9張圖,看懂數(shù)據(jù)分析如何由淺入深

0 評論 1697 瀏覽 8 收藏 13 分鐘

數(shù)據(jù)分析的深度往往決定了洞察力的強弱。本文通過一個物流企業(yè)的司機調(diào)度案例,展示了數(shù)據(jù)分析如何從基礎(chǔ)描述性統(tǒng)計逐步深入到業(yè)務(wù)流程和戰(zhàn)略決策中。從簡單的上線率計算到復雜的業(yè)務(wù)需求匹配,再到細致的原因分類和專題分析,本文將引導讀者理解如何層層遞進,深化數(shù)據(jù)分析的洞見。

很多同學被嫌棄:做的數(shù)據(jù)分析,沒深度。到底啥是分析深度?怎么才能做出深度?話不多說,直接上場景。

問題場景:某物流企業(yè),負責管司機的調(diào)度中心,會給每個未上線司機標注原因,標注格式如下:

備注:實際原因還有很多,這里僅做舉例

現(xiàn)領(lǐng)導要求:分析司機未上線情況。

問:該怎么分析?

思考30秒

0  0級深度做法

● 3月6日,共1000司機,上線900,上線率90%

● 3月7日,共1010司機,上線875,上線率87%

● 3月8日,共1050司機,上線850,上線率83%

上線率連續(xù)2天下降,建議搞高

不上線的理由TOP3為:

1、司機請假 35%

2、累25%

3、雙十二剛過 20%╮(╯▽╰)╭?不點評了,大家自行吐槽。

1  1級深度做法

上線代表的是運力,不同線路運力需求不同,因此可以結(jié)合需求,解讀上線數(shù)據(jù):

● A線路本月訂單暴漲,但司機上線率在下降,需保障運力。

● B線路本月訂單減少,司機上線率在下降,可調(diào)撥該批司機運力。

● C線路為季節(jié)性需求,預(yù)計下個月就沒有了,關(guān)注該批司機運力分配。

點評:終于知道把上線情況和業(yè)務(wù)需求聯(lián)系起來了。這樣能解讀出:司機上線/不上線,到底有啥意義。重點線路需要保障,零散線路釋放出運力要能調(diào)配開,這是基本常識。

同理,還可以對司機生命周期做分類,結(jié)合司機表現(xiàn),解讀上線數(shù)據(jù)。

● 新手期司機:上線變差,是否意味著最近開發(fā)新司機質(zhì)量下降

● 穩(wěn)定期司機:上線變差,是否意味著平臺運作出問題,老司機流失

注意,以上這些計算,需要衍生指標,比如:

● 線路訂單量:最近一周內(nèi)訂單數(shù)、貨運噸位

● 線路訂單變化:最近N周內(nèi)訂單走勢

● 司機生命周期:從注冊到當前時長

● 司機行車里程:最近一周行車里程

● 司機缺勤頻率:最近一周無出車天數(shù)

這些數(shù)據(jù)不見得在一個表里能體現(xiàn),因此得從各個數(shù)據(jù)源找數(shù)據(jù)組合分析。

這么做看起來比0級有深度了不少,但沒有解決一個核心問題:“到底司機不上線是啥原因?“,特別是“請假”比例這么高,到底是司機不想干,還是沒需求,還是平臺出了問題。

2  2級深度做法

注意,1級深度的核心問題,在于:未上線原因給的亂七八糟。

● 什么叫:雙十二過了?

● 什么叫:累

● 請假和累是不是有重疊

● 到其他線?那他該在其他線上線??!

可能有些物流企業(yè)管理較規(guī)范,但這家物流企業(yè)調(diào)動真的不咋樣。這種敷衍了事的回復看了讓人摸不著頭腦,根本沒法用。

但是要如何規(guī)范起來呢?如果平地一聲雷,甩一套新模板出去,不但培訓需要時間,而且和現(xiàn)有的數(shù)據(jù)對不上,很有可能制造新的數(shù)據(jù)垃圾。因此更好的做法是,先基于現(xiàn)有分類,梳理出邏輯,再培訓,提升規(guī)范度。

分類就要用到MECE法,實現(xiàn)MECE的最好辦法是:二分類。從示例反饋來看,可以用三層分類邏輯。

第一層二分類邏輯,最好用:線路問題/個人問題來區(qū)分(如下圖)。

這樣分類含義很直觀:線路問題跟司機沒關(guān)系,有些中小客戶,就是季節(jié)性/臨時性有需求(比如雙十一、雙十二)需要企業(yè)這邊開發(fā)客戶/分配好線路。司機的問題,再做進一步細分。

第二層分類邏輯,可以拆是否車壞了。車壞了是鐵定沒法運的,此時不但要登記原因,還得登記車輛損壞情況或預(yù)計修好時間。如果車輛嚴重損壞,可能直接導致司機退出,或者長時間運力缺失,這個情況對于新運力開發(fā)很重要。至于司機個人問題,再做細分。

第三層分類邏輯,可以看司機是否投訴平臺。比如平臺扣錢太多,這是個規(guī)則問題。平臺方也不可能因為一個司機的抱怨就改規(guī)則。但是,對投訴類問題要先掌握情況。這樣才能持續(xù)監(jiān)控,發(fā)現(xiàn)更深入的問題。至于沒有投訴情況下,司機個人問題,另行處理:

為啥司機個人問題要另行處理?因為個人問題很有可能沒實話。拉貨的司機不是辦公室文質(zhì)彬彬的小白領(lǐng),沒心情一句句細講心路歷程。一句:“累”背后,可能有多重含義:

● 個人心累,不想干司機了

●?在你這干得累,不想在你這當司機了

●?線路跑得累,不想干這個線路的司機了

單純指望口頭問,很難理清楚這里邏輯。更不要說大部人連個“累”都懶得說,就是簡簡單單的不接電話/“請個假”。調(diào)度員每天對著幾十個司機,也沒空一個個談心,也不太指望調(diào)度員能把個人原因都整明白。所以這里可以簡單記錄原因,靠后續(xù)分析來做深。

綜合梳理完,現(xiàn)有歸類可以合并如下:

這樣能建立監(jiān)控指標,觀察問題,也能加強對調(diào)度員的要求。并且調(diào)度員需要關(guān)注的核心問題只有三個:

1、有沒有線路調(diào)整

2、有沒有車輛問題

3、有沒有投訴

比起一次給30個選項的調(diào)查表,這樣抓關(guān)鍵行為的做法更容易讓調(diào)度員掌握,降低培訓成本,且后續(xù)數(shù)據(jù)也能和之前的對上,避免新數(shù)據(jù)垃圾產(chǎn)生。

然而,這樣做就夠深度了嘛?顯然沒有,這里遺留了好幾個問題。

3  3級深度做法

有了2級深度的分類,3級深度的分析思路就非常清楚了:

● 遺留問題1:線路到底是調(diào)度問題還是推廣問題

● 遺留問題2:司機投訴到底要不要受理

● 遺留問題3:司機缺勤到底是“累“還是”不想干“

這三個議題,都需要專題深度分析來解決,已經(jīng)不是單純靠報表監(jiān)控能搞掂的了。

比如問題1:想?yún)^(qū)分呢調(diào)度問題還是推廣問題,得首先對線路端打標簽,做分類。

比如:

● 線路本身需求不穩(wěn)定

● 線路本身需求大幅度下降

● 線路本身難開,司機流失多

這些并不反映在調(diào)度表里,但是卻直接影響調(diào)度結(jié)果與司機上線,因此需要從線路需求表里,先分析清楚,這樣解釋調(diào)度的原因才容易說。

比如問題2:司機投訴到底要不要受理,這里可以分規(guī)模、內(nèi)容、效果兩個角度來看

● 規(guī)模:是否投訴量在加大,是否投訴集中在某些客戶,某些線路,某些時間段

● 內(nèi)容:是否投訴集中在某些問題,特別是與薪資、扣款相關(guān)的

● 效果:是否投訴行為導致的影響在加劇,比如投訴后司機流失率在提升

這樣綜合分析,才方便運營評估:是否要響應(yīng)投訴,看到投訴指標變化,也好理解這個指標對業(yè)務(wù)的影響程度。

比如問題3:司機到底是累還是不想干,得先看內(nèi)部數(shù)據(jù)說話通過內(nèi)部數(shù)據(jù),能看出司機實際行車時間,把“累“字背后含義:真的累or賺不到錢區(qū)分出來,從而針對性分析。這樣做比追著司機刨根問底,更容易發(fā)現(xiàn)問題(如下圖)。

理論上,這里還有深入的空間,讀者們可以自行發(fā)揮哦。

4  小結(jié)

很長時間以來,人們把做數(shù)據(jù)分析的看成算命先生:我不說話,你丟幾個銅錢(敲幾下鍵盤)就天知地知。這是非常非常扯淡和錯誤的。

本質(zhì)上看,數(shù)據(jù)分析對抗的是不確定性。因此需要大量的信息輸入,才能得出結(jié)論。阻礙數(shù)據(jù)分析由淺入深的最大問題,也是:沒!數(shù)!據(jù)!

并且如同上邊小案例所示:過分追求完美數(shù)據(jù),不但會拖慢業(yè)務(wù),增加成本,而且對內(nèi)部員工和外部客戶體驗都很差——大家是來消費的,不是來被扒戶口本的。

所以,數(shù)據(jù)分析工作,始終伴隨著不完美的數(shù)據(jù)開展,在有限大的條件下,一步步導出結(jié)論,才是由淺入深的方法(如下圖)。

這里最重要的三個環(huán)節(jié),就是:

1、結(jié)合業(yè)務(wù)含義,對描述統(tǒng)計初步解讀

2、結(jié)合業(yè)務(wù)問題,形成分析框架

3、結(jié)合業(yè)務(wù)策略,驗證判斷

總之,就數(shù)輪數(shù),可得不出啥有用結(jié)論。甚至有可能,數(shù)據(jù)越多,看得越糊涂。

本文由人人都是產(chǎn)品經(jīng)理作者【接地氣的陳老師】,微信公眾號:【接地氣的陳老師】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!