业务方|数据分析的结果该如何落地？

编辑导语：我们在做数据分析的时候，经常结果落不了地？数据分析难以得到闭环，这时候，我们该如何做才能实现数据分析结果有所着落？作者分享了自己的实际落地经验，让我们一起来看下吧。

文章插图
数据分析的结果该如何落地？
我分析出了我认为有价值的数据分析结果，但是不知道怎么落地，特别是在大企业里，要公司执行我的结果，是非常难的一件事，我做的有价值的数据分析，往往无疾而终，各位大神有什么办法吗？
作为常年与业务死磕的数据分析师，我刚入职那会也有过答主说的困扰：数据分析项目为何总是不了了之？以下是我经历多个项目后的落地经验。
一、什么是有价值的数据分析结果？1. 分析逻辑紧贴业务场景先问一句，这需求是业务提出的，还是主动发出的？
因为题主没有介绍所在部门与业务之间的关系，按我个人经历来说，确实存在很多数据分析需求并非是业务方提出的情况，也就是说所做的分析很有可能脱离实际业务。
如是业务方提出的话，还要规避一点：不要先入为主地认为业务说的都是正确的结论。
分析师在分析需求时，要批判性地、利用效度信度思维去判断需求，刨根问底地还原场景。这个过程应该由专业的数据分析师主导。
这一部分实际上是确保方向是正确的，业务对支撑结论的数据分析逻辑是认可的。
2. 分析结论与建议是否与具体业务结合除非是已具备较好数据思维能力且已习惯与此的人，要不然对于大多数业务而言，数据分析或许是可以有一点结果，但是还是很难想象在具体业务中如何应用落地。
要想分析结论具体落地，需要达到两点：
（1）深入下钻分析能力
【 业务方|数据分析的结果该如何落地？】这一点，实际就是数据分析师自身的功夫，面对业务问题，能否不断下钻分析以找到最细粒度的解决方案及业务增长点。

文章插图
杜邦分析法
举一个我实际业务中的例子：业务公司明年要针对K产品发力，销售额增长100%，如何做？
第一，因为对接的是用户运营部同事，所以其考核的KPI指标是复购人群比例及其金额占比，即是要通过精细化人群运营，提升复购率。
第二，利用RFM模型对现有人群进行结构剖析，发现重要人群占比同比下滑，且客单价有一定程度下降。
第三，针对发现的重要人群，逐一进行杜邦分析-指标拆解分析，发现：如重要价值用户客单价的下降主要是由店铺的平均吊牌价引起的，即可能是因为店铺产品销售结构变化引起，所以进一步将该人群与产品交叉分析，发现销售结构并无显著变化，而发现问题是在高价的A、B品类成交价的下降。
第四，综上可得对于明年K产品业绩增长，用户运营这块可针对特征RFM人群进行运营，对于其中的重要价值用户，注重A、B高价品类价格策略的调整
在与业务公司开会讲解分析报告后，产品、运营都能针对此具体的情况，主动提出他们的看法、行动计划与进一步的分析需求。
2. “点线面体”的思考能力“点线面体”的说法是借用《梁宁的产品思维课程》里的说法，具体而言即是面对同一业务问题，需要同时了解、考虑如产品、运营、企划、供应链等多个模块，构建立体业务模型的思考能力，知道面对的某具体业务问题的抽象构成。
再举一个我实际业务中的例子，此前针对京东节假日复购人群的溯源分析：如圣诞节共有100名老客回柜复购，溯源分析即追踪这些老客上一次消费是什么时候，目的是为了节日前营销的精准人群圈选。
与业务公司开会时，业务老板根据此分析报告即可有具体的策略方向的判断：
① 结合京东渠道特性：男性数码产品爱好者较多，可知情感类节日如情人节、女神节及520节日购买我们首饰类产品的会员需求很可能是了送礼
② 如果假设一成立，这些客户在这三个节日有可能是会连续购买赠送对象的，所以运营方面同事可以考虑在三个节日设计打包套餐销售
③ 企划同事在针对送礼场景的包装设计及新品开发方面可配合进行; 用户运营同事在人群圈选触达方面，可重点关注当月及近期活跃人群。
我们都知道，领导是把控整体战略方向的，也就是说，我们某个具体的业务问题其实在他看来是个立体的多因素的构成。所以说只有建立“线面体”的业务模型，而不是分析某个点，才能与老板同频，分析师说的话他才能听得进去。