渠道|浅谈在探索数分之路上“数据思维”应用( 二 )

▼[如何分析]
完成数据整理后，是如何对数据进行综合分析，相关分析或者对比分析？还要考虑用什么分析方法——5w2h分析法，4p分析法，杜邦分析法等？其他竞对做的活动更具吸引力？产品付费功能是否出现问题？
▼[数据展现]
找到问题后，让数据呈现出画面感。如新增渠道的付费转化率较低，那么转化率低代表什么？此时我们就需要考虑用什么图表表现？是用柱状图还是趋势图等？环状图用于展示各个数据在总数据中的占比，适用于看数据分布的比例，如渠道流量分布、各个应用商店App的下载量分布等。柱状图用于展示数据分布，如用户年龄分布、新增来源渠道分布等。折线图用于展示数据的变化趋势。不同的图表有相应的表现形式，还有饼状图，推积图，条形图，面积图等，这里就不一一列举了。
▼[输出价值]
最后，找准问题，就要进行决策，需要我们考虑如何输出？比如怎么说技术？如何说服运营策划？具体执行方案是什么？预期达到的效果如何？最后通过不断迭代，降本提效，驱动增长，最终创造价值。
······
上述是比较基本的数据思维应用思路，对于实际的数据分析工作来讲，我们根据又需要不同业务场景使用相应的数据分析模型，例如漏斗分析模型、全行为路径分析模型、归因分析模型、杜邦分析法、AARRR模型等等。总之，当你觉得数据分析毫无头绪，杂乱无章；冷静下来，根据以上思路进行梳理，当我们有大概的数据思维应用基本思路之后再做行动，只有这样才能培养自己严谨的逻辑分析能力。
二、如何应用数据思维？数据思维应用在工作和生活中不同的场景中。
在工作中：

在广告投放时，若具备的数据思维，就去从广告的受众群数量大小、渠道数量、成本和效果回收情况，想办法去拆解出各种影响因素、预期效果、投入成本等信息。
在优化产品时，若具备的数据思维，就去梳理其商业模式、面对的用户群体、群体的使用场景，以及可能设置的付费点并去验证，同时想到可改进的价值点，并观察后续运营动作是否验证了改进点。
在整理回访数据时，若具备的数据思维，就会通过线索来源，通话总次数，通话有效次数&时长，线索意向级别，销售司龄等数据维度来判断这组客户的意向度，来缩短成单周期。
·······

在生活中：

若具备的数据思维，当看到为什么滴滴打车你的价格高？就会观察并思考可能是你周围叫车用户多而司机少，也可能”其他原因”。
若具备的数据思维，当看到为什么微信订阅号文章改版后，有了点赞，还要增加在看？会观察并思考微信想加深用户粘性，让你看到更多朋友的世界，也让微信文章得到更多曝光。
若具备的数据思维，当看到为什么每个超市都鼓励办会员卡后，就会观察并思考可能是因为要留住你，增加你选择去他们消费的机会，减少去竞争对手消费的机会。
·······

总之，数据思维的应用是非常广泛，还有在管理的应用，人力的应用等，这里就不一一扩展了，其应用基本都是大同小异，只要我们掌握了基本的思维思路，再者不断的提升工具的使用，结合实际的业务场景，贴合业务来应用数据思维，就能在工作和生活中发现问题，解决问题，总结问题。
现在我们以放渠道选择与预算分配最优的具体广告投放案例，再来简单了解一下数据思维的应用。
在制订渠道投放计划时，如何有效地筛选广告投放渠道？以及如何合理地分配投放的预算呢？对于这两个问题，我们都需要从数据思维的基本思路开始着手。