全国电子音乐交流中心

自带欺诈的数据

左牙知道2019-04-14 11:10:10

在讲实际案例之前,我们先来讲一下数据。

我们平常做各种数据分析,接触各种数据,看到各种报告,看起来高端大气上档次,而你们有没有考虑过可信度。

为什么会这么说呢?

因为数据是死的,怎么解读数据是人为的,从不同角度出发解读,都会有不同的解析。而其次是,我们一般看到的数据都是有局限性的。所以,当解读的人使用一些手段之后,数据其实是会带有欺诈性的。

 

先说下数据的不同解读


同一份数据,不同人会有不同的解读,怎么理解?

这就涉及到不同的工作职责。

比如说一份注册人数新增的数据,做会员的会关注其新增的数量;做推广的会关注新增的渠道;做销售的会关注新增的质量。

所以,当我们做一份数据分析的时候,一个比较好的习惯是,先了解需要这份分析的人群他们关注的点是什么,然后再做分析。

遇到过蛮多的人做的分析,看起来很棒,然而看完之后,并没有所需要的内容,这就非常尴尬了。

不过也遇到过很多时候,去问需求者他们的需求,他们会不知道自己想要什么,这时候,就需要经验的积累了,当你做多了之后,你就会知道给谁的分析需要包含什么内容。这个就需要靠积累了。

 

再说下数据的局限性


先举个简单的例子,平常有参加一些CRM分享会的小伙伴,经常会看到各种大神分享的案例中,自带各种优质数据,然后就感叹,大神就是大神。

然而现实是,首先大神分享的案例都是已经能拿得出手的案例;其次,这些优质数据都会有一个条件支撑着,而这个条件,一般大神都不会告诉你。


记得是前几年的一场分享会,某商家分享他们的短信响应率达到了40%。恩,数据很高,全场鼓掌。

然而这个40%,所面对的人群是什么人群,大神并没有说。所以,如果是面对高复购人群,即使不发短信刺激,也会有那么高的响应,亦或者是最精准的一小群人,也是很容易实现的。

这就是利用了数据的局限性,只透露了部分数据,而没有全面的展现,以此显示效果。


同样的,大家在做总结的时候,也会经常用到数据的局限性。

就比如当销售目标没达成的时候,要像BOSS汇报的时候,没有人傻到就只是告诉BOSS没完成,通常都会找一些比较亮眼的数据单独放出来,说明一下虽然目标没达成,但是某某地方做得还是超出预估的。

 

所以,我们在做数据分析的时候,要注意数据的局限性,想要看真实效果,就需要培养全面考虑的思维方式。举些经常会用到的:


① 在评估效果的时候,尽量做A/B test,一次test测试一个变量,这样才能更准确的评估效果。

比如活动的时候,我们要评估短信效果,EDM效果,一般大家都是直接看ROI,这个其实非常不准确的,因为初二你的短信/EDM以外,还有很多途径在触达用户,所以想要准确的效果,应该通过A/B test,看差值来评估效果。

 

② 做对比的时候,要考虑到实际情况,比如说日期、节假日,气候等因素。

最明显的一个就是做节日分析(特别是春节),很多人仅仅是把对应的日期拉出来跟去年/前年对比,比如去年618销售跟今年618销售对比,然而并不会考虑618是在周几?有些时候,周末对活动的营销也是有一定的影响;又或者是卖冬装的,如果不考虑去年冬季的平均气温,跟今年冬季的平均气温,而仅仅是看销售对比,就会有误差。

 

③ 数据的展示的时候,全面的展示。不要为了图表的好看而展现局部数据。

像折线图,有很多报告为了图表的美观,会将横轴的坐标往上提,这样看起来趋势的变化会非常明显,然而如果去细看数值的时候,可能也就仅仅变化了1%


恩,基本也说得差不多了,总结下来就是,多做,多积累,多思考。带着怀疑的眼光看数据,慢慢的……


你就会越来越烦做数据分析了。




到点!上课!!我的禅宗型微信读者~