业绩|数据分析，这样才算读懂数据( 二 )

1. 这是自然周期性变化七天代表了一周，周一到周五是工作日，周六周日是休息日，所以这是一个工作日销售多，休息日没销售的产品——是滴，你很自然联想到，这可能是B2B的交易，工作日上班了才有大把生意，周日都休息了。或者是围绕B2B的衍生生意，比如CBD的餐厅一类。
2. 这是生命周期性变化有可能某个主打商品销售到了生命周期末尾，正在退市，下一款新品马上要上，暂时变化。注意，一般看生命周期数据，是从生命周期开始做T+N天的图来看，不是看自然日。
3. 这是突发性变化【业绩|数据分析，这样才算读懂数据】有可能刚好周六日出了问题，交易系统down机，有可能刚好促销活动到周六日结束，有可能刚好周六日恶劣天气。
通过对走势的判断，可以建立初步的标准。如果是周期性变化，那很有可能是正常波动，我们初步判定为“正常”。如果是突发+下跌，那很有可能是异常且坏的波动，我们可以初步判定为“问题”。有了标准，就能下判断，只是三种假设都有可能，需要进一步验证。
五、列出假设做验证想知道自己思考得对不对，就得去验证假设。验证假设的办法有两种：
第一，可以和业务部门沟通，了解实际情况。
第二，可以参考过往数据，验证判断，同时反向验证业务部门是不是撒谎了。
数据验证可以做得很复杂，但也能做得很简单。不需要很复杂的逻辑，只要一根曲线就够了。如下图。

文章插图
只要延长时间，靠一根业绩走势+业务表现，也可以解读出变化的原因。如果过往一直都是有周期性波动，那拉长时间就能看出来周期规律。
实际企业经营中，也经常出现上边三种情形，只是形态更复杂，往往是三种混合。比如B2C零售和B2B销售是反着的：

自然周期性：周五到周日高，其他工作日低；
生命周期性：新品上市到下市有季节性规律
突发事件：大促销（猛涨）恶劣天气（猛跌）

在看数据的时候，往往会在业绩曲线上打上标签，比如一个日期是否节假日，是否某重点产品生命周期结束，是否突发情况。这样，可以从看似无规律的曲线里区分出规律来。
这也是为啥很多经验丰富的业务人员，即使没有专门的数据分析，也能快速判断形势的原因，因为他们很了解业务上发生了啥事，了解过往业绩曲线形态，结合业务表现看走势，比盲目地算同比、环比、平均数，中位数要有用得多。
六、深入细节看问题做完上一步，只是帮大家理解了数据含义，并没解答什么问题。如果止于上一步，就会变成业务的应声虫：“业绩下降是因为下大暴雨了”“这是正常波动，周末肯定要跌啦”……只是单纯地这么解读，很有可能会换来一句：“我早知道了”。
实际上，往往人们都会注意到突发疾病，容易缺失的是对慢性病的观察。比如下图：

文章插图
如果只看日数据，会感觉似乎每天波动不大，只能略微感到月头比月尾似乎高那么一点，但是如果拉长看周数据，就会发现问题。
为什么在业绩好的月份，最后一周不冲刺业绩了？上月业绩好+月底不冲刺+本月开局格外好，这个曲线走势不和规律，很有可能是这就是B2B销售中的“藏业绩”行为。
这时候，做数据分析的也能对一线业务说：我早知道了。甚至还能从下个月初吐出多少单，反推出来他们每个人藏了多少业绩。
这也是为啥实际企业经营中，我们不止看孤零零一个数，而是搭一个数据指标体系，还要做日报、周报、月报的原因。