數(shù)據(jù)分析方法和思維—麥肯錫邏輯樹(shù)分析法
01
什么是邏輯樹(shù)
邏輯樹(shù)又稱為問(wèn)題數(shù)，演繹樹(shù)或者分解樹(shù)，是麥肯錫公司提出的分析問(wèn)題，解決問(wèn)題的重要方法
首先它的形態(tài)像一顆樹(shù)，把已知的問(wèn)題比作樹(shù)干，然后考慮哪些問(wèn)題或者任務(wù)與已知問(wèn)題有關(guān)，將這些問(wèn)題或子任務(wù)比作邏輯樹(shù)的樹(shù)枝，一個(gè)大的樹(shù)枝還可以繼續(xù)延續(xù)伸出更小的樹(shù)枝，逐步列出所有與已知問(wèn)題相關(guān)聯(lián)的問(wèn)題
總的來(lái)說(shuō), 邏輯樹(shù)滿足三個(gè)要素
????要素化：把相同問(wèn)題總結(jié)歸納成要素????
????框架化：將各個(gè)要素組織成框架，遵守不重不漏的原則
????關(guān)聯(lián)化：框架內(nèi)的各要素保持必要的相互關(guān)系，簡(jiǎn)單而不孤立
02
邏輯樹(shù)的作用
數(shù)據(jù)體系的搭建
數(shù)據(jù)體系的搭建中, 需要借助邏輯樹(shù)的思路將業(yè)務(wù)的整體的目標(biāo)結(jié)構(gòu)化的進(jìn)行拆解, 然后轉(zhuǎn)化成可以量化的數(shù)據(jù)指標(biāo), 再轉(zhuǎn)變?yōu)橹笜?biāo)體系。
舉個(gè)例子, 比如下面的OSM模型搭建數(shù)據(jù)體系的思路就是借助了邏輯樹(shù)的思路
首先業(yè)務(wù)的整體目標(biāo)是?提升表情的分發(fā), 讓表情的溝通更有趣更簡(jiǎn)單
通過(guò)邏輯樹(shù)分析法, 我們可以進(jìn)行第一步的拆解, 就是把整體表情進(jìn)行拆解為提升表情發(fā)送數(shù),??提升表情下載, 增加表情傳播
提高表情發(fā)送數(shù)主要是提升用戶的發(fā)送, 那么就變成去提升用戶的發(fā)送, 那么怎么提升用戶的發(fā)送呢, 我們可以通過(guò)內(nèi)容和功能維度去解答
在內(nèi)容方面, 我們要做到我們的表情豐富度和有趣度和新穎度和表達(dá)度等等, 要讓用戶有發(fā)這個(gè)表情的欲望
除了表情本身, 在發(fā)表情功能上我們也要針對(duì)性的進(jìn)行優(yōu)化, 比如提高用戶查找表情的效率, 我們要去縮短查找表情的時(shí)間。
提升表情的下載, 也是同樣的內(nèi)容和功能本身, 在功能方面, 我們涉及到怎么把每個(gè)用戶喜歡的表情排在最前面, 因?yàn)檫@樣用戶可以快速找到他們想要下載的表情.
另外, 也要通過(guò)功能的優(yōu)化, 提升用戶進(jìn)入到表情商店的比例, 從源頭上保證有足夠的用戶數(shù)都能夠進(jìn)入到表情商店
在內(nèi)容方面, 我們要保證表情商店的表情在豐富度和吸引用戶方面進(jìn)行優(yōu)化等等
提升表情的傳播, 也是需要在內(nèi)容和功能上優(yōu)化,?這就涉及到社交關(guān)系的傳播和表情的關(guān)系,?涉及除了要去引導(dǎo)用戶下載自己喜歡的, 還要去下載他和朋友共同喜歡的表情
這樣當(dāng)a 用戶發(fā)送了a 和a 的朋友b 共同喜歡的表情 就可以得到更多的轉(zhuǎn)發(fā)
2. 數(shù)據(jù)問(wèn)題的分析
針對(duì)用戶訂單減少的問(wèn)題的分析, 可以利用邏輯樹(shù)分析法, 定位到可能的流失原因, 再用數(shù)據(jù)驗(yàn)證
比如某個(gè)電商平臺(tái)的訂單降低, 我們利用邏輯樹(shù)的拆解從地區(qū), 用戶, 商品類(lèi)型等多個(gè)維度去思考。
從地區(qū)的角度, 整體的訂單減少,?可以看一下是否是某個(gè)地區(qū)降低了，?可以細(xì)分到省, 市
從用戶的角度, 是否是哪一類(lèi)的用戶的訂單在減少, 同時(shí)還可以區(qū)分不同活躍度的用戶在訂單上的表現(xiàn), 看具體的原因猜想
從商品的角度,?可以區(qū)分一下不同品類(lèi)的商品看是否是特定品類(lèi)的商品訂單量跌了
03
邏輯樹(shù)分析法在dau?中分析的應(yīng)用
背景:?
某電商app?DAU 跌了, 需要分析為什么dau 會(huì)跌, 這也是數(shù)據(jù)分析面試經(jīng)典的問(wèn)題,?在回答這個(gè)問(wèn)題的時(shí)候, 為了使得我們的答案具有結(jié)構(gòu)化和條理化，?需要應(yīng)用邏輯樹(shù)分析法
分析思路:
整體的分析思路如上，首先是拆分成外部和內(nèi)部因素, 從最大的兩個(gè)思路去切入,?一般去分析這個(gè)問(wèn)題的時(shí)候, 很容易就會(huì)忽略外部因素,?外部因素也是很重要的一部分?
外部的思考主要是競(jìng)品分析, 分析是否是競(jìng)品的崛起導(dǎo)致一部分用戶轉(zhuǎn)移到他們那邊去了
外部的另外一個(gè)就是行業(yè)分析, 可以借助pest 等分析方法，分析這個(gè)行業(yè)的外部環(huán)境是否變得惡劣, 比如國(guó)家限制,?生活, 經(jīng)濟(jì), 政策, 政治等外部原因
假如外部沒(méi)有明顯的問(wèn)題, 這才進(jìn)入到內(nèi)部因素的排查
內(nèi)部的分析首先應(yīng)該是時(shí)間因素, 因?yàn)檎嬲诠ぷ鲗?shí)際中, 我們發(fā)現(xiàn)大多數(shù)的dau 等數(shù)據(jù)指標(biāo)有大幅度波動(dòng)都是因?yàn)楣?jié)日引起的
所以有兩個(gè)判斷的方法, 假如這個(gè)dau?只是環(huán)比跌的很厲害, 然而同比沒(méi)有明顯變化,?甚至可能比去年這個(gè)指標(biāo)還是漲的, 那么很大的概率可能就是節(jié)假日的影響
然后是用戶維度, 整體的DAU= 新用戶+老用戶, 所以應(yīng)該看這兩個(gè)部分的是哪一部分的用戶數(shù)減少
如果是新用戶減少, 因?yàn)樾掠脩羰菑那劳ㄟ^(guò)廣告買(mǎi)量買(mǎi)過(guò)來(lái)的, 與這個(gè)數(shù)量相關(guān)的涉及到?渠道的質(zhì)量,?買(mǎi)量的錢(qián),?買(mǎi)完的一些承接運(yùn)營(yíng)活動(dòng)
所以,?可以分開(kāi)拆解看, 是否是渠道本身的質(zhì)量問(wèn)題,?比如騰訊廣點(diǎn)通, 頭條巨量, 看渠道本身在投放上起量是否是有問(wèn)題的
同時(shí)也要看我們投放廣告的錢(qián)是否有減少這會(huì)直接影響到我們能拉多少的人,預(yù)算直接決定了你的拉新絕對(duì)量的上限
拉取過(guò)來(lái)的用戶要保證活躍, 我們通常會(huì)有運(yùn)營(yíng)活動(dòng)或其他策略的承接， 也就是業(yè)界說(shuō)的拉承一體化,?所以我們要去分析是否是運(yùn)營(yíng)活動(dòng)的效果或者其他策略的效果影響我們的承接, 導(dǎo)致這部分用戶的活躍度下降
除了新用戶的分析,?老用戶的分析也是非常重要的, 主要有常用的用戶畫(huà)像分析, 這部分可以參照?數(shù)據(jù)分析思維和方法—用戶畫(huà)像分析
主要是分析老用戶是否下降,?如果下降了分析這部分下降的用戶群體具有什么樣的畫(huà)像特征, 這樣可以輸出一個(gè)下跌用戶的完整行為和基礎(chǔ)屬性的洞察, 比如下降的用戶群主要是18歲以下的未成年人等等??
第三個(gè)是產(chǎn)品本身維度,?如果分析出是所有類(lèi)型的用戶, 所有渠道的用戶都在跌, 那就可能是產(chǎn)品本身的功能引起的
我們需要去排查一下dau 主要的功能模塊的組成的用戶, 去看一下這些功能的dau 是否跌的,?一般如果沒(méi)有版本上線, 舊的功能的用戶波動(dòng)是由于功能bug 引起的
產(chǎn)品本身的排查比較麻煩, 因?yàn)橛锌赡芏ㄎ荒硞€(gè)功能的人數(shù)變少了但是不知道原因, 這時(shí)候可以借助用戶反饋, 一般可以從用戶反饋上發(fā)現(xiàn)一些問(wèn)題
掃碼即可加我微信
老表朋友圈經(jīng)常有贈(zèng)書(shū)/紅包福利活動(dòng)
學(xué)習(xí)更多： 整理了我開(kāi)始分享學(xué)習(xí)筆記到現(xiàn)在超過(guò)250篇優(yōu)質(zhì)文章，涵蓋數(shù)據(jù)分析、爬蟲(chóng)、機(jī)器學(xué)習(xí)等方面，別再說(shuō)不知道該從哪開(kāi)始，實(shí)戰(zhàn)哪里找了
