数据分析业务拆解底层思维

业务拆解

分析前要有方法，从用户体验入手，将业务拆解，找到对象以及对象之间的关系。

电商平台卖的不是用户时间，不是流量，而是机会，而作为一个分析师就得分析机会在哪，帮助平台将机会更好的提供给用户和商家。

1.1. 明确对象

互联网平台一般有四种对象：

• 消费：用户
• 撮合：平台
• 生产：工厂，商家
• 供应：快递，物流，骑手，司机

有些会针对性地向上加减，比如得物会有鉴定，纯线上的虚拟业务会去掉供应。

1.2. 关键业务问题or增长点

互联网经济有两种类型：

• 纯线上：线上撮合+线上消费+线上供应（成本低，利润大）
• 半线上：线上撮合+线上消费+线下供应（成本高，但规模大）

画商业模式图，对比各个平台的对象和动作差异。

• 流程的减少一定带来效率的提升，做减法是最主要的利润来源；
• 多出的流程一定得带来更多的利润形成规模效应，不然只是虚的；
• 流程的动作，技术和自动化程度越高，越精简越好。

1.3. 系统无遗漏地拆解业务

业务就是一个流程梳理的事情

用户动作：产生需求，接触产品，了解产品，付费，使用

消费对象：用户划分（用户画像分析的本质）

一切产品的划分，都是为了满足不同人群的用户需求

主流画像的拆分

1. 阿里数据银行（以接触阶段为维度）

        A认知、I兴趣、P购买、L忠诚

2. 抖音兴趣电商5A（以接触次数为维度）

        A1人群：了解(aware)，被动人群，对品牌有感知，但未进一步互动，品牌多次触达形成深度认知后会进行互动

        A2人群：吸引(appeal)，轻交互人群，已经形成品牌印象，被品牌创造短期记忆，多次立体触达后会采取进一步互动，或形成长期记忆

        A3人群：问询(ask)，深度交互人群，被引起好奇，引发客户主动搜集品牌相关信息的行为，最接近转化的一环，转化效率最高，只差一点形成转化，是高价值人群

        A4人群：行动(act)，想要让顾客采取行动是购买以及购买后的消费，使用，售后服务

        A5人群：拥护(advocate)，品牌私域用户，关注品牌账号，发表正面评论以及转发品牌信息等用户

        O人群：机会(opportunity)，有相关行为，且在平台内多个兴趣领域活跃人群，等待被吸引注意力

3. 天猫8大人群

根据人群基础属性（年龄，收入，居住城市等级，人生阶段），消费认知与偏好（消费行为，认知/感情偏好，社交行为），结合人群属性标签（小仙女，都市潮男，高校学生），总结八大人群：新锐白领，资深中产，精致妈妈，小镇青年，GenZ，都市银发，小镇中老年，都市蓝领

平台

平台主要是内部各个职能部门的划分，视为子对象

甚至可以细化到每一位具体员工，根据需要都是完全不同的子对象

一般负责用户、商家、供应的部门都是分开的

具体划分要看组织架构，或根据后续业务动作进行反向推理

针对想分析的环节拆解，根据需要分析的对象拆

生产

商家划分主要是明确商品供应链各个角色，看问题逐级向下拆

平台内部生产者划分

拆解按照重要性而不是顺序

• 经验假设：先想再搜，没有经验和框架时，适当猜测，重点是获得思考的起点，后续时刻推翻迭代自己的假设，这样才能让更多人信服客观的分析结果
• 用户体验：没有获得核心的产品体验，就没有资格对产品发表意见，体验过程录屏+有新页面截图存档
• 逻辑推断：刻意训练
• 资料补充：信息搜集

日常经验积累，回归生活，认真感受

化抽象为理性框架，解决一类问题

学习现成框架，结合自己经验迭代

分析前先有方法，思考前先有假设

1.4. 意义

拆解业务本质

因为：业务的增长/问题=关键指标上的增长/差距=各个业务动作上的实际提升

只有：充分拆解业务，才能掌握业务全貌，并更加准确定位问题所在

所以：分析业务问题=拆解业务过程->提炼关键动作->复现创作价值

假设和策略本质

对象和动作的集合，谁在什么时间具体做什么动作

相同动作下不同子动作的集合，也就是具体策略（业务规则）

没有实验验证或事实发生的策略，都视为待验证的假设

把动作拆解最细的动作组合理解为具体策略

1.5. 分析

找到关键突破

提高商业效率

挖掘潜在竞争对象

预测限制对手

找到未来方向

拆解->梳理和对应->对象动作时间->数据和策略