權(quán)重曲線(xiàn)如何輔助業(yè)務(wù)分析
不好意思……我真的找不到合適的封面圖了hhhhhh……
在上次整理完項(xiàng)目復(fù)盤(pán)的模板后,留言里有好幾個(gè)小伙伴問(wèn)我“活動(dòng)前每日新增1000人,活動(dòng)中每日也新增1000人,為什么說(shuō)活動(dòng)效果不一定差?”。
其實(shí)這里我借用了一點(diǎn)加權(quán)曲線(xiàn)的原理。
我們可以這樣理解:
? ? 每日新增人數(shù)
? ? = 自然增長(zhǎng)基值 + 隨機(jī)波動(dòng)值 + 人為干擾波動(dòng)值
對(duì)于電商來(lái)說(shuō),受到了工作日、寒暑假的影響,從周一到周日,從1月到12月都會(huì)呈現(xiàn)出不同的增長(zhǎng)表現(xiàn)。想象一個(gè)電商公司:在平穩(wěn)運(yùn)營(yíng)的過(guò)程中,不采取任何的活動(dòng)措施,周日新增用戶(hù)量往往大于周一。
一年365天里,每段時(shí)間的自然增長(zhǎng)基值是不一樣的?;蛘哒f(shuō),簡(jiǎn)化一下,周日和周一的自然增長(zhǎng)基值是不一樣的,可能周日的自然增長(zhǎng)基值為1000,周一的自然增長(zhǎng)基值為700。
周一推出了分享拉新的活動(dòng):假設(shè)極端情況下(忽略掉隨機(jī)波動(dòng)值的影響),周一和周日都新增了1000人,所以活動(dòng)帶來(lái)了300的人為干擾波動(dòng)值,是有效果的。
當(dāng)然了,要評(píng)估一個(gè)活動(dòng)的效果,最好多看幾天的數(shù)據(jù),取平均值來(lái)對(duì)比。
我不知道你們對(duì)加權(quán)曲線(xiàn)是否感興趣。
最近我在復(fù)盤(pán)加權(quán)曲線(xiàn)的邏輯和應(yīng)用案例,整理了一份文檔,有興趣的接著看吧~看了不吃虧,也不上當(dāng)(微笑)
在工作里,我借鑒了《數(shù)據(jù)化管理》中的加權(quán)曲線(xiàn)以及黃氏曲線(xiàn),并在計(jì)算上做了簡(jiǎn)單的修改,讓模型與業(yè)務(wù)的融合度更高。
有了黃氏曲線(xiàn)和權(quán)重曲線(xiàn),我可以追蹤業(yè)務(wù)線(xiàn)的日常銷(xiāo)售情況,可以復(fù)盤(pán)營(yíng)銷(xiāo)活動(dòng),可以將財(cái)務(wù)目標(biāo)拆解到每一個(gè)自然日上,可以進(jìn)行銷(xiāo)量的預(yù)測(cè)……
雖然有時(shí)候分析效果不盡人意,但有了這個(gè)思路邏輯的我,就像初上戰(zhàn)場(chǎng)的小兵擁有了刀和劍,不至于在收到相關(guān)需求和分析任務(wù)時(shí)手忙腳亂。
不禁感慨,對(duì)我這種剛?cè)腴T(mén)的小白來(lái)說(shuō),加權(quán)曲線(xiàn)是一個(gè)好東西……
直接上一個(gè)小小的case吧
?

計(jì)算權(quán)重曲線(xiàn)
在今天,我們很難找到一家店鋪,或者說(shuō)一家公司,一個(gè)行業(yè),能夠保持365天每天相差無(wú)幾的銷(xiāo)量。
抖音短視頻:考慮到工作日學(xué)生上課,非學(xué)生上班,視頻類(lèi)APP普遍周末的活躍人數(shù)最多……
寫(xiě)字樓下的餐廳:考慮到寫(xiě)字樓中的白領(lǐng)往往周中上班,一定是工作日的銷(xiāo)量更好……
迪士尼的門(mén)票:除了周末和法定節(jié)假日,游樂(lè)園一定會(huì)在寒暑假爆滿(mǎn)……
一年365天,每天都會(huì)對(duì)一整年的業(yè)績(jī)貢獻(xiàn)力量。而作為數(shù)據(jù)分析師,我們需要從過(guò)往的業(yè)績(jī)表現(xiàn)中尋找密碼規(guī)律,權(quán)重曲線(xiàn)正是這一規(guī)律的體現(xiàn)。
▼ STEP 1 :計(jì)算日權(quán)重
(1)剔除掉特殊節(jié)假日,計(jì)算2-3年內(nèi),周一:周日的平均訂單量,如下表:
| 星期X | 日 | 一 | 二 | 三 | 四 | 五 | 六 |
| 日均訂單 | 1000 | 1100 | 1250 | 1450 | 1500 | 1800 | 1550 |
(2)選擇最小值“星期日-100單”作為基值
當(dāng)然,你也可以選擇均值作為基值……主要還是根據(jù)計(jì)算出來(lái)權(quán)重曲線(xiàn)和業(yè)務(wù)的擬合度來(lái)選擇合適的基值。
(3)對(duì)于非節(jié)假日,以日均訂單/基值計(jì)算周日權(quán)重,如下表:
| 星期X | 日 | 一 | 二 | 三 | 四 | 五 | 六 |
| 日權(quán)重 | 1 | 1.1 | 1.25 | 1.45 | 1.5 | 1.8 | 1.55 |
(4)對(duì)于特殊節(jié)假日,以日訂單/基值計(jì)算節(jié)假日權(quán)重,如下表:
| 節(jié)日標(biāo)記 | 端午節(jié)前2天 | 勞動(dòng)節(jié)第2天 | 清明節(jié)第1天 | 雙十一活動(dòng) |
| 日均訂單 | 1700 | 2300 | 3500 | 2900 |
| 日權(quán)重 | 1.7 | 2.3 | 3.5 | 2.9 |
(5)合并(3)和(4),得到365天每天對(duì)應(yīng)的日權(quán)重值,如下圖:

▼ STEP2:計(jì)算周權(quán)重(考慮長(zhǎng)期波動(dòng))
在零售業(yè)、旅游業(yè)、餐飲業(yè)里,銷(xiāo)量往往會(huì)存在季節(jié)性的波動(dòng)。同樣,在一個(gè)企業(yè)的快速增長(zhǎng)期里,從年初到年末,銷(xiāo)量也會(huì)有穩(wěn)定的增長(zhǎng)。
這時(shí)候,我們需要將周波動(dòng)考慮進(jìn)來(lái),用以刻畫(huà)全年的波動(dòng)情況。一年有52個(gè)周,計(jì)算每個(gè)周的權(quán)重,即每個(gè)周在該年度訂單中的貢獻(xiàn)占比。
計(jì)算的邏輯和日權(quán)重相似:
(1)計(jì)算2-3年內(nèi),第1周-第52周的每周平均訂單量
(2)選擇最小值作為基值
(3)以周均訂單量/基值計(jì)算周權(quán)重,得到365天每天對(duì)應(yīng)的周權(quán)重值
??? 就像下面這張圖:

▼ STEP3 :計(jì)算考慮長(zhǎng)期波動(dòng)的每日權(quán)重
考慮長(zhǎng)期波動(dòng)的每日權(quán)重=日權(quán)重*周權(quán)重
如下圖:

導(dǎo)出了365天每天的權(quán)重,就像……在槍里裝滿(mǎn)了備用的子彈……
監(jiān)控日常銷(xiāo)售活動(dòng)
如何利用我們計(jì)算出的每日權(quán)重值,來(lái)監(jiān)控日常銷(xiāo)售活動(dòng)呢?
權(quán)重體現(xiàn)了每日的訂單波動(dòng)。
將每日的實(shí)際訂單量/權(quán)重后,得到每日除權(quán)訂單量,將每日除權(quán)訂單量連接起來(lái),也就是我們的權(quán)重曲線(xiàn)。
(1)在理想情況下,實(shí)際訂單嚴(yán)格遵循波動(dòng)比例,權(quán)重曲線(xiàn)會(huì)是一條水平的直線(xiàn)。表示忽略隨機(jī)影響時(shí),每天的訂單僅受到趨勢(shì)波動(dòng)的影響,不受人為因素的影響,當(dāng)然,這種情況是不存在的……

(2)在考慮隨機(jī)波動(dòng)的情況下,實(shí)際訂單不會(huì)嚴(yán)格遵循波動(dòng)比例,除權(quán)訂單量圍繞理想水平直線(xiàn)上下波動(dòng),是一條看上去還算水平的線(xiàn)。表示每天的訂單量同時(shí)受到趨勢(shì)波動(dòng)和隨機(jī)影響,表現(xiàn)相對(duì)穩(wěn)定,不需要額外關(guān)注。

(3)在考慮特殊事件的情況下,比如往年只在雙十一當(dāng)天舉行促銷(xiāo)活動(dòng),但今年拉長(zhǎng)了預(yù)售周期,活動(dòng)時(shí)間為11月9-13日。在圖中,我們也看見(jiàn)11月9-13日的除權(quán)訂單量向上增長(zhǎng)明顯,打破了情況2下隨機(jī)波動(dòng)的相對(duì)平穩(wěn)趨勢(shì)。
我們認(rèn)為,在除權(quán)訂單量構(gòu)成的曲線(xiàn)中,異常的凹凸波動(dòng),可以視為人為或者突發(fā)情況的干擾,需要給予重視。

量化特殊情況影響
用權(quán)重曲線(xiàn)能夠表示訂單的人為波動(dòng)影響,但是凹凸不平……不夠直觀(guān),所以可以借助黃氏曲線(xiàn)來(lái)展示更加直觀(guān)的結(jié)果。黃氏曲線(xiàn)展示的是:一段時(shí)間內(nèi)權(quán)重曲線(xiàn)的均值。
我們可以理解成,權(quán)重曲線(xiàn)用來(lái)跟蹤銷(xiāo)售;而黃氏曲線(xiàn)用來(lái)事后復(fù)盤(pán)特殊情況。將上面情況(3)的權(quán)重曲線(xiàn)處理一下,得到了黃氏曲線(xiàn):

