用一個(gè)案例談?wù)剶?shù)據(jù)分析如何落地
“你做的數(shù)據(jù)分析，一點(diǎn)都不落地！”
“除了寫數(shù)字，能不能有落地建議！”
“看了數(shù)，所以呢？要干啥？”
這一類抱怨，經(jīng)常在辦公室響起，讓做數(shù)據(jù)的同學(xué)很郁悶。到底咋做算落地？今天通過一個(gè)例子，系統(tǒng)講解一下。
01
數(shù)據(jù)落地的常見錯(cuò)誤
很多同學(xué)一看到問題，就說：老師，這題我會！工單=需求數(shù)*轉(zhuǎn)化率嗎，既然要提高完成工單件數(shù)，那要做的就是，把需求數(shù)和轉(zhuǎn)化率兩個(gè)指標(biāo)：
搞高！
一要多簽廠商客戶
二要多簽企業(yè)客戶
三要做大個(gè)人流量
四要提高客服效率
五要加強(qiáng)上門管理
六要提升師傅技能
你看，這建議多具體，多落地……
額……
首先，這么說確實(shí)沒錯(cuò)，確實(shí)這些指標(biāo)要搞高，確實(shí)這六條都是建議，問題是：這些都是正確的廢話，即使不做數(shù)據(jù)分析師，大家也“早就知道了”，那肯定要搞高呀，還能搞低不成。
從數(shù)據(jù)推導(dǎo)業(yè)務(wù)落地行動，核心是：輕重緩急。通過數(shù)據(jù)分析找到哪里是重點(diǎn)，哪些是輔助，這才是數(shù)據(jù)計(jì)算的價(jià)值。如果不加計(jì)算，那人人都知道這也要加強(qiáng)，那也要加強(qiáng)。
第一步：梳理業(yè)務(wù)流程
想落地第一步，就是停止在數(shù)據(jù)層面：坐而論數(shù)，就數(shù)論數(shù)。數(shù)據(jù)到底從哪個(gè)業(yè)務(wù)流程里來，又受哪個(gè)流程影響，得先理清楚。業(yè)務(wù)層的梳理，一般由粗到細(xì)，剝洋蔥般層層深入。比如本案例中，雖然涉及業(yè)務(wù)的角色很多，但以客服收到線索為界限，可以劃分為：需求/供給量大部分（如下圖）。
目標(biāo)是提高完成工單數(shù)量，第一級要做的輕重緩急判斷，就是：需求/供給是否匹配。
● 需求≥供給
● 需求=供給
● 需求≤供給
第一級判斷，決定了后續(xù)落地方向：
● 需求≥供給，提升供給能力
● 需求=供給，持續(xù)觀察/降低供給成本
● 需求≤供給，發(fā)展客戶，擴(kuò)大需求
這就是V1.0的落地建議。注意，真實(shí)建議不會給得這么口語化，而是經(jīng)過計(jì)算的：
這一步看起來簡單，其實(shí)也暗藏玄機(jī)：怎么判斷到底哪頭大？
第二步：樹立判斷標(biāo)準(zhǔn)
判斷標(biāo)準(zhǔn)，絕不是讓老板拍個(gè)腦袋那么簡單。需求≤供給相對容易觀察，比如售后師傅人均工單數(shù)少、平均工資低、人員流失多等等。
但需求≥供給，很有可能是沒有數(shù)據(jù)記錄的。比如個(gè)人客戶打電話進(jìn)來，結(jié)果約不到師傅；企業(yè)客戶打電話進(jìn)來，要排隊(duì)很久才能修理，但是因?yàn)楹灥氖悄甓群贤?，所以一時(shí)半會不會翻臉。
這些情況都使得評估供給能力存在困難，數(shù)據(jù)不真實(shí)情況。等企業(yè)客戶流失的時(shí)候才反應(yīng)過來，已經(jīng)太晚了。
因此，樹立標(biāo)準(zhǔn)最好單獨(dú)做分析。比如廠商/企業(yè)客戶，需要匹配合同簽約時(shí)服務(wù)條款（比如接單24小時(shí)內(nèi)處理完畢）；對個(gè)人客戶，需要看客戶發(fā)起需求后完成率，并且從完成率中，剔除客戶原因（詢價(jià)后嫌貴、上門找不到人、隨口問問等情況）才能算出來相對準(zhǔn)確的數(shù)字。
這是尋找判斷標(biāo)準(zhǔn)的工作，建立標(biāo)準(zhǔn)工作后，還得跟各部門共識，才能達(dá)成一致認(rèn)可。
這一步很重要，很多同學(xué)之所以難以落地，從第一步就是：只有數(shù)字，沒有判斷?；蛘吲袛鄺l件不嚴(yán)謹(jǐn)，導(dǎo)致后邊一深入，發(fā)現(xiàn)有很多業(yè)務(wù)上定義模糊，相互扯皮的地方。這樣自然落不下去（如下圖）
第三步：從短期到長期
注意：時(shí)間拖長，可能有季節(jié)性變化。比如特定設(shè)備在夏季/冬季使用頻率高，更容易出故障。因此基于一個(gè)月份建立標(biāo)準(zhǔn)后，可以看一整年的情況，進(jìn)一步鎖定問題。
● 偶爾性（1、2個(gè)月）
● 經(jīng)常性（連續(xù)發(fā)生大于3個(gè)月）
● 持續(xù)性（新上/臨近報(bào)廢）
● 季節(jié)性（特定季節(jié)發(fā)生）
對應(yīng)的輕重緩急也是不同的，能引導(dǎo)出的落地建議也不同（如下圖）
第四步，找重點(diǎn)、抓重點(diǎn)
整體情況確定以后，再看局部問題。比如在第一階段，鎖定了問題來自：供給端，就是供給不夠，那么該怎么進(jìn)一步分析呢？
首先，業(yè)務(wù)有三條線，三條線誰是重點(diǎn)，要先區(qū)分出來。因?yàn)閺S商/企業(yè)這種toB類客戶和toC類個(gè)人用戶，是根本兩個(gè)發(fā)展思路，不僅當(dāng)前在工單總數(shù)中占比不同，而且對未來發(fā)展重要性也不同，很有可能toB才是公司生命線。
在不同重要性影響下，即使當(dāng)前數(shù)據(jù)相同，對未來發(fā)展的判斷也可能是不同的，要先做判斷，再往下細(xì)看（如下圖）
第五步，從整體到局部
其次，售后服務(wù)是分區(qū)域交付的，因此哪個(gè)區(qū)域特別嚴(yán)重，哪個(gè)區(qū)域例外，再分出來。這個(gè)相對容易理解，每個(gè)區(qū)域的客戶需求，門店/師傅配置都不同，很可能邊遠(yuǎn)地區(qū)還是二次外包出去的，因此鎖定問題點(diǎn)，也有助于：抓大放小，先解決問題突出的地區(qū)。
這里又有策略上差異：如果真看到某個(gè)地區(qū)需求特別旺盛，且都是外包在做，很有可能會選擇“更換掉外包，自己設(shè)一個(gè)服務(wù)點(diǎn)”而不是“該外包需保持業(yè)績發(fā)展趨勢”。
在落地上，從來都不是哪個(gè)指標(biāo)好了就保持，也不是哪個(gè)差了就改進(jìn)的，很有可能有第三選擇。
第六步，從局部到細(xì)節(jié)
最后，售后服務(wù)是分2個(gè)環(huán)節(jié)執(zhí)行的，到底是客服派單慢，還是售后執(zhí)行差，再分出來。
這個(gè)分解最為復(fù)雜。因?yàn)榭头蓡闻刹怀鋈ィ苡锌赡苁且驗(yàn)樵搮^(qū)域/該大客戶服務(wù)團(tuán)隊(duì)的工作已經(jīng)飽和了，或者是因?yàn)楣?jié)假日等正常原因，或者是因?yàn)樵诘攘慵{(diào)貨等客觀原因，所以不拿到接到單以后的服務(wù)團(tuán)隊(duì)/配套情況/節(jié)假情況等明細(xì)數(shù)據(jù)，很難說清楚到底是派單員的問題，還是服務(wù)的問題。
在考慮落地方案的時(shí)候，越細(xì)節(jié)的問題，越放在后邊解決。因?yàn)楹苡锌赡苈涞教貏e細(xì)的細(xì)節(jié)以后，你會發(fā)現(xiàn)根本沒有數(shù)據(jù)……手頭有啥數(shù)據(jù)就用啥，這也是分析的基本原則。
第七步，從數(shù)據(jù)到管理
面對細(xì)節(jié)數(shù)據(jù)缺失，可以用管理手段配合數(shù)據(jù)建設(shè)。比如要求客服在首次接單且售后無異常的情況下，接單30分鐘內(nèi)完成分配，有異常就人工反饋標(biāo)注。
還可以提前對各地區(qū)配件數(shù)庫存進(jìn)行檢查，提前標(biāo)注缺貨標(biāo)簽，這樣分析的時(shí)候，能區(qū)分哪些因?yàn)榈扰浼舆t。還可以要求服務(wù)師傅上門前/服務(wù)完成后進(jìn)行系統(tǒng)打卡登記，這樣統(tǒng)計(jì)師傅在崗情況，從而反推是否師傅已飽和。
注意，這些管理手段本身對業(yè)績也是有幫助的。可以提前發(fā)現(xiàn)配套問題，可以監(jiān)控一線行為獎(jiǎng)勵(lì)多勞多得，可以及時(shí)發(fā)現(xiàn)有增長潛力的地區(qū)。
所以，用這些業(yè)務(wù)上利益點(diǎn)做誘餌，是可以推動管理手段落地的，進(jìn)而達(dá)到采集數(shù)據(jù)的目的，從而一舉兩得。如果沒有好的管理手段，很有可能數(shù)據(jù)都采集不上來，自然也無法落地。如果沒有業(yè)務(wù)上利益點(diǎn)，即使高層強(qiáng)力介入，強(qiáng)行把軟件推下去，業(yè)務(wù)不配合、亂填一通，數(shù)據(jù)還是一塌糊涂。
02
小結(jié)
想把數(shù)據(jù)落地，就是這樣一步步從粗到細(xì)，剔除各種異常，擊中要害，最后靠和管理手段結(jié)合落地。
而不是簡單地：
1、哪個(gè)指標(biāo)低了就搞高
2、哪個(gè)指標(biāo)高了就保持
也更不是出一套“神威無敵大將軍模型”就能搞掂的。比如有的同學(xué)一看：誒呀！有客服派單！立馬條件反射般：我們效仿滴滴/美團(tuán)，建立人工智能派單模型。
那個(gè)，這是售后業(yè)務(wù)耶，機(jī)器的損壞率可不會像打車/外賣一樣天天持續(xù)，需求就那么多。且上門還牽扯配件問題，哪里能隨便亂套。所以想做的細(xì)，就得深入業(yè)務(wù)流程，耐著性子剝洋蔥。
用戶畫像、標(biāo)簽體系相關(guān)資料可點(diǎn)擊下方文件鏈接查看：