《数字会说话》v5版.ppt

数据会说话（基础篇）,中国移动集团公司广东有限公司2007-11,引言：啤酒和尿布的故事,移动数据应用现状,“目前数据库信息已足够充足，各种市场经营分析也天天在做，月月在报，季季有专题，每天我能接触到大量与数据有关的分析报告，不过好像也没太大作用，领导也不是特别重视”,但是,如何让数据应用发挥更大的作用呢？,合理应用数据，是移动市场运营精细化管理的需要,数学管理偏重理性的定量判断,而语文管理偏重感性的经验判断，已经不能满足企业对于精细化管理的要求简单的算术统计也已经无法满足日趋复杂的移动行业市场经营的需要,情景案例：背景,自从年初开始，A市公司的市场部李总就一直在焦急地等待着省公司的新产品的入市计划，据说这次新开发的产品是集团公司下了相当大的人力、物力和时间，联合技术专家就不下百位，还应用了什么数据挖掘等技术。虽然具体还不知道新产品到底怎么样，但李总还是非常期待的，因为最近市场竞争越来越激烈，客户的ARPU值也日趋降低，市场部面临的压力一天比一天大，在这个时候大家都期盼着新开发的产品能为他们创造新的业务增长机会。一个月后，省公司终于下发了新产品的入市计划和推广方针政策，并传达到了各个地市公司。原来这次新开发的新增值产品叫“彩信”业务，经过一段时间的业务了解后，李总和市场部的同事们都认为这个业务是具有非常大的市场前景的，应该能够带来一定的业务额增量。李总开始期待着彩信业务的不俗市场表现,情景案例：Action 1,彩信业务投入市场近三个月了，从每期的双周报和月经营分析看，彩信业务的发展相比预期相差很远，按照这种情况下去要完成省公司下达的任务指标是不太可能，李总开始犯愁了，是哪里出了问题呢？是没抓准目标客户还是营销方案不合适呢？仔细研究了下每两周都提供的新业务发展双周报和每月的经营分析报告，发现数据倒是很多、图表也不少，好像看得比较迷糊，觉得还是不知道下一步该怎么办？看来有必要做一些专题分析了李总随即跟数据业务室的小刘下了一个分析需求单，需求单是这么写的：“请在三天内，做一个彩信业务的营销专题分析报告”,小刘拿到了需求单，开始琢磨了，“彩信业务的营销专题分析”？该怎么分析呢？分析哪些内容呢？,假如你是小刘，你会如何开始营销专题分析呢？三分钟后开始讨论,情景讨论：这个报告能不能满足李总的需求？在这个环节上，小刘和李总出现了什么问题？,总结：不要企图数据会自动说话,在“数据会说话”之前，建立一种系统而缜密的共同语言系统是非常关键的,共同语言系统,如何提高定义和理解商业问题的能力,共同参与,移动商业问题分类,需求分析标准结构,思维导图,1.共同参与,2.典型移动市场商业问题分类,移动市场商业问题模型,链接,层层分解市场商业问题,练习1-明确分析主题，定义商业问题,主题练习1：彩信业务专题分析根据action1李总的要求，该主题应当涉及哪些商业问题？可参考上页的移动市场商业问题模型进行选择,客户拓展,运作效率,客户保留,市场渗透,3.思维导图工具：确定分析细目,思维导图的应用遵循“相互独立/完全穷尽/逻辑一致”的结构化思维,（1）相互独立：编组之间互不包容（2）完全穷尽：处于每一层次的观点都是下一层次观点的概述，且下一层次观点是解释上一层次观点的全部可能性（3）逻辑一致：同一个编组中的见解从逻辑上讲应该是相同的，一个简单的检验方法是看这一组见解能否被一个复数名词所概括,练习2-应用思维导图撰写分析细目,问题出发还是现象出发？,是否相互独立？,是否完全穷尽？,是否逻辑一致？,主题练习2：彩信业务专题分析根据练习1的主题分析结果，应用思维导图形成分析细目须满足“相互独立/完全穷尽/逻辑一致”的要求,4.需求分析标准结构,Position:.,Date:.,分析（任务）主题,分析细目,应用性说明（为了解决什么）,涉及KPI,1、2、3、4、5、6、,Name:.,练习3-结合商业问题分析和思维导图，撰写需求分析,主题练习3：彩信业务专题分析根据练习1、练习2的分析结果，撰写需求分析,让我们重头来看ACTION1，如果你是小刘，你会怎么做彩信营销专题分析？,（一）小刘接到任务，参照移动市场商业模型进行了分析，明确了分析的主题,（二）明确分析主题后，小刘赶紧应用思维导图工具撰写了分析细目,backup：市场细分怎么做？,市场拓展将新产品销售给新客户,升级销售向老客户促销其正在使用的产品以促成更多消费,市场渗透将老产品销售给新的客户,新产品,老产品,老客户,新客户,交叉销售向老客户销售其尚未使用的相关产品与业务,首先，明确我们的产品是以交叉销售为主还是新市场拓展为主？,然后，根据定位，采取相应的客户细分方法,方法举例：ARPU法_针对老用户交叉销售,ARPU及价格水平,冒险者,早期多数人,早期应用者,晚期多数人,低端用户,用户累计数,净增新用户,注重品牌的用户,注重价格的用户,响应时间,方法举例：消费心理法_拓展新客户,因子测试,人群判别,节俭型,精明、理性的购物与消费 追求耐用/实用 一定程度上抑制感性消费,高科技型,创新、求异 科技意识强,其他型？（如效率型）,（三）最后，小刘撰写了需求分析，和李总沟通后，李总非常满意,彩信业务市场拓展专题分析,分析（任务）主题,分析细目,应用性说明（为了解决什么）,涉及KPI,彩信用户量增长/增长率彩信收入增长营销方案投入产出,1、彩信目标客户群分析（应用APRU值分析法）2、彩信业务现状发展及现有营销方案效果分析3、彩信营销方案关键驱动因素分析4、建议的彩信营销方案及投入产出预测分析,针对不同客户群，不同目的（促进用户量/促进收入）提出更有针对性的彩信营销方案,情景案例：Action 3,经过一番沟通，小刘终于明确了李总的需求，再次做了一份分析报告提交给了李总，李总这回一看，倒是结构比较清晰了，但是发现里面有很多图图表表的，乍一看有些读不太懂，而有些图表信息太单一太浅。李总虽然感觉有点不妥，但也不知道具体该跟小刘怎么交流，想想“还是算了吧，小刘也够忙乎的了，分析了这么多也不容易，不跟他再沟通了，还是我自己琢磨琢磨吧”,案例：很浅的图和看不太懂的图,-50%以上,-0-25%,+0-25%,+25%以上,离网率,2.0%,3.2%,6.2%,-25-50%,半年内ARPU变化幅度,ARPU值变化细分分析,情景讨论：在这个环节上，小刘和李总出现了什么问题？,彩信终端使用率,选取合适的图表类型，一张图表往往胜过千言万语 使复杂的思想能够显示得清楚、准确、有效 突出重点，能直接为决策提供支撑依据,图表是表达数据和信息的最直观呈现,目前较常用的三类图表,饼形图,整体中的各部分比例分布构成,柱形图,线性图,同一分析对象在不同时间段的不同数值表现 某个时间点里不同分析对象的数值表现,不同分析对象在不同时间段的不同数值表现,饼图延伸应用,复合饼图,复合条饼图,思考：工作中的哪些数据分析还可以用复合饼图描述？,柱状图延伸应用,典型应用：,在不同时间下不同对象的细类组成数值对比 同一时间点几类不同对象的数值构成对比,典型应用：,在不同时间下同一对象的细类构成比变化 同一时间点不同对象的细类构成比,其他较常用的图表形式,雷达图,函数图,气泡图,梯度结构图,举例：收入变化分析和预测,示例,说明问题,了解不同因素对收入变化的影响程度,分析方法,抽取上期和本期总收入累计所有新增客户收入累计各月离网客户离网前多月平均ARPU和离网期限累计各月内转客户内转前多月平均ARPU和内转后多月平均ARPU，扣除整体ARPU变化幅度因素累计各月其他客户ARPU变化,10,20,50,收入(亿元),上期收入,新增客户收入,离网客户收入损失估算,在网客户ARPU下跌 收入损失,本期收入,5,在网内转客户收入损失,2,53,举例：各品牌ARPU-ARPM对应关系分析,说明问题,从侧面了解各品牌的目标客户群的类别,分析方法,统计各品牌所有客户客户数，总收入和总通话计费时长计算各品牌ARPU和ARPM值可以选择针对本地通话平均单价分析根据ARPU段细分统计平均ARPU，ARPM和客户数可得到更精确的分布,ARPU(元）,平均通话单价ARPM(元/分钟),品牌用户数量=10万户,标准全球通,神州行,动感地带,本地品牌B,本地品牌A,举例：各ARPU水平客户对收入贡献程度,说明问题,了解各类客户对收入的贡献程度客户比例与收入比例的对应关系各ARPU段累计客户比例,分析方法,随机抽取特定范围一定规模客户ARPU将客户根据ARPU值逆向排序，并分段统计各ARPU段内总客户数和总收入将各ARPU段客户数和收入转换为累计比例根据ARPU-客户数累计比例，客户数累计比例-收入累计比例制图,示例,高价值客户,累计收入比例(%),0,20,40,60,80,100,低价值客户,1.累计收入,ARPU水平,累计客户数对应ARPU,累计客户数比例,练习1：,研究目的：话费赠送对用户量的促进作用在今年4月份至8月份的彩信营销方案中有一项为客户正向参与类的话费赠送型活动，现将各月的用户增量列表所示：,注：表中数据完全用于授课，并非为真实数据,练习：表提供数据能分析出来哪些信息？用何种图表现？,思考：表所提供的数据足够用作话费赠送对用户量的促进作用的分析吗？还需要增加哪些数据或变量的分析？,练习2：,请通过图表分析尽可能多地找出下表数据中可能反映出的信息：,注：表中数据完全用于授课，并非为真实数据,情景案例：Action 4,经过近半年的努力，市场经营部也策划了系列的营销活动，彩信已慢慢被客户认可，在第三季度即将结束的时候，李总感觉在下一个季度营销活动开始之前，应该做个专题分析，深入地了解各类营销活动对于提升新业务的促进作用到底如何？好在下个季度前制定更针对性和有效的营销方案出来。于是，李总又找到了数据业务室的小刘，让他对彩信业务近几个月的营销活动案做个总结分析报告出来。一周后，小刘提交了分析报告，李总仔细一看报告里倒是对各个营销活动案做了大量的数据分析，自己也能读懂图表所要表达的意思了，不过看完以后李总仍然比较茫然，感觉这些信息只能告诉自己现状，但却不能更好地提供决策依据，还想读到更多地信息，但也不知道如何向小刘表达。,情景讨论：为什么小刘的工作还没有让李总满意呢？他的报告还缺少什么？,注：提升篇将重点研究，本课程仅涉及概念研究,从“数据分析”到“数据挖掘”,数据分析：强调理性（收集相关数据，支撑已有的假设和结论），以呈现问题为主 数据挖掘：强调建设性（基于工作目标，应用数据挖掘，提出所未知的思路、建议和结论），以解决问题为主,示意,描述性统计分析 数据的频数分析 数据的集中趋势分析 数据的离散程度分析 图表分析,数据挖掘技术最典型地应用于下列问题,聚类问题,相关问题,预测问题,目前，在移动行业中，数据挖掘技术已被已经被广泛应用于以下五个主题,总结篇,“数据会说话”关键逻辑,寻找新的“啤酒和尿布”,数据表达与呈现能力,数据分析与挖掘能力,商业问题理解能力,定义商业问题能力,分析应用能力,图表识别能力,“数据会说话”核心能力模型,数据分析人员,数据应用者,思维,工具,能力,行动力模型,“数据会说话”行动力模型,跨越数字陷阱,统计口径,数据缺失,不要被数字欺骗,数据海洋,案例：统计口径问题,来访客户来源分析,案例：数据缺失问题,全球通品牌流动分析,案例：不要被数字欺骗,研究目的：话费赠送对用户量的促进作用在今年4月份至8月份的彩信营销方案中有一项为客户正向参与类的话费赠送型活动，现将各月的用户增量列表所示：,注：表中数据完全用于授课，并非为真实数据,3月：300008月：65000话费赠送对用户量的促进作用很显著,谢 谢 聆 听！,