數據分析師要懂商業

前一段日子見到一位數據發燒友跟我談起了數據分析師，我們兩個有一個一致的觀點：電子商務發展速度越來越快，這個行業的趨勢變化也越來越快。對於電子商務公司老闆來説，想要自己永遠跟着趨勢走，學會數據驅動是必然的了。

慶幸的是，今年搞電子商務的人對數據分析開始重視起來了，就連夫妻店起來的淘寶賣家也開始招數據分析師，更別談一些再大些的電子商務公司。

但是，這讓我心存隱憂：現在不是缺數據，而是數據太多。據統計，在今天的互聯網上，每60秒會產生10萬個微薄信息、400萬次search、facebook上50萬次contact。我相信，今天稍大一些的電子商務公司，都會採集一些行為數據(比如點擊量)，但是這些行為數據與商業數據(比如交易量)有什麼關係?今天絕多數公司，甚至包括凡客這樣的著名電子商務公司，都不知道怎樣利用這成千上萬的零散數據。

需要數據邏輯，更需要商業敏感

先講一個有趣的故事。有一天，linkin發現忽然發現雷曼兄弟的來訪者多起來了，但是並沒有深究原因，第二天雷曼兄弟就宣佈倒閉了。原因是什麼?雷曼兄弟的人到linkin來找工作了。谷歌宣佈退出中國的前一個月，我在linkedin發現了一些平時很少見的谷歌的產品經理在線，這也是相同的道理。

試想，如果linkin針對某家上市公司分析某些數據，是不是有商業價值呢?我相信，現在51job絕對不知道要採集這些數據，只盯着註冊用户數量這樣的簡單數據。國內許多互聯網公司，拿着魚翅當蘿蔔。

説這個故事，只是為了告訴大家，互聯網中的數據，需要用商業的眼光去分析，才有價值。

今天電子商務公司的數據分析師，有些像老闆的軍師，必須有從枯燥的數據中看到解開市場的密碼的本事。

比如，當一個具有商業意識的數據分析師發現，網站上的嬰兒車的銷量增加了，那麼他基本可以預測奶粉的銷量也會跟着上去。

再比如，和傳統賣場一樣，網站上的產品起到的作用並不一樣，有的產品是為了賺錢，有的產品是為了促銷的，有的產品是為了引流量，不同的產品在網站上擺放位置當然是不一樣的。

一個商業敏感的數據分析師，是懂得用什麼數據驅動公司目標實現的。

比如，樂酷天與淘寶競爭，重點看的不是交易量，而是流量，每天有多少新的seller進來，賣了多少東西。因為此階段的餓競爭最核心的就是人氣，而非實質交易量。如果新來的seller進來賣不出東西，只是老的seller的交易量在增長，即使最後交易量每天都增長，還是有問題。

再比如，一家剛踏入市場的B2C和已經佔領大部分市場的B2C，他們的公司目標是不一樣的，前者是看流量賺人氣，流量對後者的意義沒有那麼大，成熟的公司重點是看交易,轉化率及回頭率的。。

而當下的數據分析師多是學統計學出身的，一對數據放在那裏，大家都擅長怎麼算迴歸、怎麼畫函數。但是這批數學的人才缺乏商業意識，不知道這些數據對業務意味着什麼，看不見一堆數據中誰和誰有關係，也就不知道該用什麼的邏輯分析，也就無法充當老闆的眼睛了。

前幾天遇到一個老闆，他説手下每天給他看幾十個零散數據。我問，是不是數據越多越麻煩。他説我一下子就點出他的痛處了，因為請來的數據分析專家只把數據交到他面前，但是卻沒有把行為數據和商業數據的關係告訴他。

你説，一個公司CEO，每天看到幾十個數據，什麼PV、PU、UV等等等，他們有精力來解讀嗎?對於他們來説，只需要知道有問題嗎?問題是什麼?有新的發現嗎?需要做什麼?這就行了。

我把這個理解成為數據的世界裏的“儀表盤”，比如説網站流量進來彈出率怎樣就可以在儀表盤裏呈現。你開車，如果水温過高，儀表盤亮燈提示。同樣，在電子商務的交易中，也可以用一些數據組成“儀表盤”。

所以説，數據分析師不是單純做數學題。

行為數據和商業數據，互相推動

一個好的儀表盤，出現好的情況和壞的情況，儀表盤都會有提示。而構成“儀表盤”，正是行為數據和商業數據之間的邏輯關係。

我自己發明了一種稱謂：前端行為數據和後端商業數據。前段數據指訪問量、瀏覽量、點擊流及站內搜索等反應用户行為的數據，而後端數據更側重商業數據，比如交易量、ROI, LTV(Life time Value)。

目前有些人關心行為數據，也有些人關心商業數據，但是沒有幾家網站是把行為數據和商業數據連起來看的。大家只單純看某一端數據。國內小有名氣的網站CEO，每天也只看一個結果數據：網站今天的成交量是多少，賣了多少件產品。

但是看數據看得走火入魔的人會明白，每個數據，就像散佈在黑夜裏的星星，它們之間彼此佈滿了關係網，只要輕輕按一下其中一個數據，就會驅動另外一個數據的變化。

大家都比較關心網站用户羣，就以此舉例子。

某一天，某網站發現自己的前端的註冊量增加了不少，訪問量也上去了，交易量卻沒有上去，不死不活。

原因是什麼?這是許多網站的通病，每天有許多腦子在想這個問題。現在這個階段，處在互聯網前段的人只知道點擊量等數據，很少問後端的商業數據，如誰一直在重複購買?誰影響了5%~15%核心用户羣進來買東西?誰在給網站做正/負面傳播?

而操作網站後端交易環節的人只知道賣東西，又很少問到前端數據，如一個客户進來網站平均停留時間了15分鐘還是30分鐘，這對將來重複購買的.關係大嗎?一個客户進了網站社區和沒進社區，對產生交易量有關係嗎?

找不到核心用户羣的原因，很大原因是沒有把行為數據與商業數據對接來看。

於是，前後端數據割裂，沒有人知道其中的關係。作為網站的決策者，不知道網站的核心用户羣的行為特徵，也不知道怎樣刺激核心用户的增加，更不知道從一個用户進來網站之後到走出去，哪些環節是需要疏通。

當然這只是一個管中窺豹而已。一個平台運營商，反應用户行為的前端數據與後端的商業數據千千萬萬，賣家和買家也是千千萬萬，其中前端哪個數據對整個網站後端的交易量產生最大影響，只要針對這個前端數據猛下藥，必然會刺激後端數據的增加;反過來，後端哪個交易數據比較高，摸清楚是從哪個渠道來的，主要貢獻用户是誰，網站的產品設計就要傾斜於他們，對他們好一點，如此才會渠道前端的“轉化率”等關鍵數據的提升。

如果一個網站的核心用户羣每月以10%的速度在增長，不火也是怪事。

遺憾的是，今天許多電子商務公司，每天都在做“碰巧”遊戲：今天推薦A家產品，明天撤下A家的產品，今天做低價促銷，明天又做線下活動。這些決策的改變，沒有儀表盤的指示或良好的監控，都是蒙着眼睛在碰巧。