数据分析思维 – 第二步:开启分析思路

文章目录

  • 数据分析思维 -- 第二步:开启分析思路
    • 1、学会提问
    • 2、熟悉模型
      • 客户满意度指标体系
    • 3、结构化思维
      • 结构与时间思维
        • 基于时间线索的用户行为五阶段理论:
        • 基于构成要素的5W2H分析法:
      • 演绎思维
      • 重要性思维
        • KANO模型 -- 开发新产品时,将诸多属性分类
    • 4、综合案例

从研究目的到研究内容的分解过程 → 需求细化

MECE原则:–不重不漏

麦肯锡的金字塔原理MECE(Mutually Exclusive Collectively Exhaustive):

· 分解出的各项内容要相互独立,交集是空集

· 汇总在一起要完全穷尽,并集是全集

1、学会提问

2、熟悉模型

客户满意度指标体系

RATER指数模型: — 可以有效衡量客户服务
质量的客户满意度指标体系

· Reliability(信赖度)

· Assurance(专业度)

· Tangibles(有形度)

· Empathy(同理度)

· Responsiveness(反应度)

以某地产公司的客户满意度为例:

假设你代表某地产公司,客户对你的评价既会看你的硬实力,也会看你的软实力。

  • 硬实力是指你的硬性指标,包括外在的硬件设备和内在的专业水平,类似于智商,看你能不能把活干得漂亮。

  • 软实力是指客户对你的消费体验,包括外在的服务体验和内在的情感体验,类似于情商,检验你能不能让客户舒心愉悦。

  • 硬件设备即RATER指数中的Tangibles(有形度),对客户而言能看到的硬件无外乎人员、物品和环境。因此,硬件设备可进一步细化为人员仪表、设施设备、服务环境。

  • 专业水平即RATER指数中的Assurance(专业度),客服人员的专业性体现在专业知识、专业技能和职业素养三个方面。

  • 服务体验反映在客服人员用心和动情两个方面。其中,用心程度对应RATER指数中的Responsiveness(反应度),衡量客服人员对客户需求的反应是否及时、主动、积极、 有效;动情程度对应RATER指数中的Empathy(同理度),衡量客服人员内心设身处地为客户着想的程度。

  • 情感体验即客户对你的认同感和信赖感,是否相信你并选择你,其对应RATER指数 中的Reliability(信赖度)。

经过解析可知,RATER指数主要是从“软”和“硬”、“内”和“外”的角度细化指标的, 而“软”和“硬”、“内”和“外”的二分法不重不漏,符合MECE原则。

3、结构化思维

结构化思维最经典的是麦肯锡金字塔 模式,它体现了一个人面临问题时的逻辑思维线索。将其应用于数据分析,就是从研究目的出发,按某条逻辑线索不断分解,分解成第一层指标、第二层指标、第三层指标,依此类推,直到分解成可以满足客户需求的最具体的研究内容

最常用的四条逻辑线索:

· 结构思维

· 时间思维

· 演绎思维

· 重要性思维

结构与时间思维

结构与时间思维两条逻辑线索经常并用

·

基于时间线索的用户行为五阶段理论:

  1. 产生需求

  2. 信息收集

  3. 方案比选

  4. 购买决策

  5. 购后行为

以购买彩电为例:

假设你要买一台彩电,你会有哪些行为呢?

  • 你首先要想买。可能是因为新房入住,可能是想赠送亲朋,可能是要更新换代,总之,要有个理由。因为如果你压根没有购买彩电的需求,则不可能有购买彩电的行为。所
    以,产生需求是第一个阶段。

  • 有了需求后,放眼望去,你会发现有各种各样的彩电可供选择,有不同的品牌、型号、价格、外观等。到底要买哪种呢?你会把各种彩电信息收集起来,然后对这些信息进行比较。所以,就有了信息收集阶段和方案比选阶段。

  • 方案比选是一个过程,经历了这个过程后最终要找到自己最中意的一款,找到了就完
    成了购买决策。所以,购买决策是第四个阶段。

  • 假设你买的彩电自己用,就会有一系列购后行为:把彩电放在客厅还是卧室;壁挂还
    是放在电视柜上;经常什么时间看电视,喜欢看哪些节目,观看体验如何,是否满意;如 果下次再买,会不会还买这款;若朋友想买彩电,你是否会推荐这款等。这些使用习惯、
    使用体验、满意度、忠诚度等都是购后行为的范畴,购后行为是第五个阶段。

基于构成要素的5W2H分析法:

  1. When — 时间

  2. Where — 地点

  3. Who — 人物

  4. What — 做了什么事(购买了什么东西)

  5. Why — 为什么(买)

  6. How — 怎么做(如何买)

  7. How much — 买了多少?花了多少钱?买过多少次?

应用用户行为五阶段理论和5W2H分析法,并结合彩电行业的特点,可形成如下彩电用户偏好分析体系:

演绎思维

· 标准式演绎

标准演绎基本形式:三段论

  1. 大前提

已知共性原理(或假设),该原理(或假设)具有一般性和普遍性

  1. 小前提

关于对所研究对象的个性情况的描述,小前提应与大前提有关

  1. 结论

从共性原理(或假设)推出的,对所研究的对象个性情况的具体判断

例如:我们通常将数学考试成绩高于135分的同学评价为数学成绩优异,我考了148分,所以我的数学成绩优异。

大前提:我们通常将数学考试成绩高于135分的同学评价为数学成绩优异

小前提:我考了148分

结论:我的数学成绩优异

为了表达简洁,三段论多采取省略形式。例如句子“语文课是中等专业学校的文化基
础课,文化基础课一定要学好”。这里有两个前提,结论“语文课一定要学好”不言而喻, 就省略了。


· 常见式演绎

常见式演绎的主要形式是4W模式

4W模式:

要深 入剖析一个问题,需要回答4个问题:

  1. What’s going on?(目前发生了什么事情?)

  2. Why did this happen?(这件事情为什么发生?)

  3. What lies ahead?(未来如何发展?)

  4. Which course of action should I take?(如何应对?)

描述现象 → 分析原因 → 判断趋势 → 提出对策

例:4W模式与爱情战略分析思路

重要性思维

重要性为逻辑线索

一方面,企业资源是有限的,需要把资源用在刀刃上;
另一方面,消费者 的关注点存在优先级,企业不需要面面俱到,做好消费者最关注的,往往就能打动消费者。

KANO模型 – 开发新产品时,将诸多属性分类

· 必备属性:产品或服务的最核心的属性。具备该属性,只能使用户不会产生不满情绪。

· 一维属性:与用户态度线性正相关的属性。若具备该属性,则用户满意;若不具备该属性,则用户不满意。

· 魅力属性:用户期望的属性。具备该属性会让用户满意,不具备该属性也不会招致不满。

· 可有可无属性:无论是否具备该属性,用户都无所谓,这是多余的属性。

4、综合案例

研究某餐饮业的顾客满意度

结构图:

文章摘录整理自陈哲老师《活用数据》一书
前文回顾:数据分析思维 – 第一步:明确分析问题

数据分析思维 -- 第二步:开启分析思路相关推荐

  1. 《数据分析思维》:分析方法与业务知识

    小飞象·读书会 生活从来不会刻意亏欠谁,它给你一块阴影,必会在不远处撒下阳光. 读书交流│3期 数据分析方法与业务知识 data analysis ●●●● 分享人:木兮 欢迎大家参加这次读书会的直播 ...

  2. 数据分析常用6种分析思路

    文章发布于公号[数智物语] (ID:decision_engine),关注公号不错过每一篇干货. 转自 | CrossHands 作者 | Ahong 作为数据分析师,你是否常因为缺乏分析思路,而被以 ...

  3. 【数据分析思维】漏斗分析

    01.写在前面 为什么要写[数据分析思维]这个系列文章?还是回到一个最根本的问题上:数据分析师到底是干什么的? 我相信不仅是想入门的小伙伴,已经入行很久的数据分析师可能多多少少还是会有些不清楚.数据分 ...

