沃卡惠移动端logo

沃卡惠  行业资讯

资讯详情

数据分析经典方法之:周期性分析法

2023-11-27 09:27:304636

经常有同学问:拿到数据后该怎么做分析?从0开始,有9个分析方法可以依次使用,由浅到深地读出数据含义,发现业务问题。其中,最基础的就是周期性分析法,只要1个指标就能动手做分析,操作简单,而且能帮新人避免很多错误。

什么是周期性分析

我们知道:数据反映业务情况。很多业务本身有固定的变化规律,即业务周期性。通俗地说,就是到了特定时间点,业务自然会涨、自然会跌。业务的周期性是普遍存在的,如果做分析的连周期性都不知道,很容被人笑话:“没常识!”

周期性分析法,即通过数据,找出业务周期性。从而达到理解业务规律、发现业务问题、避免误判的方法。那么,该怎么发现业务周期性呢?

典型周期之:自然周期

所谓自然周期,即业务发展随着时间自然波动。比如:

季节效应:冰淇淋、空调夏季卖得好,暖宝宝、羽绒衣冬季卖得好

节日效应:吃喝玩乐业务在节假日业绩好,企业业务在工作日业绩好

想发现自然周期,非常简单!只要2步:

1、选定一个主指标(比如收入、销量、用户量)

2、按月统计该指标走势,即能发现季节效应

3、按日统计该指标走势,既能发现节日效应

(如下图所示)

图片

自然周期是很多业务决策的起点。比如新开门店、商品备货、用户拉新,都得找需求旺季下手。而季节性又常受到天气影响,如果发现今年天气热的更晚/冷的更早,就得相应调整备货进度,避免积压。

要注意的是,春节/中秋/清明这种非固定日期的节日,经常会破坏常规指标走势。特别是春节,影响持续时间长,所以一般会做特殊处理:以除夕为节点,往前看1个整周,往后看假期+假期后1个工作整周,专门为这三周分配任务目标(而不是以自然月为单位分),从而避免因为目标分配不合理导致的数据报假警。

典型周期之:生命周期

所谓生命周期,即产品自身兴衰过程。比如手机,新出的手机大家都抢着买,过一段时间,性能落后了,就开始掉价,最后完全被市场淘汰。

如果想观察产品生命周期,就不能统计自然时间,而是

1、找一个主指标(比如收入、销量、用户量)

2、从该产品上市之日起,按周/月统计主指标

3、观察上市之日至最近日期指标走势,发现生命周期

图片

不同产品生命周期曲线,是可以拿来对比的。好的产品,成长期增长速度更快,成熟期达到的销量/收入峰值更高,高销量维持的时间更久;不好的产品,成长期增长更慢,销量下跌的拐点来得更早。了解产品生命周期以后,有利于给产品定性

典型周期之:业务效应

所谓业务效应,即业务效果持续期。比如做促销活动,一般都是第一天人声鼎沸,之后慢慢衰弱,最后收尾那天又有高峰。

如果想观察业务效应,应从业务行动开始之日进行统计

1、根据业务目标(是提销量,还是拉用户)设定主指标

2、从业务行动开始之日起,向前,向后各延长一段时间

3、观察业务行动之前、中间、之后的指标变化,总结规律

这里做法和前两个有很大区别,其一:要根据业务目的定主指标。比如做促销活动,有可能销售收入会涨,用户活跃也涨(因为要买货),退货率也会涨。此时就得问清楚:我们做这个活动首先是为了拉销售还是促活,这样才能定主指标。

其二:业务行为可能叠加在自然周期/生命周期之上见效,所以不能只看业务行为发生时情况,得往前往后看。比如店铺促销活动,可能店铺常规销售有一个走势,观察促销效果时,要剔除常规走势。比如商品活动,有可能希望上市冲量/退市清货,此时会在常规生命周期走势之上叠加效果,也要做剔除

图片

周期分析法用途

最大的用处,就是发现数据异常。大家牢记一句:事出反常必有妖。

如果看到数据走势:

1、完全打破了以往的规律,往往意味着业务出现了重大问题

2、仍符合以往规律,但表现逐渐离谱,往往意味着业务出了底层问题

3、仍符合以往规律,但波动范围更大,往往意味着业务个体表现差异明显

4、符合以往规律,偶尔有个3%~5%的波动,往往是正常波动,过2天自己就好了。

图片

(如上图)看到指标异动,先观察变化趋势再下手,就不会陷入细节里。经常有太过敏感的人,看到指标下跌3%就开始着急找原因,结果报告还没写完,指标已经涨的更高了,又赶紧找涨的高的原因……其实稍微时间拉长点就发现:都是周期波动。

周期分析法,还是更深入分析的基础。比如做预测,如果能拆分出整体数据中周期规律,预测就非常简单!比如做指标异动分析,如果已知有几个因素在影响,每个因素自身周期规律,那么追溯真实原因也很容易。很多同学做得不深入的原因,就是对基础规律了解不够。