已知:
活動(dòng)前:日均除權(quán)訂單904
活動(dòng)中:日均除權(quán)訂單1237;?權(quán)重之和為10.22
活動(dòng)后:日均除權(quán)訂單940
計(jì)算出:
①活動(dòng)帶來(lái)的增量:[1237-(904+940)/2]*10.2=3213(單)
②活動(dòng)帶來(lái)的訂單占比:259/11375=28.2%
③促銷(xiāo)爆發(fā)度:(1237-904)/904= 36.8%
④促銷(xiāo)衰減度:(1237-940)/904= 32.8%

其實(shí)在面試中,很少有面試官問(wèn)出如此細(xì)致的問(wèn)題。但問(wèn)不到,并不代表我們可以放棄這一塊的知識(shí)點(diǎn)邏輯。
曾經(jīng)我也以為,數(shù)據(jù)分析是靈活的玩轉(zhuǎn)python和R,精通算法模型。在遇到各種需求的時(shí)候,從神經(jīng)網(wǎng)絡(luò)到XGBOOST嘗試一遍,最后給需求方送上一份最終的結(jié)果。
實(shí)際并非如此。因?yàn)榉彩怯悬c(diǎn)追求的需求方,在看見(jiàn)結(jié)果的時(shí)候,一定會(huì)問(wèn):“這指標(biāo)怎么來(lái)的?”
當(dāng)你大刀闊斧,頗費(fèi)口舌的解釋了一通后,人家仍然一臉疑問(wèn)????——不好意思沒(méi)聽(tīng)懂
有時(shí)候業(yè)務(wù)需要的,并不是什么高大上的算法,也不是精密的模型,只是希望你能說(shuō)人話(huà),至少讓他們覺(jué)得你給出的結(jié)果符合業(yè)務(wù)邏輯。
從業(yè)務(wù)中來(lái),到業(yè)務(wù)中去,用業(yè)務(wù)能聽(tīng)懂的邏輯,用業(yè)務(wù)能理解的分析框架,給她們提供結(jié)論和建議,也許才是雙贏的結(jié)果。
在最開(kāi)始學(xué)習(xí)數(shù)分的時(shí)候,我看了很多專(zhuān)業(yè)技術(shù)知識(shí)書(shū),像《統(tǒng)計(jì)學(xué)習(xí)方法》、《利用python進(jìn)行數(shù)據(jù)分析》、《大話(huà)數(shù)據(jù)結(jié)構(gòu)》……
漸漸摸清面試規(guī)律后,又開(kāi)始琢磨業(yè)務(wù)知識(shí)書(shū),像《數(shù)據(jù)化管理》、《精益數(shù)據(jù)分析》……
而工作以來(lái),不再局限于和“數(shù)據(jù)”相關(guān)的話(huà)題,相對(duì)輕松的工作環(huán)境給了我廣泛閱讀的時(shí)間和精力。我開(kāi)始閱讀我喜歡的,心理學(xué)&經(jīng)濟(jì)學(xué)&行為學(xué)相結(jié)合的書(shū),像《烏合之眾》、《思考快與慢》、《反脆弱》……也恰恰是許許多多的這些書(shū),逐漸帶著我以不同的角度去分析問(wèn)題,偶爾頗有打開(kāi)任督六脈的感覺(jué)。
我的leader總是告訴我,數(shù)據(jù)分析師最有價(jià)值的,并不是你寫(xiě)出的代碼,也不是你給出的分析結(jié)論,而是刻在你腦子里的,屬于你自己的分析框架。所以在每一個(gè)項(xiàng)目結(jié)束后,在每一份報(bào)告匯報(bào)完畢后,總會(huì)鼓勵(lì)我進(jìn)行細(xì)致的復(fù)盤(pán),找到不同項(xiàng)目之間的思維共性。
最近復(fù)盤(pán)權(quán)重曲線(xiàn)框架的時(shí)候,我又重讀了一遍《數(shù)據(jù)化管理》。突然發(fā)現(xiàn)“會(huì)員價(jià)值分析”和“競(jìng)品數(shù)據(jù)分析”兩個(gè)章節(jié),和我的工作內(nèi)容也有些許的交叉……也許在提示我又可以繼續(xù)整理分析框架了……
?有人跟我反映PDF不夠清晰
,我只能……給你們推實(shí)體書(shū)了。研二的時(shí)候我買(mǎi)了這本書(shū),面試借用了里面的人貨場(chǎng)理論,一路帶到攜程,沒(méi)想到在工作中仍然發(fā)揮了余溫……

推薦閱讀
歡迎長(zhǎng)按掃碼關(guān)注「數(shù)據(jù)管道」
