“如果告诉你GMV同比下降了20%,你要怎么分析?”
“日活跃人数周环比下降了15%,怎么用数据分析得到原因?”
“转化率同比下降15%,会从哪些角度进行考虑”
……
“一家电商平台GMV同比下降20%,你要怎么分析?”
第一步:验证数据。在遇到大幅度的数据波动时,作为数据分析师,采取的第一步行动一定是验证数据的准确性,很多时候会由于底表数据质量问题导致数据失误,不需要上升到分析阶段。
第二步:在排除数据自身错误的前提下,展开多维度的分析。
在这里,我主要会使用两种思考模式,分别是“人货场思维”和“逻辑树思维”。
那我们从人货场的角度出发,考虑怎么分析电商平台GMV同比下降20%的问题。
1、从人的角度来看。主要考虑
① 新老客户
② 不同地区客户
③ 不同渠道客户
④ 不同忠诚度客户
通过数据一一验证。例如,若数据表明,新用户带来的GMV同比下降25%,但老用户带来的GMV同比上升了1%,则可以将原因定位在新用户身上,推测是否拉新活动失效,导致新用户下单减少。
2、从货的角度来看。主要会考虑
①不同品类
②不同价位
③不同商家
通过数据一一验证。例如,若数据表明去年连衣裙品类产品的GMV占整体GMV比例高达40%,但GMV同比下降了30%,可能是由于连衣裙品类表现不佳,导致整体GMV同比下滑严重。
3、从场的角度来看。主要会考虑
①企业内部活动
②行业整体表现
同样通过数据进行验证。例如,若数据表明去年同期活动数量较多且GMV较高,可能推测今年GMV同比下滑是活动的影响。
在应届生面试或者笔试数据分析岗位,遇到业务场景题时,“人货场”理论是一个很好的逻辑思考方式。面试官问业务场景题的初衷并非是让你给出非常专业的回答,而是侧面考察你的逻辑感和业务感,判断你在遇到问题时,能否进行很好的拆分。
近一年多在牛客后台的提问里,很多人问到了一些业务题、产品题、统计学、算法题的面试准备方法。近一年的工作中也攒下了不少的经验,准备在公众号慢慢整理数据分析方向校招的知识点和准备方式,目前想好的内容主要是:
【1】费米估算问题(已完成)
【2】业务场景题(已完成)
【3】AB实验和假设检验
【4】应届生-数据分析方向自我介绍怎么准备
【5】面试常见的SQL语法
【6】不懂算法但害怕面试中问到怎么办
【7】如何在面试中展示数据分析报告或者项目
【8】我的自我剖析文档有什么内容
………………
关注公众号回复“数据”即可收到一波我整理的pdf电子书,包括
1.精益数据分析
2.增长黑客
3.数据化管理
4.统计数字会撒谎
5.growing io出品的互联网第一本数据分析手册
等等12本书
想要书或者想跟进的可以关注我~平时也会更新一些工作中对数据分析、数据产品、数据可视化的思考,一起交流啦~~
微信公众号:阿狸和小兔
全部评论
(0) 回帖