データがビジネスの成長を推進します。実際の事例はこちらです。

小売業界では、複数のプラットフォームで同時に注文するユーザーの割合を増やすことが、典型的なデータ駆動型のビジネスシナリオです。この記事では、具体的な事例を用いて、このような問題に直面したときのデータアナリストの作業方法と思考パターンを探ります。

前回の記事「データ駆動型ビジネス：あなたは運転手ですか、それとも荷車を引くロバですか」では、データ駆動型の基本的なロジックについて説明しました。この記事では具体的な事例を挙げて説明します。乾物に直接：

問題のシナリオ:

ある小売会社は、オフライン店舗と独自のオンラインマイクロモールの両方を運営しています。現在、上司はオペレーション部門に「両方のプラットフォームで同時に注文するユーザーの割合を増やす」ことを要求しています。オペレーションディレクターは「データはビジネスを推進します。データチームに明確な指示を出すよう依頼してください」と述べた。あなたはこの会社のデータアナリストです。「現時点で何をすべきでしょうか?」と尋ねます。

1. 難易度分析

次のようにしますか:

同時に注文するユーザーの数、割合、成長率を計算する
同時に注文したユーザーの平均支払額と支払頻度を計算する
同時に注文したユーザーと単一のチャネルで注文したユーザーが購入した上位 10 件の製品を比較します。
同時に注文したユーザーと、単一のチャネルで注文したユーザーの性別、年齢、地域を比較します。
…

上記のことを行った後、深い無力感を感じますか?

はい、これがデータ駆動型ビジネスの最大の難しさです。データが直接ビジネスアクションにつながることはありません。同時に注文するユーザーのうち60%が女性で、単一チャネルを利用するユーザーのうち55%が女性なので、同時に注文するユーザーは女性の方が5%多いことになります。

だから何？それで私たちは女性を昇進させたいのですか?このアイデアはあまりにも愚かだ！あと5ポイントだけ、それはどういう意味ですか？他の次元の比較分析も同様です。おそらく、直接的な結論を導き出すのに最も近い方法は、製品の購入ランキングを見て、最も売れているものを推奨することです。しかし、現実には、ビジネス側から批判されすぎて何も残らなくなることもよくあります（次の図を参照）。

多くの学生は、これを達成した後、混乱し始め、インターネットで「Touteng'a社の偉大な神、有料で入手できます！」と検索したり、「21日間でオンラインとオフラインの注文分析をマスターする」のPDF版を検索したりします。

2. 問題解決のポイント

問題を解決する鍵は、ビジネスアクションとデータを結び付けることです。データを使用して判断を正当化し、アクションを実行しながらデータを収集することで、データとビジネスを組み合わせることができます。たとえば、手元のタスクについては、質問に注意を払います。上司はただ一つの指示を与えた。2つのプラットフォームで同時に注文する人の数を増やすことだ。現在何人いるのでしょうか、そして何人まで増やすべきなのでしょうか？アップグレードする理由は何ですか?情報は全く提供されませんでした。

ですから、現時点では、方向性を明確にすることが最初の課題です。まだ具体的な計画を考える時期ではありません。計画に関する最初の判断は、それを実行するかどうかです。上司は具体的な数字については何も言及していないことに注意してください。おそらく彼は、そう言うべきだと漠然と感じただけなのだろう。したがって、「行う」と「行わない」という肯定的結論と否定的結論の両方をデータで検証できます (下の図を参照)。

同様に、意思決定プロセス全体におけるすべての判断は、検証すべき仮説の形でリスト化することができます。このように、「現在、ユーザーは 20% を占め、毎月 50,000 人の成長を遂げており、75% が同時に注文を続けます」などの純粋なデータを、「現在は発展の余地があり、成長率は高くなく、従うべき規則性があります」というビジネスにとって意味のある結論に変換できます。このようにして、データを使用してさらに推論を続けることができます。同じ問題が、異なる角度や複数の方向から議論されることもあります。生徒は具体的なアイデアについて自分で考えることができます。

現在の状況が「注文は主にオフライン店舗から行われ、オンライン注文は少ない。現時点では改善の余地があり、成長率は高くなく、従うべきパターンがある」であると仮定します。次に何ができるでしょうか?

ルールがあるので、そのルールが何であるかを確認する必要があります。ここではコントラストが必要です。比較することとランダムに比較することは異なるものであることに注意してください。多数の列をリストし、そのうちの上位のものを配置するという意味ではなく、独自の分析の仮定に基づく必要があります。たとえば、ユーザーが小売店ではなく WeChat モールで注文する理由は 4 つ考えられます。したがって、対応する寸法データを見つけて検証することができます (下の図を参照)。

まだ方向性を模索している段階なので、全体的な方向性の判断に影響を与える次のような細分化された問題を事前に整理しておく必要があります。

「同時に注文する」の具体的な基準は何ですか？
現在、基準を満たしている人は何人いますか?
基準を満たす人の数は増加していますか、減少していますか、それとも同じままですか?
基準を満たす人と満たさない人との間の質的および行動的な違いは何ですか?
基準を満たす人と満たさない人は進化によって関連しているのでしょうか、それとも 2 つの異なるグループの人間なのでしょうか?
同時に注文する人数を増やしたいのはなぜですか？

これらのタスクを完了した後、単に「なぜ？」と尋ねるよりも、ビジネス/上司とコミュニケーションをとる方がはるかに有意義です。多くの馬鹿はただ「なぜ」と質問するだけですが、結局は「お前が何の役に立つんだ！」と叱り返されるだけです。「あなたには脳がありますか！」「何を分析しているんですか！」

宿題をすると、次のことが可能になります。

行動の目的を積極的に推測することができます。正しく推測できれば、すぐにあなたがビジネスをよく理解していると人々に思わせることができます。
検証結果を積極的に促すことができ、それが真実であるかどうかにかかわらず、慎重に考えていることを示します
積極的に方向性を導き、従うべきルールを全員に伝え、分析を実行可能にすることができる

つまり、上司は大まかなアイデアを自分で出すのが好きで、部下は非常に細かい作業をたくさん行うのです。多くの成功したデータアナリストがこの方法を通じて地位に上り詰めているので、覚えておいてください。

3. データ駆動型ビジネスの実現方法

しかし、方向性があるだけでは十分ではありません。多くの企業は「実装」と叫ぶのが好きです。では、これをどのように実装するのでしょうか?実際には、データ分析方法は創造的なアイデアを直接生み出すことはできず、過去の結果を要約し、創造的な効果をテストすることが主な目的であることに注意してください。ビジネス側のアクションは直接的に創造性を生み出す可能性があり、必ずしもデータのサポートを必要としません。

例えば、オンラインとオフラインで同時に注文をする場合、企業側がオンライン注文を受けた店舗から2キロ圏内であれば無料配達サービスを開始すれば、オンライン注文が急増する可能性は大いにあります。一度も調理をしたことがない、または調理したことがあるが収集したデータがない場合、熟練した料理人でも米なしでは調理できず、どのように調理したかを分析することはできません。

完全に新しいソリューションの場合、効果を実際に確認するには、具体的な実装の詳細とテストが必要です。たとえば、半径 2 キロメートル以内の無料配達サービスがまったく新しいビジネスである場合、テストを実施する前に、ビジネス側が詳細な計画を提供する必要があります。

したがって、実装段階で最も重要な問題は次のとおりです。

これまでに関連するアクションを実行したことがありますか?
実行した場合、結果はどうでしたか? また、入出力比率はどうでしたか?
まだやっていないのなら、それは考えたことがないからでしょうか、それとも考えたことはあっても障害があると感じているからでしょうか。障害は何ですか?
あなたの同僚は何をし、どのような結果を得ることができますか?
何か予備的な計画はありますか？ある場合、それはどのようなものですか？

方向設定フェーズと同様に、これらの 5 つの質問は、まずデータアナリストが自分自身に問いかけます。いわゆる業務への感度とは、より多くの活動発表やバージョンアップ情報を定期的に収集し、実行するためのアイデアが明確になることを意味します。簡単に言えば、すでに多数のアクションがある場合に最適化を行い、最適なアクションを選択することを意味します。アクションの数がまだ多くない場合は、テストを行って実行可能なパスを検討します。

もちろん、そうしても、あなたの会社は「具体的じゃない！」と言い、ページが何ページあるか、1ページにボタンがいくつあるか、ページコードはどう書くか、イベントポスターはどう描くか、3画で描くか5画で描くか…など、具体的にデータから解決策を求めてくる可能性が高くなります。

これらすべてのビジネスタスクを実際にデータにダンプしたい場合は、データ分析によって直接提案できます。ビジネスを、ポスターや H5 を作成できるものに置き換えることをお勧めします。採用情報に基づいてさらに分析すると、これらの能力を持つビジネスマンの月給はわずか 8 ～ 12K なので、今すぐにこれらの XX 人を解雇する方が費用対効果が高いことになります。