是可行的,因为成熟公司讲究的是执行到位,商业模式验证阶段已经完成了。企业只需要复制既有模式,按部就班,扩大规模就能顺利运营,达成商业目标。对应的,GMV这些指标是可以衡量运营绩效的,对这些关键指标的追踪也能有效的度量我们的投放运营活动。

但对于创业阶段还处于摸索时期的新项目而言,则有可能是“虚荣”指标

这个阶段需要做广告投放,目的也是为了测试验证产品和市场的匹配程度,也就是说,在资金耗尽之前,通过广告投放测试了解当前的产品、商业模式是否能让自己活下去,那么这个时候需要考核的重要指标不是GMV、DAU,而是在广告停掉以后,有多少用户会继续使用自己的产品、复购率有多少、转介绍次数有多少?等等与公司生存密切相关的数据。

这也就是营销分析师常说的,不懂生意就没有办法正确的解读数据,对生意而言,重要的不是数据本身,而是,从生意角度出发,从数据中发现的有效的商业洞察。

比如你新开一个淘宝店,因为没有自然流量,所以尝试投放信息流为自己的店铺引流。那么这种情况下,每天店铺有多少客户、有多少流水,并不是你最应该关心的指标,你需要着重关心的是:这期间下单的客户里有多少在多少时间内又复购了、有多少客户开始通过搜索你的店铺名称、你的产品品牌名称进店,等等。如果这些数据不清晰,你就不知道,到底是流量帮了你,还是因为你自己的产品有竞争力吸引了客户,接下来的店铺活动、投放策略也就无法确定,后续的生意规模也很可能因此受限。

思路2:“懂专业”比“懂数据”更重要

数据分析分为定性分析和定量分析两种方式。其中,定性分析是指:对事物的性质作出判断,即,回答“它是什么”。另外一种分析方式叫定量分析,具体是指:对事物数量上作出统计。我们通常说的点击率是多少、转化率是多少,等等,指的就是定量分析。

因为点击率、转化率等数据比较直观,优化师也好,老板也好,都会比较关注这方面的数据,各种信息流交流群里交流最多的也是“你今天点击率多少啊”,“你今天的转化率多少啊”,等定量数据。这种交流本没有问题,但当大家不分行业、不分投放阶段,直接以这些量化指标衡量投放效果的时候,你就需要注意了

(1)对于一个陌生项目而言,没有过往的参考数据可以参考,从零起步的时候,你需要的是基于营销专业的定性分析而非定量分析的技能

比如你可以分析这个产品本身是基于什么需求场景开发的,公司为什么会开发这个产品,这些定性的分析会帮助找到可能有效的诉求方向。

(2)定量分析的AB测试固然需要,但过分依赖反而会对投放造成致命伤害

比如你要优化一个落地页,AB测试有数十乃至数百个变量(排版布局、卖点文案、情绪唤起、颜色搭配、产品组合、定价、赠品等等),如果每一个都要做AB测试,那么测到什么时候才能上线呢?(老板等着你赚钱呢!)

这个时候,就需要我们先启用营销专业的分析了,靠专业的判断来选择3-5个版本测试,然后再结合投放数据分析选哪个做大规模投放更好。

(3)当数据分析的结论和自己的专业判断出现偏差时,绝大部分情况下,都应该听专业的判断,而非数据分析的结论。

比如此前一个广告主来咨询,自己在朋友圈投放了一个宝马车的广告,可收到广告的用户在底下留言说“买不起”之类的,“不是说大数据很精准的么?怎么会找错人呢?”

首先,数据本身是不完整的。

广告主认为的精准,是说平台把广告展示给了关注宝马或者关注宝马同级别车的用户。当然,如果从理论上说,平台抓取到用户所有的行为数据是可以实现100%精准的,但实际上广告平台并不能做到,他们的数据是不完整的。

不完整的原因很复杂,比如可能是出于对用户隐私的保护; 比如各个平台之间的数据并没有完全打通,数据孤岛在相当长的时间内是必然存在的。像上面那则广告用户评论说买不起,数据层面分析大概率的原因就可能是平台没有抓准用户的财务状况,那么对受众财务状况的数据掌握最精准的平台可能是各个银行,或者国家税务部门等等,但是不管是出于隐私保护,还是数据安全的考量,这些数据在短时间内又不可能开放给各个广告平台,所以,数据不完整是我们营销人必须面对的实际情况。

其次,人性本身不可预测。

即使数据孤岛被打通,数据本身是完整的,也不能保证各大信息流平台就能精准的识别和预测潜在受众对广告的主观反映,因为:人性本身是不可预测的。

行为经济学认为,人在许多情况下都是非理性的。甚至可以说,人在本质上就是非理性的。就如同你爱上一个人,当你爱ta,你甚至不知道自己为何而爱,你能想起的,都是一个又一个毫无逻辑的片段。但是这背后有没有规律可循?当然有,这背后的逻辑是进化论研究的课题,我们人类的一切行为某种意义上都为了物种的生存和繁衍,人类的行为反应也是由此而来的。

说回上面那个在宝马广告下留言说自己买不起的用户:他们是真的买不起吗?并不一定,只是他们不认为立刻购买一辆宝马是他们此刻当务之急必须完成的事情,这件事对他们来说,急迫程度不够高,也就不值得他们花费一辆宝马车的费用来完成。如果你给这些用户一个理由,例如:

“你花19元买了杯没品牌的咖啡送女神,

他用19元日供的宝马,送女神回家。”

那么“每天一杯咖啡钱买宝马,赢取美人心”,就会变成一个迫切需要完成的任务

(历史资料图片)

用户不会去算总账,也不会再说买不起

要知道,当你没有给到他们合理的购买理由时,他们会告诉你买不起,并且他们自己也会认为自己是因为“买不起”而不买。这种情况,我们简单的概括为“口是心非”。

“口是心非”的情况在我们营销调研的场景里经常出现。当然,你首先要能够识别出消费者的“口是心非”,然后才能想办法让他“吐真言”。在线下可以通过独特行为观察等方法来引导和确认,在线上投放时,就需要基于他们的真正的“心意”做出可以让他们心动的文案



END



未来区块链将会应用在很多方面,会对社会的各个方面造成很大的影响。区块链所带来的变化不仅仅是在金融领域,还有人类生活和各行各业的发展。如果想要了解更多,请加入我们的区块链爱好者微信社群。

目前已经有诸多区块链行业相关人士加入,我们希望您是区块链的爱好者,希望您是从事区块链相关工作的人士,亦或是区块链的资深研究人员!所有符合条件者,加群请扫描--

Copyright © 古田计算器虚拟社区@2017