Các nhà phân tích dữ liệu PK hoạt động, không còn phải chạy theo số liệu nữa!

Đối với các nhà phân tích dữ liệu, nhu cầu dữ liệu vô tận là điều đáng sợ nhất. Điều mà các nhà phân tích dữ liệu cần làm là biến sự thụ động thành chủ động và đảm bảo rằng dữ liệu thực sự có thể hỗ trợ hoạt động thay vì chạy theo con số. Bài viết này kết hợp một số tình huống để chia sẻ cách sử dụng dữ liệu nhằm hỗ trợ phân tích hoạt động. Chúng ta hãy cùng xem nhé.

Điều mà các nhà phân tích dữ liệu lo sợ nhất có lẽ là nhu cầu thu thập dữ liệu vô tận. Lần này, khi đối mặt với tình hình nhu cầu này, chúng tôi đã chuyển từ thế bị động sang thế chủ động và sử dụng phân tích dữ liệu để hỗ trợ hoạt động. Chúng ta hãy đi thẳng vào vấn đề và bắt đầu thôi!

Tình huống có vấn đề: Một công ty thương mại điện tử gần đây đã phát hiện qua dữ liệu rằng một số lượng lớn người dùng đã thêm sản phẩm vào giỏ hàng nhưng không thanh toán (viết tắt là: đã thêm vào giỏ hàng nhưng không mua). Bộ phận vận hành đã bắt tay vào giải quyết tình trạng này, nhưng ban lãnh đạo chưa hài lòng và yêu cầu nhóm phân tích dữ liệu phân tích những khách hàng đã thêm vào giỏ hàng nhưng chưa mua hàng thông qua mô hình chân dung người dùng để tăng tỷ lệ thanh toán. Giả sử bạn là nhà phân tích dữ liệu tại một công ty và hỏi...

Câu hỏi 1: Bạn là một nhà phân tích dữ liệu, điều đầu tiên bạn làm là gì?

1. Xem xu hướng dữ liệu được thêm vào giỏ hàng trong 3 tháng qua
2. Xây dựng mô hình chân dung người dùng
3. Phân tích các nhóm khách hàng đã thêm sản phẩm vào giỏ hàng nhưng không mua sản phẩm
4. Tiến hành phân tích tỷ lệ thanh toán
5. Nói chuyện với nhân viên điều hành về những gì họ đang làm

Câu hỏi 2: Người lãnh đạo cần những nhu cầu gì trong tình huống này?

1. Cần một mô hình chân dung người dùng
2. Cần báo cáo phân tích khách hàng
3. Cần tăng tỷ lệ thanh toán
4. Cần cải thiện hoạt động

Câu hỏi 3: Khi bạn mua thứ gì đó trên trang web, điều nào sau đây sẽ khiến bạn quyết định trả tiền?

1. Có một đoạn mã bổ sung trong máy chủ trang web
2. PPT do nhân viên website biên soạn
3. Bạn đã thấy chiếc iPhone mới phổ biến
4. Bạn đã thấy chiếc iPhone mới nóng hổi và nó rẻ hơn bất kỳ nơi nào khác
5. Bạn đã thấy một chiếc iPhone mới phổ biến rẻ hơn 500 nhân dân tệ so với những nơi khác

1. Dự án tối ưu hóa hoạt động

Lý do tại sao phân tích dữ liệu vô ích là 80% vì nó tách biệt với thực tế và được thực hiện một cách riêng lẻ. Nguyên nhân sâu xa của việc mất liên lạc với thực tế và làm việc một cách biệt lập là những người làm việc với dữ liệu quá ám ảnh với chính dữ liệu đó và quên mất điều họ thực sự muốn làm. Ví dụ, trong trường hợp này, nếu bạn hỏi ba câu hỏi trên, ngay cả một kẻ ngốc cũng sẽ hiểu:

• Người dùng sẽ chỉ trả tiền cho một sản phẩm cụ thể ở một mức giá cụ thể và sẽ không trả tiền cho PPT hoặc mã.
• Điều các nhà lãnh đạo cần là cải thiện hoạt động, bao gồm nội dung quảng cáo, hoạt động, trang và giá cả.
• Để cải thiện hoạt động, trước tiên chúng ta phải hiểu người khác đang làm gì và còn bao nhiêu chỗ cần cải thiện.
• Đối với thuật toán, mô hình, báo cáo, công thức và thậm chí cả con số, tất cả đều là phương tiện để tìm ra cách cải thiện.

