Hãy nói lời tạm biệt với việc phân tích theo thói quen và khám phá những khả năng vô hạn bằng tâm trí của bạn

Quá trình phân tích dữ liệu thường rất khác nhau trong những tình huống khác nhau. Có cách nào giúp chúng tôi làm rõ các ý tưởng về phân tích dữ liệu trong các tình huống khác nhau và không bị giới hạn trong các quy trình phân tích tình huống cố định không? Bài viết này giới thiệu các yếu tố ảnh hưởng đến từng bước của quy trình phân tích trong quá trình phân tích bất thường, giúp bạn hiểu rõ hơn về phân tích bất thường và ứng phó với các tình huống phản hồi khác nhau. Khuyến khích cho những người quan tâm đến phân tích dữ liệu.

Có nhiều kịch bản để phân tích dữ liệu, sau đây là một số kịch bản trong số đó:

• Phân tích thay đổi
• Phân tích sản phẩm
• Phân tích kinh doanh
• Phân tích hoạt động
• Phân tích người dùng
• Phân tích kênh
• Phân tích sự duy trì
• Phân tích chuyển đổi

Quá trình phân tích dữ liệu trong các tình huống khác nhau là khác nhau.

Điều này tạo ra một vấn đề: với quá nhiều tình huống và quy trình khác nhau, về cơ bản là không thể nhớ hết tất cả.

Vì vậy, có rất nhiều nhà phân tích dữ liệu xung quanh tôi. Khi gặp phải những vấn đề cụ thể, họ thường tìm kiếm các quy trình phân tích trực tuyến trước, sau đó mới bắt đầu phân tích dựa trên các quy trình hiện có.

Có cách nào để ghi nhớ tất cả các quá trình phân tích không?

Trong thế giới cờ vây, bạn sẽ thấy có rất nhiều kiểu chơi cố định, đây là những cách chơi thông thường.

Đối với những người không hiểu tại sao cờ vua lại được chơi theo cách này, họ chỉ có thể nắm vững các mô hình này bằng cách học thuộc lòng, cách này không hiệu quả lắm và họ sẽ bất lực khi phải đối mặt với các mô hình cờ vua mới.

Tuy nhiên, nếu bạn có thể hiểu được lý do đằng sau cách chơi cố định đó, thì những gì bạn nhớ không còn chỉ là công thức thông thường nữa mà bạn có thể tự mình suy ra cách chơi cố định đó.

Theo cách này, khi đối mặt với những tình huống cờ vua mới, bạn sẽ có thể ứng phó với những thay đổi một cách linh hoạt thay vì trở nên bất lực.

Tôi nghĩ nó giống như việc ghi nhớ tất cả các quy trình phân tích và cùng nguyên tắc với các mẫu cờ vây. Nếu bạn hiểu được lý do tại sao các quy trình phân tích khác nhau lại như vậy, bạn sẽ có thể xử lý chúng dễ dàng ngay cả khi gặp phải các vấn đề kinh doanh mà bạn chưa từng gặp trước đây.

Là một tác giả trong lĩnh vực tư duy phân tích dữ liệu, tôi quyết định thử phân tích quá trình suy ra của từng quy trình phân tích để giúp bạn loại bỏ các công thức thông thường. Bạn không cần phải nhớ các thói quen, nhưng không có thói quen vẫn tốt hơn là có thói quen.

Hôm nay tôi sẽ chia sẻ với các bạn quy trình phân tích chuyển động bất thường.

1. Phân tích các chuyển động bất thường

Khi có những thay đổi bất thường trong các chỉ số dữ liệu, những người lo lắng nhất, ngoài các sinh viên phụ trách kinh doanh, chính là các nhà phân tích dữ liệu. Bởi vì các nhà phân tích dữ liệu sắp phải đối mặt với ba câu hỏi tự vấn:

1. Tại sao nó lại tăng?
2. Tại sao nó lại rơi?
3. Tại sao không tăng hoặc giảm?

Làm sao để trả lời những câu hỏi này?

Có rất nhiều ý tưởng tham khảo về phân tích bất thường trên Internet. Các bước chung là:

Xác nhận dữ liệu là chính xác . Kiểm tra xem có vấn đề nào như bất thường về cơ sở dữ liệu/sự chậm trễ trong báo cáo dữ liệu/lỗi SQL khi trích xuất dữ liệu/tiêu chuẩn thống kê dữ liệu không nhất quán, v.v. không.

Xác nhận loại và phạm vi của các chỉ số bất thường . Kiểm tra xem loại dị thường có phải là ngẫu nhiên/theo chu kỳ/theo xu hướng hay không; liệu sự tăng/giảm của chuyển động bất thường có hợp lý không.

