数据归因怎么做：五步闭环法，把数据变成策略

今天我们要聊的话题是数据归因怎么做。其实，在非常多的岗位当中，归因是非常关键的一个能力啊。不管你是品牌媒介增长，或者做市场，你拥有这个能力也能帮你去做很多策略的迭代，或者说复盘，或者说策略定制等等。


数据归因要帮助我们把数据到策略之间去搭起一个可验证可落地的桥梁，它是有方法论的，就是五步的闭环法。首先，第一步是定义问题。所有的数据分析之前，我们一定要跟我的老板也好，我的跨部门同学也好，要去明确你的问题到底是什么，再去做核心的动作。


你要讲的是到底是生意下滑了，还是说我要讲的是我的新老用户的占比的问题，这个都是要跟各方拉齐的。只有拉齐清楚问题，定义清楚问题，把模糊的一个想要去做的某一件事情变成真正的可拆解的，我今天要在什么时间段，针对哪一个人群，在哪个渠道里面去做分析，把它定义清楚，那后面的动作才不会白费。


定义问题之后呢，我肯定是要有一个详细的计划的设设置的，包括先去查什么数据，后去查什么。


数据以及我的问题到底要总结成到什么程度？那第二个是统一口径，统一口径非常重要。比如说我今天要研究老客户，那我有没有跟我的 CRM 同事确定清楚老客的定义到底是什么？


是多少天内买了第二次还是什么口径？如果不统一的话，都会变成未来互相扯皮的一个点。怎么来做这个问题的定义？一个是五五爱的法则，就是针对于某一个问题，至少要连问五个为什么，层层的下钻，直到你能找到核心的问题。


比如说复购率下降了，那你要去问的是为什么复购率下降了？得到的回答可能是因为老客户在30天内他购买人数少了。那你要第二个问题是为什么这些人少了？原因是什么？


那可能回答你的问题是啊因为他们好像觉得这个收到的时间变长了。那么你第三个 Why 就是要问为什么他认为时间变少了？核心少了几天呢？


一层一层的往下问，直到问到最聚焦的那个核心问题。那第二个是假设数。


问完了问题之后，我们要针对这个问题来进行假设，把所有的问题变成不同的叶子。比如说复购变少了，那可能拆成不同的这个叶子是是用户的频次下降了，还是想买的用户变少了，还是用户买过了之后又不想买了，尽可能的列举到穷尽。


第三个是指标的拆解，比如说我们今天要研究的是复购率下降的问题，那么我们要把这个结果指标拆成过程指标。复购率等于什么？复购率等于老客的购买数去除以老客的人数。


那么再把这个老客的购买数再去往下拆，比如说，呃，老客的复购数等于老客的下单转化去乘以它的下单频次。哦，那老客的人数的定义又是什么？


再往下去拆解，所以把所有的结果指标拆成过程指标，针对于过程指标中的具体的数去展开，去定义清楚到底是哪个数字下滑了。


那它的核心的交付是问题小到可验伪，大到值得做。把这些数据往下拆拆解出来之后，需要去做数据采集和数据归因的这个数字一定是哪怕再小它都可证伪，就它不是一个模糊的一个问题。


模糊的问题是类似于好像是品牌的年轻的人群不够了啊，或者说是一些比较宽泛的问题。具体的问题是指它在什么时间段它的复购率下降了30%，我们就验证这个问题。


以及大到值得做是指它不是一个很小的问题，它不是一个偶发性的问题，因为所有的数据验证需要人力和时间成本，它能够改变策略，能够改变我项目的长期的提升，而不是短期的一个分析。

游客，如果您要查看本帖隐藏内容请回复