數據分析思維筆記總結之問題思維

氣蒸雲夢澤111 發佈 2024-03-13T15:57:51.264459+00:00

這種結構可以用來作為我們提出數據分析問題的一種結構,按照背景、衝突、疑問的結構就能提出一個比較清晰的問題。

1、問題思維定義

參照《金字塔原理》介紹的SCQA結構,即背景,衝突,疑問,答案。這種結構可以用來作為我們提出數據分析問題的一種結構,按照背景、衝突、疑問的結構就能提出一個比較清晰的問題。


2、問題思維結構

a、什麼是背景

目標背後的目標就是背景。

比如目標是A1產品落地頁的轉化率能夠提升到5%。這個目標的背後是什麼呢?可能是A1產品的月銷量需要達到100萬,其中用戶數目標是200萬,轉化率目標是5%,人均消費10元。

這個背景可能還需要繼續深挖,A1產品月銷量需要達到100萬的背景,可能是整個A品類的銷量要達到300萬。然後衍生出3個字母表,A1、A2、A3月銷量分別達到100萬。

這就需要一些結構化思維的能力了,日常工作中的複雜目標基本都是這樣被拆解成更小的子目標的。因為大目標往往比較泛,需要靠一個個可落地的小目標來實現。


b、什麼是衝突

衝突就是一個和目標存在差距的現狀。

目標必須清晰:

很多目標並不明確,比如說希望廣告更好地觸達用戶。什麼叫「更好」?這個概念太過模糊。是指觸達更多的用戶,還是觸達的用戶轉化率更高?這完全是兩種不同的需求方向。如果是希望觸達更多的用戶,到底是要觸達多少用戶?100萬還是200萬?如果是希望轉化率更高,那麼想要提高到多少?5%還是10%?

現狀和目標必須邏輯相關:好問題的目標現狀和疑問之間邏輯是相關的。


c、什麼是疑問

疑問歸根到底是「怎麼辦」,所有的問題最終都是為了解決」怎麼辦「的問題。

那些「如何」,「為什麼」,「是什麼」,「是多少」,「是不是」等等疑問,這些問題中有些問題是另一些問題的前提,他們之間的關係一般來說是這樣的:是多少→是什麼→又怎樣→為什麼→會怎樣→怎麼辦。這其中的邏輯關係實際上也是數據分析能解決的問題範圍。


3、問題的分析框架

  • 背景:A類產品的總銷量目標是300萬,其中A1產品的目標是100萬。要達成這個目標,A1落地頁的月用戶數需要200萬,落地頁轉化率需要提升至5%,人均消費金額需要10元。
  • 衝突-目標:A1產品的落地頁轉化率提升到5%。
  • 衝突-現狀:A1產品的落地頁轉化率是2.5%。
  • 疑問:怎麼辦?
  • 方法1:改變現狀

要改變現狀就需要把A1產品的落地頁的轉化率提升到5%

  • 方法2:校準目標

有時候現狀難以改變,就需要從目標這個角度思考。是不是目標出了問題。是不是目標定得太高了,然後把目標從5%調整成4%就行了?這樣難度降低,目標也就容易完成了。這裡的目標調整了,其他的目標也必須跟著調整,否則整體目標還是無法完成。


4、案例

  1. 背景:一家電商公司發現最近銷售額下降,希望通過數據分析找出原因。
  2. 步驟
  • 定義問題:銷售額下降
  • 收集數據:收集銷售額、訪客量、轉化率、頁面停留時間、訂單處理時間、客戶評價等數據
  • 理解數據:通過探索性數據分析(EDA),發現銷售額與訪客量、轉化率、頁面停留時間、訂單處理時間等因素有關,其中轉化率對銷售額的影響最大
  • 分析問題:分析轉化率下降的原因,發現可能是頁面設計不夠吸引人、訂單處理時間過長、客戶評價不佳等原因導致
  • 提出假設:提高轉化率的方法包括:優化頁面設計、縮短訂單處理時間、提高客戶評價等
  • 驗證假設:通過實驗,逐步驗證假設是否成立,找到最優解決方案
  • 提出解決方案:根據分析結果,提出相應的解決方案,例如,優化頁面設計、改進訂單處理流程、提高客戶服務質量等
  • 實施方案:根據解決方案,制定實施計劃,逐步實施並監控效果
  • 評估效果:對解決方案的實施效果進行評估,分析其優缺點,為下一步分析提供參考
  1. 結論

通過數據分析問題思維,我們可以找到影響銷售額的主要因素,並提出相應的解決方案,最終實現提高銷售額的目標。同時,我們還可以通過實驗不斷驗證假設,並找到最優解決方案。


5、小結

  • 問題的組成

問題公式:目標的背景+和目標存在差距的現狀+怎麼辦。

  • 日常溝通效率低下的原因

需求沒有明確的目標,也沒有目標背後的背景了,疑問經常會限制在一個非常窄的範圍。

要提一個好問題不容易

一個好問題,幾乎都會包含目標思維、邏輯思維、結構化思維、系統性思維等。

關鍵字: