加入收藏 | 设为首页 | 会员中心 | 我要投稿 东莞站长网 (https://www.0769zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 大数据 > 正文

咨询公司的数据分析模型有多高大上?带你涨涨姿势!

发布时间:2024-01-06 02:43:10 所属栏目:大数据 来源:DaWei
导读:   所谓分析模型和方法,都是有特定的使用背景、使用目的、使用效果的。而且并不是所有的分析方法,都是冲着“精准”去的。能快速、省事的解决问题,才是最终目的。  做数据分

  所谓分析模型和方法,都是有特定的使用背景、使用目的、使用效果的。而且并不是所有的分析方法,都是冲着“精准”去的。能快速、省事的解决问题,才是最终目的。

  做数据分析的同学们都见过下边这种矩阵,很多人对此顶礼膜拜,甚至还有一些网文作者直接就把矩阵思维、矩阵模型、矩阵法招呼上了,说它是数据分析的“底层思想”“核心逻辑”。

  好吧……他们肯定是没在咨询企业上过班了。其中真相如何,今天我们系统讲解一下。

  图片

  图片

  1、 从平均值法说起

  平均数是用得最多,也被调侃的最多的概念。有诗为证:

  村头老张一千万

  隔壁九个穷光蛋

  统计局里算一算

  各个都是张百万

  但问题是,为啥平均数被吐槽这么多,实际上却又使用得最多?明明统计学里有平均数、中位数、众数三个概念,三个概念都很好理解,但为啥非是平均数呢?

  答:因为平均数用起来方便、省事。用平均数,能很简单地把总量按人头分解,比如:

  销售金额=购买客户数*人均购买量

  生产数量=生产线数*平均产能

  备货数=门店数*平均销量

  这样在做管理的时候是很省事的:想提高销量,要么增加客户人数,要么提高人均购买。这两个数字可以简单地直接相乘。用中位数、众数显然达不到这个效果。

  并且,在下命令的时候也很清晰:每个人都要做到平均水平以上!你做不到,你就拖了大家的后腿,大家都能做到你凭什么做不到。你看,简单清晰,而且符合人们的直观感觉,很有说服力。

  所以平均数是自带标准的。高于平均值就是好,低于平均值就是不好。这一点对咨询顾问们来说非常重要。

  因为大部分咨询顾问,在特定行业里的经验远没有客户多。因此诊断问题的时候,咨询顾问们非常需要一个不依赖于行业的、中立的、有说服力的标准来判断好坏。判断完好坏,才能进一步分析为啥好、为啥坏。因此平均值法是用得最多的判断方法。

  当然,平均值法也有它的先天不足,这就引申出其他方法。

  2 、平均值法的迭代升级

  用平均数的问题,其实来源于个体差异过大,所谓:“我和姚明平均身高,和马云平均财富”,因此在平均值法的基础上,又引入了二八法:按20/80理论,直接把最好的前20%分离出来,单独观察,避免干扰其他群体,这样也能做出判断。

  图片

  图片

  二八法一般在前台/营销端用得多。因为后台/供应端的生产、物流都是机器化流程,容易把控质量,但前台/营销端常常出现少数能力好的销售做出大量业绩、少数金主爸爸贡献大部分利润的情况。在管理上,进而衍生出淘金法。即招100个销售,要从里边培育出20个Ace级销售。类似挖一大堆沙,从里边淘出金子的过程。

  如果评价维度有两个呢?这就引申出了矩阵法。

  3 、从平均值法到矩阵法

  矩阵法本质上是一种用两个维度来找判断标准的方法。它的操作非常简单:

  第一步,找到两个评价维度,每个维度取平均值做判断标准。

  第二步,两个指标交叉,把待评价对象。

  第三步,根据两维度含义,给出分类解读。

  只要两个指标相关性不是非常高,两个指标交叉的时候,数据就会分散在四个矩阵里,这样能清楚找到业务含义(如下图)。

  图片

  图片

  更有趣的是,如果两个评价维度组合得当,是能够解读出很多有意思的业务含义的。比如游戏行业的用户活跃/用户付费两个指标。可以起个:

  ☆ 高活跃+高付费=金牛用户(又出钱又出力的老牛)

  ☆ 低活跃+高付费=土豪用户(懒得自己打,爷花钱买!)

  ☆ 高活跃+低付费=白嫖用户(啦啦啦,就是干玩不给钱)

  ☆ 低活跃+低付费=边缘用户(都不咋玩,要跑咯)

  这样的解读能一下让报告的气氛活跃起来,结合所谓“矩阵模型”,显得既高大上,又活泼,这是甲方爸爸们最喜欢看的东西。因此矩阵模型便大行其道了,每个咨询公司在新员工培训的时候,都会教如何构建矩阵模型,让爸爸们满意。这是一个祖传手艺。

  所以你看到的咨询公司的所谓分析模型, 出现最多的就是矩阵,各种矩阵。如果矩阵搞不掂,基本上就是什么7S,9P之类的巨复杂,巨多分类维度的模型了。反应快的同学,看到这立马就有疑问了。“诶?为啥会这样,理论上3个维度的评价,也能这样叠加下去呀,不就是拉交叉表吗。”

  以3维度评价为例,即使每个维度都用二分类,那么能分出来的也有2*2*2=8类。这种情况下会出现几个问题:

  每一类含义解读变得复杂,不见得都能解释清楚。

  每一类群体数量变少,经常出现一个群体占比50%,另一个占比5%的问题

  因为群体规模不均,经常引发客户:“我们再细分一下”的要求,结果拆得越支离破碎,解读越麻烦,而且有的客户,就是50%用户消费、活跃都是0,也没法继续深入

  总之,原本用平均值法、用矩阵法,为的是简单、省事。现在反而人为的制造复杂性了。所以当评价维度超过3个以上的时候,咨询顾问们会倾向于放弃手动分类,直接用包含一大堆分类维度的综合评估模型。或者干脆上K均值聚类,对着聚出来的结果再拍脑袋解读。

  4 、小结

  所谓分析模型和方法,都是有特定的使用背景、使用目的、使用效果的。而且并不是所有的分析方法,都是冲着“精准”去的。能快速、省事的解决问题,才是最终目的。

  这又是一件“君子以为文,小人以为神”的事。认真理解起背后的逻辑,就能进步。打着“权威、牛逼、科学”的幌子死记硬背,就把自己绕进去了。

(编辑:东莞站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章