分析数据定位业务问题,基于业务理解,确定解决策略,到最终正向的影响业务,整个过程中,业务策略存在两个闭环:逻辑闭环和业务闭环。
- 逻辑闭环:
数据分析的过程,逻辑上要闭环,论据要能够支持结论的成立;
- 业务闭环:
策略在业务上的落地执行要闭环,不断的调整迭代;
这两个闭环是互相影响的,首先要做到的就是论证逻辑闭环,保证结论可以站得住脚。等真正落地执行的时候,业务上可能行不通,就需要基于新的业务理解去迭代论证逻辑,形成新的逻辑闭环,再去落地执行,直到在业务上可以跑通。
所以在数据分析过程中会常出现两类问题:
- 逻辑闭环相关:
不接地气,指的是策略的逻辑论证没问题,但离业务上跑通还很远;
- 业务闭环相关:
策略没有落地或者落地反馈周期太长,导致业务理解只停留在当时分析数据的节点,没有得到验证反馈;
那我们在工作中怎么判断业务策略是否接地气呢?主要分成两步:
- 深入思考策略成立的业务假设是什么?
- 调研判断业务假设是否成立?
举个例子:你设计了一套完整的针对B端商家的权益方案,希望牵引商家按平台的方向去做生意,假设权益方案在逻辑上没问题,但要真正落地有效的话,就会涉及到一些业务假设需要成立:
- 平台可以很好的触达商家,商家也能够理解权益方案;
- 权益方案细节,商家真的很在意;
- ……
接着就需要去调研这些业务假设是否真的成立?如果成立的话,那么该策略落地有效的概率就会很大;如果商家理解不了复杂的权益方案,或者商家对权益根本不在意,那说明该业务策略是不接地气的,就需要及时做出调整。当然,策略是否有效的前置调研验证是很有必要的,但有时候调研结果并不能直接推导出策略有效或者无效,那就需要设计好的落地方案,快速验证迭代。
最后也类比过来,判断某个人是否懂业务:如果这个人通篇都在讲数学逻辑,没有业务判断,或者有些业务判断明显是不成立的,那大概率这个人就不太懂业务。要做出正确的决策首先逻辑上要成立,另外在业务上也要行得通。