Vì vậy, điều đầu tiên cần làm là trao đổi với người điều hành về những điều sau:

• Những biện pháp nào hiện đang được thực hiện cho nhóm khách hàng này?
• Thời gian để triển khai từng biện pháp
• Chú ý đến biểu hiện cụ thể của sự không hài lòng của người lãnh đạo. Bước đầu tiên là hiểu hành động cụ thể. Về việc hành động đó là tốt hay xấu, bạn có thể nghe giải thích về thao tác, nhưng bạn phải tự mình phân tích nhiều hơn. Kết hợp xu hướng dữ liệu để xác định các cơ hội và vấn đề tiềm ẩn (như được hiển thị bên dưới):

Kỹ năng giao tiếp cũng rất quan trọng ở đây.

Lưu ý rằng trong tình huống này, sự bất mãn của các nhà lãnh đạo đã hiện rõ trên khuôn mặt họ. Lúc này, bạn phải kiên quyết thể hiện trước bộ phận điều hành rằng: “Tôi đang cùng các bạn tìm giải pháp, chúng ta sẽ cùng nhau hoàn thành nhiệm vụ này”. Đây là cách duy nhất để có được nhiều sự ủng hộ hơn.

Nếu bạn hành động như "Tôi tuyệt vời còn các bạn thì ngu ngốc", thì hãy chuẩn bị tinh thần bị người khác kìm hãm và kết thúc trong sự xấu hổ.

2. Vấn đề then chốt thứ hai

Câu hỏi 4: Sau khi tìm hiểu, chúng tôi thấy rằng hoạt động hiện tại của công ty là phát hành phiếu giảm giá 10% trên số tiền được thêm vào giỏ hàng. Ví dụ, 10 nhân dân tệ được tặng cho một sản phẩm giá 100 nhân dân tệ và 20 nhân dân tệ được tặng cho một sản phẩm giá 200 nhân dân tệ. Không có sự phân biệt trong việc phân phối phiếu giảm giá. Biết được điều này, bạn sẽ...

1. Xây dựng mô hình chân dung người dùng
2. Viết báo cáo phân tích phân khúc khách hàng
3. Phân tích đường cong tỷ lệ thanh toán
4. Chuyển đổi sản phẩm chia nhỏ

Câu hỏi 5: Bạn sẽ chứng minh thế nào rằng bạn đã có tác động tích cực đến vấn đề thêm sản phẩm vào giỏ hàng?

1. Báo cáo mô hình chân dung người dùng
2. Báo cáo phân tích nhóm khách hàng
3. Báo cáo đường cong tỷ lệ thanh toán
4. Báo cáo những thay đổi trong hiệu suất hoạt động

Câu hỏi 6: Tình huống nào sau đây có thể chứng minh rằng chiến lược mới đã mang lại kết quả (như thể hiện bên dưới)

3. Đột phá

Tâm lý chung của con người là: càng chờ đợi, kỳ vọng càng cao. Đặc biệt là khi bạn đang lo lắng, bạn hy vọng sẽ thấy kết quả nhanh chóng.

Vì vậy, trong trường hợp này, chân dung người dùng, mô hình và báo cáo đều chính xác, nhưng điều cần cân nhắc chính là: mất bao lâu để có hiệu lực. Càng thấy kết quả sớm thì càng tốt. Đồng thời, phương pháp càng đơn giản thì càng hiệu quả. Vì phương pháp càng phức tạp thì càng ít người có thể tham gia, điều đó có nghĩa là bạn sẽ phải chịu trách nhiệm nhiều hơn.

Ví dụ, “mô hình mua hàng siêu chính xác” trước đây không ai có thể hiểu được ngoại trừ những người làm việc với dữ liệu. Nếu hiệu quả cuối cùng không tốt, người xử lý dữ liệu sẽ phải chịu trách nhiệm. Điều này một lần nữa lại liên quan đến câu hỏi "tôi cần phải viết bao nhiêu dòng mã để khiến khách hàng sử dụng?"

Tóm lại, đừng dựa vào mã, hãy làm việc song song với hoạt động và ưu tiên phân phối phiếu giảm giá. Nhiều học sinh có thể thấy khó xử lý sau khi nghe điều này: hiệu quả nhanh và tốt.

Lưu ý rằng “có hiệu quả” ở đây cũng có nhiều loại tác động. Sử dụng khái niệm đơn giản nhất về tỷ lệ đầu vào-đầu ra, giảm đầu vào, tăng đầu ra và cải thiện tỷ lệ đều được coi là hiệu quả.

Vì vậy, ngay từ đầu, đừng đặt mục tiêu giải quyết hoàn toàn vấn đề mà hãy liên tục tối ưu hóa kết quả. Điều này giúp công việc được hoàn thành dễ dàng hơn và cũng đảm bảo kết quả liên tục.