Tháo rời và xác định nguyên nhân gây ra sự cố. Phân chia sơ bộ các kích thước và xác định phạm vi gần đúng của các nguyên nhân. Nếu là thương mại điện tử, nó thường được chia nhỏ theo quy mô con người, hàng hóa và địa điểm:

• Con người: khách hàng mới và cũ/theo kênh/theo phương pháp thu hút khách hàng/theo nhãn giá trị người dùng/theo ý định của người dùng/chân dung người dùng (giới tính, độ tuổi, khu vực, nghề nghiệp, v.v.)
• Hàng hóa: Nhiều loại khác nhau/nhiều thông số kỹ thuật khác nhau/nhiều giá khác nhau
• Lĩnh vực: Kênh lưu lượng truy cập/khuyến mãi gần đây/hiệu suất ngành

Quá trình phân tích trên không có gì sai, nhưng chắc chắn không thể ghi nhớ nó một cách máy móc.

Làm thế nào chúng ta có thể rút ra các bước trên thông qua tư duy phân tích?

2. Làm rõ vấn đề

Có ít nhất ba bước cơ bản trong việc phân tích bất kỳ vấn đề nào:

1. Xác định vấn đề
2. Phân tích vấn đề
3. Giải quyết vấn đề

Vậy thì bước đầu tiên trong phân tích bất thường phải là làm rõ vấn đề.

Câu hỏi đặt ra là vấn đề ở đây là gì?

Bạn có thể nghĩ câu hỏi này hơi lạ, nhưng câu hỏi chỉ là câu hỏi, đó là... câu hỏi.

Vâng, được thôi, có thể bạn đúng, vấn đề thực sự là... một vấn đề.

Định nghĩa chính xác hơn về khái niệm "vấn đề" là:

Vấn đề nằm ở khoảng cách giữa thực tế và kỳ vọng.

Vấn đề nằm ở khoảng cách giữa thực tế và kỳ vọng.

Vấn đề nằm ở khoảng cách giữa thực tế và kỳ vọng.

Những điều quan trọng nên nói ba lần.

Từ khái niệm này, chúng ta có thể suy ra rằng vấn đề bao gồm ba yếu tố: thực tế, kỳ vọng và khoảng cách.

Vậy chỉ có ba lý do tại sao vấn đề xảy ra:

Đầu tiên là có điều gì đó không ổn với hiện trạng . Có sự khác biệt giữa những gì bạn thấy và tình hình thực tế. Ví dụ, do sự khác biệt về tiêu chuẩn thống kê, lỗi truyền dữ liệu và các vấn đề khác, các con số bạn thấy có thể không khớp với các con số thực tế.

Thứ hai là có vấn đề về kỳ vọng . Kỳ vọng không phù hợp với tình hình thực tế. Ví dụ, khối lượng giao dịch sẽ giảm đáng kể vào cuối mỗi năm, do đó giá trị kỳ vọng phải được điều chỉnh giảm xuống để phù hợp với môi trường thực tế.

Loại thứ ba là thực tế có khoảng cách giữa thực tế hiển thị và kỳ vọng nhưng không rõ lý do . Đối với loại vấn đề này, chúng ta cần tìm ra nguyên nhân gây ra khoảng cách.

So với quy trình phân tích thông thường, ba loại lỗi nêu trên, loại thứ nhất thực chất là vấn đề về độ chính xác của dữ liệu, loại thứ hai là vấn đề về biến động theo chu kỳ kinh doanh và loại thứ ba là vấn đề thực sự cần phải khám phá sâu về nguyên nhân.

Đối với loại vấn đề thứ ba cần nghiên cứu sâu hơn, chúng ta cũng cần làm rõ thêm các vấn đề . Khoảng cách này xuất hiện khi nào? Sản phẩm này được sản xuất trong bao lâu? Khoảng cách lớn đến mức nào, v.v.

Các vấn đề trên thực tế được mô tả rõ ràng hơn thông qua phương pháp 5W2H . Thông qua mô tả của 5W2H, chúng ta có thể biết khoảng cách này là đột ngột hay liên tục .

Cho đến nay, bước đầu tiên của quá trình phân tích, làm rõ vấn đề đã cơ bản hoàn thành.

Ngay cả khi bạn không biết quy trình phân tích chuyển động bất thường, bạn vẫn có thể tự mình suy ra quy trình đó.

3. Cách chọn kích thước tháo lắp

Có hai loại vấn đề cần phải điều tra thêm: một là đột ngột và một là liên tục.

1. Chuyển động bất thường đột ngột

Khi dữ liệu biến động đột ngột, nguyên nhân thường là do những thay đổi lớn trong kinh doanh, thay đổi chính sách, quan điểm thị trường, v.v.

