数据决策:这个生意还能不能做?

爱数据精选
爱数据精选
爱数据精选
609
文章
0
评论
2021-12-0110:08:28 评论 351 1927字
摘要

数据可以相对直观、清晰地反映事物,可以帮助运营或产品更好地知悉现象背后的原因或本质,因此,不少人都会利用数据来帮助自己实现决策,甚至帮助自己判断某门生意是否值得进入。本文作者便举了两个数据决策的例子,一起来看一下。

不知道大家有没有留意到这个现象,现在全民都在搞直播。以前说电商是一个行业,现在每个行业都在电商化。线上直播带货,卖货,不论是商家自己搞也好,还是和某个大V合作,本质上都是一种电商销售行为。

之前听到一个新闻报道法院开了一场直播,直播试睡员体验在凶宅里试睡。为了营造凶宅不凶的感觉,整个直播间氛围很温馨,这也是一个电商行为,连法院为了能卖掉房子也是拼了。

数据决策:这个生意还能不能做?

可推测,大数据慢慢也会和电商一样,不是大数据行业,而是一切行业数据化。就像电商一样,人人都能用电商思维、方法、套路去销售自己的产品,那么人人也都能利用数据去解决或者辅助决策生活中遇到的事情。

举个栗子……

01

栗子1:奶茶这门生意还能不能做。

熟悉的小伙伴都知道,杭州最大的奶茶店不是蜜雪冰城,而是一点点。我公司同事们都特别爱喝,尤其是遇到谁帮了谁的忙,口头禅就是"我请你喝一点点啊"。有天,我听到两个技术同事在讨论想花50w投资开一家一点点,但是不知道这个生意还能不能做。

秉承着没有调研就没有发言权的原则,我决定去调研一下这个事情。

于是我找到了住所附近的一家一点点奶茶店,去它门口蹲点,查看客流量、出单数等情况,分析估算出一家店的营收,多久回本。最初设定的要收集的指标包括店门口经过的人、进店消费的人,后来发现这两个指标工作量比较大,且采集的误差比较大,所以我就改成了收集进店人数和机器出单数据。

用视频拍下来店门口的人流情况和出单情况之后,再去数人头以及出单数,接下来就是做一个简单的数据分析,也就是加减乘除。

最终得出数据:一共进店145人,平均5分钟出单24杯,一个小时288杯。

按照喝奶茶的高峰期时间段下午2点到9点,共7个小时,一天共卖7*288=2016杯。

这其中一大半被外卖员拎走了,搜集一下外卖平台每月的出单数,美团6604单,饿了么2619单,共6604+2619=9223单,平均每天307单。

最低配送金额15元,一点点的平均单价是15元,每一单按照3-4杯,因为按照外卖店奶茶的行为习惯来看,大多数情况下不会单点一杯。

那么平均每单3.5,外卖一天307*3.5=1074杯,那么计算出店内消费2016-1074=942杯。店内消费利润50%左右,外卖平台利润35%,每天利润942*15*0.5+1074*15*0.35=12703.5元。

接下来扣除成本。一个店铺按照10个员工,每个员工工资平均6000元/人,一天支付工资2000元,不同区房租价格不同,平均下来房租一年40w一天1000元左右,那么一家店每天的收入是9703.5元,每个月盈利29w左右,投资50w,大概2个月就能回本。

数据决策:这个生意还能不能做?

这样一看是一门不错的生意,别急,这只是一家店的分析情况,而且我发现还是我所在区域排行榜第一的一家店。如果想更保险,还需要多考察,综合考虑店铺的火爆程度,店铺的地址等因素对店内客流的影响。

其实这就是一个简单朴实而又很实用的数据搜集,数据分析的方法。不论分析结果正确与否,起码方法肯定是对的。

刘润老师说过,结果=行为*概率。这一操作,就是在提升事情结果发生的概率。

我们也可以学着利用数据提高自己做事成功的概率!

02

栗子2:评判一场直播下来结果如何。

开头我们讲到了全民直播,每个人直播的目的大有不同。那么一场直播下来,如何利用数据分析一下直播效果如何?接下来改进点有哪些呢?

下面分享一个提升直播效益的小案例,希望能够给到做过直播想要复盘提升的读者一些思路。

假如某一个职场教育机构,想通过直播提升用户的付费转化率。但是最终发现直播做了那么多,付费转化率没啥提升,想知道如何做优化?

数据分析的精髓之处就是大胆猜测小心验证。所以我们可以猜测直播转化率不行可能有以下几个原因:直播的时间有问题?直播选择的话题不太符合待转化产品?来参加直播的人群不是产品的受众?

逐步根据假设将这个大问题拆分为比较清晰的、可量化解决的小问题。其实这一步的做法类似于费米估算的思维方法。

数据分析的目的是提升直播的转化率,我们可以把这个问题转化为分析直播和人。

数据决策:这个生意还能不能做?

接下来我们需要根据拆分搜集数据、准备数据,将数据填充到对应的分析模块中。

对于拆解的问题,可以归类为几种可能的结果,针对结果分析可能的原因。

数据决策:这个生意还能不能做?

在构建分析逻辑的时候,可能两个问题之间会有关联,例如:新用户对某个直播话题感兴趣,老用户不一定感兴趣。针对这样的我们需要再做交叉分析,我们秉承的原则是哪类情况出现的多就优先解决哪类问题,选择主要的问题去解决就好,不然思绪越多也就越纠结。

数据未来会成为我们每个人都可用的工具,就像大数据常喊的口号:一切数据业务化,一切业务数据化!未来人人都是数据分析师!

End.

作者:金豌豆

本文为转载分享,如果涉及作品、版权和其他问题,请联系我们第一时间删

 

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: