问题和数据拆解

为什么要拆解问题

成就感在于不断解决问题;

解决问题是工作的真谛;

产品经理就是用互联网工具解决问题。

而解决问题,就需要先明确问题,其中明确优先级和解决不同的子问题的方式和可达成的目标,才能保证真正地解决问题

相关方法论

拆解问题

金字塔原理:界定问题--结构化分析(MECE)--解决问题

执行的质量把控

PDCA:计划-执行-检查-处理

以上原理细节可自行百度,简单实用

落地过程

界定问题-背景:主要是现状的梳理和明确预期,通过现状和预期推导出现在面临的问题。

结构化分析-问题拆解:通过MECE法则,通过横向(根据属性进行并列场景拆分)和纵向(数学公式中的因子不断拆解)拆解问题,同时尽可能根据数据,明确问题的占比,结合每个子问题的ROI确定关键问题和执行动作。

验证问题-数据校验:根据一线调研验证问题

确定目标:根据问题的拆解确定不同的解决方案,预估处理效果,并进行相关调研,保证解决方案对于业务执行层的理论上的可行性。

计划+执行:项目管理,主要是质量管理(范围,时间,成本的协调)

检查-数据后评估:效果的数据化分析,主要是确定当前效果,明确与预期目标的差异,并制定新的计划

处理:成功经验沉淀和错误经验反思(可从项目管理,业务了解,工具技能等方面进行反思,也可拔高为通用的方法论)

附件为当时整理的数据分析基础和PMP相关的知识点,可以先看下,以后通过项目慢慢理解,特别是项目管理脑图,及其枯燥,理论性很强,要细嚼慢咽。

问题拆解时如何对数据进行相应的拆解

1、数据拆解思路

漏斗模型

核心-分解

将整个流程拆分成一个个步骤,然后用转化率来衡量每一个步骤的表现,最后通过异常的数据指标找出有问题的环节,从而解决问题,优化该步骤,最终达到提升目标转化率的目的;

技巧-对比

通过观察不同属性的用户群体(如新注册用户与老客户、不同渠道来源的客户)各环节转化率,各流程步骤转化率的差异对比,了解转化率最高的用户群体,分析漏斗合理性,并针对转化率异常环节进行调整

MECE

核心-独立、穷尽

独立性,强调了每个拆解项之间要独立,每个拆解项之间不要有交叉重叠;

完整性,说的是分解工作的过程中不要漏掉某项,要保证完整性(穷尽);

难点-问题、切入

明确问题,明确问题本身,明确问题背景,明确问题解决的里程碑,明确问题解决后效益

明确切入点,选择最有益于解决问题的维度拆分

2、主要拆解方法

单维度-时间+对象+指标

eg:时间:2019-05      对象:兼职老师     指标:接单率

多维度-所谓的交叉分析,细化数据

时间:2019-05      对象:华北支部    指标:接单率

时间:2019-02至 2019-05    对象:华北支部    指标:接单率

时间:2019-05      对象:全国     指标:接单率

时间: 2019-02至 2019-05    对象:全国     指标:接单率

3、数据拆解后,我们能做什么

指标变化找原因--当前环节的数据变化+上游数据对应的业务流程或场景的变化

项目上线看影响--当前环节的数据变化+下游数据对应的业务流程或场景的变化

4.备注-电商常用指标

流量指标

PV、UV、当前在线人数、平均在线时间、平均访问量、平均访问深度、日均流量、跳出率

转化指标

渠道转化率、时间转化率

营运指标

成交:成交金额、成交数量、成交用户数

订单:订单金额、订单数量、订单用户数、有效订单、无效订单

退费:退费金额、退费数量、退费用户数、金额区间退费率、数量区间退费率

效率:客单价、课单价、连带率、动销率

采购:采购金额、采购数量

库存:库存金额、库存数量、库存天数、库存周转率、售罄率

供应链:送货金额、送货数量、订单满足率、订单响应时长、平均送货时间

财务指标

新客成本、单人成本、单笔订单成本、费销比、资金周转率等


Ps:方法论是好东西,但是是用实践堆出来的,多实践,多采坑,在整理,然后在与成熟的方法论去对比,完善出属于自己的方法论。不要被方法论困住自己执行的决心和效率。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,294评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,780评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,001评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,593评论 1 289
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,687评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,679评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,667评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,426评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,872评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,180评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,346评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,019评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,658评论 3 323
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,268评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,495评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,275评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,207评论 2 352

推荐阅读更多精彩内容