Cách tốt nhất để giải quyết tình huống bất thường đột ngột này là tham khảo ý kiến ​​trực tiếp của đồng nghiệp kinh doanh.

Đôi khi, dành hàng giờ để phân tích có thể không mang lại kết quả nhanh bằng việc dành một phút để hỏi các đồng nghiệp kinh doanh. Vì đồng nghiệp của bạn có thể vừa mới thêm một lối vào giao hàng mới vào ngày hôm qua hoặc tăng ngân sách giao hàng, nên anh ta chỉ cần nói một câu là có thể giải quyết được câu hỏi của bạn.

Ngoài ra, các đồng nghiệp kinh doanh thường nhạy cảm hơn với thông tin trong ngành và có thể cung cấp cho bạn một số thông tin có giá trị để giúp bạn rút ngắn thời gian khắc phục sự cố.

2. Các vấn đề dai dẳng

Đối với các vấn đề dai dẳng, thường cần phải áp dụng phương pháp tháo rời để tìm ra nguyên nhân cuối cùng.

Thông thường có hai cách tháo rời: một là theo chiều tháo rời ngang và hai là theo chiều tháo rời dọc .

Lấy ví dụ về sự suy giảm liên tục trong doanh thu GMV của một công ty thương mại điện tử, chúng ta có thể sử dụng hai phương pháp phân tích trên. Đối với chiều phân tích theo chiều ngang, chúng ta có thể phân tích theo các chiều như danh mục sản phẩm, kênh thoát nước, mức giá sản phẩm, khu vực người dùng, v.v. Quá trình phân tích theo chiều dọc có thể được thực hiện thông qua phân tích kênh lưu lượng.

Ở đây có một câu hỏi được đặt ra: nên sử dụng phương pháp tháo rời nào trước, theo chiều ngang hay chiều dọc?

Tôi nghĩ là không có thứ tự cụ thể nào cả, vì cả hai cách tháo rời cuối cùng đều dẫn đến cùng một kết quả.

Nếu trước tiên chúng ta sử dụng chiều phân tích theo chiều ngang và thấy rằng GMV của một danh mục nhất định đã giảm, thì tiếp theo chúng ta sẽ cần phân tích quy trình chuyển đổi lưu lượng truy cập theo danh mục này và tìm ra vấn đề nằm ở bước nào.

Nếu trước tiên chúng ta sử dụng quy trình phân tích theo chiều dọc và tìm ra vấn đề giao thông, thì chúng ta cũng cần sử dụng lại chiều phân tích theo chiều ngang để tìm ra danh mục nào có lưu lượng giao thông giảm.

Do đó, trước tiên bạn có thể sử dụng bất kỳ phương pháp tháo rời nào và đạt được hiệu quả tương tự.

Mặc dù thứ tự tháo rời không có gì sai, nhưng việc lựa chọn kích thước khi tháo rời theo chiều ngang sẽ khiến những người mắc chứng rối loạn ám ảnh cưỡng chế phát điên.

Lấy doanh nghiệp thương mại điện tử làm ví dụ, ba chiều "con người, hàng hóa và địa điểm" thường có thể được sử dụng trong số các chiều phân chia thông thường.

• Về mặt con người, có thể phân loại theo người dùng mới và cũ, người dùng có giá trị cao và thấp, người dùng từ các khu vực khác nhau, v.v.
• Kích thước của hàng hóa có thể được chia thành các loại, hàng hóa ở nhiều mức giá khác nhau, v.v.
• Kích thước địa điểm có thể được chia thành địa điểm tổ chức sự kiện, kênh giao thông, v.v.

Tuy nhiên, nếu bạn chia nhỏ nó ra theo từng chiều thì sẽ tốn quá nhiều thời gian và công sức và không thực tế.

Vì vậy, chúng ta cần phải chọn chiều nào để phân tích trước.

Không cần đi sâu vào quy trình cụ thể, chúng ta hãy thử tự suy luận.

Mục đích của việc phân tích và phân tích dữ liệu bất thường là để tìm ra nguyên nhân của vấn đề và sau đó tìm người chịu trách nhiệm tối ưu hóa và cải tiến.

Vì vậy, ưu tiên hàng đầu của việc tháo dỡ là phải tháo dỡ theo phân công lao động hiện tại của nhóm.

Ví dụ, nếu một công ty thương mại điện tử chia doanh nghiệp của mình thành nhiều nhóm hoạt động độc lập dựa trên các danh mục, thì ưu tiên hàng đầu khi đối mặt với những thay đổi dữ liệu phải là phân chia chúng theo danh mục.