Sau khi phân loại như thế này, ý tưởng trở nên rõ ràng hơn nhiều: việc phân phối phiếu giảm giá chung hiện nay là một hoạt động rất thô sơ. Biên lợi nhuận của các mặt hàng khác nhau là khác nhau. Mức chiết khấu đơn giản và thô thiển như vậy có thể làm giảm đáng kể lợi nhuận gộp và thậm chí tạo ra những sản phẩm có lợi nhuận gộp âm.

Đồng thời, một số sản phẩm sắp hết hạn nên có thể tung ra thêm lợi nhuận để bán hết hàng tồn kho. Một số sản phẩm có lợi nhuận cao nên có khả năng tạo ra nhiều lợi nhuận hơn. Sau khi phân loại xong, các hành động của giai đoạn đầu tiên rất rõ ràng (như thể hiện bên dưới):

4. Lặp lại và tối ưu hóa liên tục

Câu hỏi 7: Trong hai lựa chọn sau, bạn nên thực hiện lựa chọn nào trước?

1. Giảm chi phí
2. Tăng sản lượng

Lưu ý rằng trong trường hợp này, người lãnh đạo đã không hài lòng và đã liên hệ với các phòng ban bên ngoài. Trong trường hợp này, nếu bạn nói ngay: "Chúng ta cần thêm XXX triệu vào khoản đầu tư", hoặc là vốn sẽ được rót trực tiếp trở lại, hoặc là kỳ vọng của các nhà lãnh đạo sẽ được nâng cao hơn nữa, cho rằng hiệu quả sau khi đầu tư thêm sẽ là bất khả chiến bại.

Trong cả hai trường hợp, bạn đều đang tự đào hố cho mình! Vì vậy, tốt nhất là bắt đầu từ góc độ cắt giảm chi phí. Đầu tiên, cắt giảm trợ cấp có tác động tiêu cực rõ ràng để giải phóng chi phí tiếp thị; sau đó tạo một số sản phẩm sắp hết hạn và thanh lý hàng tồn kho; và sau đó sử dụng chi phí phát hành để trợ cấp cho các sản phẩm có lợi nhuận cao nhằm tăng tỷ lệ chuyển đổi thêm vào giỏ hàng.

Sau đó, bạn có thể tiếp tục lặp lại. Ví dụ, nếu tỷ lệ chuyển đổi của các sản phẩm có lợi nhuận cao được cải thiện, bạn có thể thực hiện thử nghiệm độ co giãn giá, giảm trợ cấp một cách hợp lý và giải phóng một đợt chi phí tiếp thị khác. Nếu một sản phẩm gần hoàn thiện, bạn có thể sử dụng lợi nhuận thu được để giảm giá toàn bộ hoặc bán chéo.

Đây chỉ là những thao túng giá cả, việc tính toán dữ liệu rất dễ dàng và kết quả cũng dễ thấy. Suy cho cùng, những phiếu giảm giá được đưa ra đều là tiền thật. Làm như vậy không chỉ có hiệu quả mà còn bền lâu. Với một chương trình thí điểm hàng tháng và bốn hoặc năm lần lặp lại, chương trình có thể kéo dài ít nhất nửa năm. Sáu tháng quý giá này có thể được sử dụng để tích lũy dữ liệu cho "khuyến nghị thuật toán trí tuệ nhân tạo" và "thông tin chi tiết về chân dung người dùng dữ liệu lớn", đồng thời có đủ thời gian để đào tạo mô hình.

Khi giá cả gần như nhau, bạn có thể tiếp tục làm như vậy, hiệu quả sẽ tiếp tục được tối ưu hóa và mọi người đều sẽ hài lòng. Tốt hơn nhiều so với việc trì hoãn một động thái lớn ngay từ đầu, trì hoãn trong nửa năm rồi chứng kiến ​​nó chẳng đi đến đâu, thay vì phải bỏ cuộc trong sự ô nhục (như hình ảnh dưới đây).

Một số sinh viên có thể hỏi: Trong kịch bản này, hoạt động đầu tiên cung cấp trợ cấp toàn diện và sau đó tối ưu hóa, do đó có thể cắt giảm chi phí. Phải làm gì nếu hoạt động chỉ được thử nghiệm trên một nhóm nhỏ và thất bại, cần phải tối ưu hóa?

Đây là một câu hỏi hay, đặc biệt là khi thử nghiệm MVP quy mô nhỏ. Kích thước mẫu nhỏ và cần phải phân tích nhiều tình huống khác nhau. Chúng ta nên làm gì?

Tác giả: Thầy giáo thực tế Chen

Nguồn: Tài khoản công khai WeChat "Giáo viên thực tế Trần (ID: gh_abf29df6ada8)"