  4. 数据分析思维|数据指标异动分析

    这是加薪的第七篇推文,关于数据分析思维-数据指标异动分析.在日常生活工作中,我们经常会遇到"产品XX数据指标出现异常波动,或上升或下跌"的问题,XX指标包括但不限于日活.次日留存率 ...

  5. 谁说菜鸟不会数据分析(入门篇)----- 学习笔记2(结构为王:确定分析思路 4P 5W2H )

    1.数据分析方法论 确定分析思路需要以营销.管理等理论为指导,把这些跟数据分析相关的营销.管理等理论统称为数据分析方法论. 数据分析方法论主要用来指导数据分析师进行一次完整的数据分析,更多的是指数据分 ...

  6. 数据分析思维笔记(基础)

    学习郭炜老师数据分析思维课笔记,绝!! 一.数据分析基础 平均值 不代表整体水平,质和量是不等价的. 大数定律和小数陷阱 数据的期望值 随机对照实验 直方图与幂分布 数据分布 散点图和相关性 标准差 ...

  7. 【在线SPSS】数据分析思维培养系列3:分析思路篇

    目录 第一部分 把控数据思维 第二部分 问卷量表思维参考 第三部分 问卷非量表思维参考 第四部分 其它 本文章为SPSSAU数据分析思维培养的第3期文章. 上文讲解如何选择正确的分析方法,除了有正确的 ...

  8. 【数据分析思维】逻辑树分析(费米估算)

    00 写在前面 为什么要写[数据分析思维]这个系列文章?还是回到一个最根本的问题上:数据分析师到底是干什么的? 我相信不仅是想入门的小伙伴,已经入行很久的数据分析师可能多多少少还是会有些不清楚.数据分 ...

  9. 【原创】描述性分析思维的一些基本思路与见解

    数据说·思维季 无论明日,有多落魄,至少今天,没有蹉跎.--卡耐基<人性的优点> 前言 之前梳理了"数据思维"概念.培养锻炼以及应用的一些相关的内容,现在我们将开始梳理 ...

最新文章

  1. 蓝桥杯国赛-矩阵计数三种解法-java实现
  2. 检验入参合法性有哪些_验证用户输入的参数合法性的shell脚本
  3. 【week3】psp (技术随笔)
  4. linux中的memory management和page mapping
  5. HDU1253 胜利大逃亡
  6. How to install JDK on Linux
  7. 为什么word中插入对象会自动关闭word_你常常忽视的Word文本操作小技巧
  8. 麦克纳姆轮全向移动机器人运动模型规律分析
  9. Word表格中的文字垂直、纵向居中
  10. SlidingBall滚动效果集成问题解决经验
  11. 什么是平面设计,平面设计主要做什么?
  12. php收藏影视,十个值得收藏的影视资源网站
  13. 抽象类和接口的区别,必须弄明白的
  14. 1KB (Kilobyte 千字节)=1024B=8192b【大B代表Byte字节,小b代表bit位】
  15. 《牛客刷verilog》Part I Verilog快速入门
  16. 《人物》:计算机世界第一人 - 艾兰·图灵
  17. 操作系统实验(二):进程调度(c实现优先权调度和时间片轮转调度)
  18. 用友BQ商业智能平台报表功能
  19. python - 在线答题程序
  20. VINS-Mono理论学习——IMU预积分 Pre-integration (Jacobian 协方差)

热门文章

  1. CS5211eDP转LVDS转接板方案|CS5211eDP转LVDS接口方案设计参考电路图
  2. python获取经纬度_python之经纬度的获取
  3. ReactNative系列之十二图标组件react-native-vector-icons的使用
  4. 成为ui设计师要培训哪些技能呢?
  5. 分治法、动态规划、贪心算法区别
  6. 在操场跑步,逆时针比顺时针更快的原因
  7. 魔兽争霸:混乱之治+冰封王座 原版ISO镜像下载地址
  8. MySQL学习笔记-恶补基础篇
  9. 实习技术员的基本功(二)
  10. python IDLE的下载及安装