Bởi vì sau khi phân chia các danh mục, bạn có thể tìm trực tiếp được người phụ trách tương ứng.

Nếu không, trước tiên bạn hãy tách người dùng mới và cũ, sau đó thông báo với bộ phận kinh doanh rằng có vấn đề với người dùng mới. Vậy ai chịu trách nhiệm cho người dùng mới này? Không thể giải tán toàn bộ tổ chức và phân chia lại công việc chỉ vì một vấn đề nhỏ.

Theo sự phân công lao động, sau khi vấn đề được định vị ở một phạm trù nào đó, người phụ trách phạm trù đó sẽ biết rằng đó là vấn đề của chính mình. Nếu lượng giao thông giảm, anh ta sẽ tăng đầu tư; nếu tỷ lệ chuyển đổi trở nên thấp, anh ta sẽ thực hiện các chương trình khuyến mãi. Nếu vấn đề không quá nghiêm trọng thì quá trình phân tích bất thường thường kết thúc.

Đôi khi quá trình phân tích còn đi xa hơn nữa. Nếu người phụ trách danh mục muốn hiểu sâu hơn về vấn đề sai sót trong danh mục của mình, thì người đó nên phân tích sâu hơn sau khi chia nhỏ danh mục.

Việc tháo dỡ bước này vẫn có thể thực hiện theo sự phân công lao động . Ngoài ra, trong nhóm danh mục cũng sẽ có các phân công lao động khác nhau, chẳng hạn như vận hành người dùng, vận hành danh mục, vận hành giao thông, v.v. Vì các công ty khác nhau có các thiết lập công việc khác nhau nên chúng ta cần chọn chiều phân tích dựa trên phân công lao động thực tế. Nếu không có hoạt động của người dùng trong nhóm, không cần phải phân tích chi tiết về người dùng.

Nếu trong nhóm có hoạt động của người dùng, cũng cần trao đổi với doanh nghiệp để xem mô hình phân tầng người dùng hiện tại của hoạt động người dùng là gì và liệu có bất kỳ kế hoạch hoạt động nào được lập sẵn như phân tầng người dùng và nhóm người dùng hay không . Bằng cách phân tích vấn đề dựa trên phương pháp vận hành ban đầu của người dùng, chúng ta có thể không tìm ra được nguyên nhân chính xác nhất của vấn đề, nhưng lại rất khả thi để triển khai. Dựa trên nền tảng vận hành người dùng hiện có, nhân viên vận hành có thể trực tiếp lựa chọn nhóm người dùng để vận hành.

Ở bước này, bạn vẫn không cần phải nhớ quy trình, cũng không cần phải nhớ phải chia người, hàng hóa và địa điểm vào những kích thước nào tương ứng. Trong quá trình phân tích thực tế, điều bạn cần biết là thông tin như phân công lao động theo nhóm và các chiến lược hiện có. Dựa trên thông tin này, bạn sẽ biết cần tháo rời những gì.

Nếu bạn trả lời như thế này trong buổi phỏng vấn, bạn có thể được cộng thêm rất nhiều điểm. Bởi vì người khác biết phải tháo rời những kích thước nào, nhưng bạn không chỉ biết phải tháo rời những gì mà còn biết rằng những nguyên tắc mà bạn đoán cuối cùng phải được thực hiện. Bạn thực tế hơn những người khác.

IV. Bản tóm tắt

Phân tích những thay đổi bất thường về cơ bản là câu hỏi bắt buộc phải hỏi trong các cuộc phỏng vấn.

Hiện nay có rất nhiều thói quen có hệ thống trên Internet. Mặc dù thói quen giúp cải thiện hiệu quả công việc, nhưng bản thân thói quen lại đơn giản hóa quá trình suy nghĩ, không thể ứng phó với mọi tình huống và sẽ hạn chế sự phát triển khả năng cá nhân.

Nếu bạn có một quá trình phân tích chuyên sâu như trên với người phỏng vấn trong buổi phỏng vấn, tôi tin rằng nó sẽ giúp bạn ghi thêm nhiều điểm.

Trong mắt người phỏng vấn, bạn không phải là người chỉ biết làm theo thói quen, bạn thực sự giỏi phân tích . Hơn nữa, phân tích của bạn thực sự có thể áp dụng được, điều này cho thấy bạn là người thực tế.

Kỹ năng của bạn có thể chuyển giao và kết quả có thể đạt được. Tôi tin rằng bạn sẽ là chàng trai hấp dẫn nhất trong buổi phỏng vấn.

Tác giả: Jason

Nguồn: Tài khoản công khai WeChat "Sanyuan Variance (ID: sanyuanfangcha)"