|
|
# 26 | 数据分析：15种数据思维图（下）
|
|
|
|
|
|
数据给你一双看透本质的眼睛，这里是《数据分析思维课》，我是郭炜。
|
|
|
|
|
|
上节课给你讲了主要用于产品和市场的一些思维图，但这还不够。在形成商业模式前，我们还需要去做获客、拆解和执行。所以这节课里，我将给你介绍几个我最常用的分析模型，帮助你来梳理分析思维，它们分别是：
|
|
|
|
|
|
* 商业模式画布；
|
|
|
* AIDMA；
|
|
|
* AARRR；
|
|
|
* SMART；
|
|
|
* PDCA；
|
|
|
* RACI；
|
|
|
* Will, Can, Must。
|
|
|
|
|
|
还是和上节课一样，我们先说使用这个思维图的场景，然后给出图形架构、讲解基本使用，最后再讲讲如何进一步来扩展分析。
|
|
|
|
|
|
## 商业模式画布
|
|
|
|
|
|
**问题场景**：分析自身商业模式
|
|
|
|
|
|
**图形结构**：
|
|
|
|
|
|
|
|
|
|
|
|
**基本解释及使用**：商业模式画布可以非常方便地对公司的商业模式进行一个整体的梳理。它通过9个关键的因素来分析一个公司整体的脉络，这9个元素分别是 KP（ Key Partnerships）关键合作伙伴、 KA（Key Activities）关键活动、 KR（Key Resources ）关键资源、VP（Value Propositions）价值主张、CR（ Customer Relationships）客户关系、 CH（Channels） 渠道通路、CS（Customer Segments）客户人群、CS（ Cost Structures）成本结构、RS（Revenue Streams）收入来源。
|
|
|
|
|
|
这个画布的最底层是公司的整体的收支逻辑，左侧是公司的组织能力，右侧是针对客户的价值主张和如何采取措施。你可以根据你个人、公司、部门的情况通过这个图把整个业务的逻辑梳理出来。
|
|
|
|
|
|
**进一步分析**：九个因素当中最强和最弱的元素是哪一个？如何发挥优势和补充弱势？
|
|
|
|
|
|
## AIDMA
|
|
|
|
|
|
**问题场景**：设计整体客户营销策略
|
|
|
|
|
|
**图形结构**：
|
|
|
|
|
|
|
|
|
|
|
|
**基本解释及使用**：一个客户在购买你的产品的时候是先注意到你的产品，然后产生一些兴趣，当这些兴趣转化成欲望的时候，他才会有购买的行为。或者当他对你的产品有印象后，再见到你的产品时，他会产生购买的行动。
|
|
|
|
|
|
AIDMA这个策略就是将你换到客户的位置上，根据各个阶段（也就是注意、兴趣、欲望、记忆、行动）来具体分析如何获得用户的关注，最后让用户产生购买行为。我们可以在这个表里写下每个客户在当时的情况以及当时他的需求，针对这种情况和需求，你去设计如何让客户获得你产品的各种特性和信息。
|
|
|
|
|
|
**进一步分析**：可以结合前面的同理心地图换位思考一下，客户是否还存在一些没有说出的需求？客户在每个过渡阶段之间会遇到什么障碍？我们如何去排除？
|
|
|
|
|
|
## AARRR
|
|
|
|
|
|
**问题场景**：获取客户的各个阶段
|
|
|
|
|
|
**图形结构**：
|
|
|
|
|
|
|
|
|
|
|
|
**基本解释及使用**：AARRR也叫做“海盗模型”，它把获得客户到最后变成收入之间分成了5个阶段，包括获得客户阶段、让用户活跃起来的阶段、留存住客户的阶段、产生购买用户的阶段以及用户传播阶段。通过这5个阶段，我们可以把用户从开始和你接触到最后你可以从用户身上盈利的这一整体流程，在模型里阐释清楚。你可以设置每个阶段的目标以及要用户体验到的内容，最终我们可以通过数据分析来看差距。
|
|
|
|
|
|
**进一步分析**：在现在信息过载、产品类别过剩的情况下，获客顺序已经不再是AARRR，而是大多数产品通过朋友的推荐介绍或者平台的推荐被用户看到，用户再去了解和购买。所以在新形势下的模型往往是RAARR，也就是推荐、获取、激活、留存和购买。如何获得客户的推荐，是你的公司存活下去的重要指标。
|
|
|
|
|
|
## SMART
|
|
|
|
|
|
**问题场景**：确定目标是否明确
|
|
|
|
|
|
**图形结构**：
|
|
|
|
|
|
|
|
|
|
|
|
**基本解释及使用**：每次我们在制定目标的时候，你可能经常会听到你的领导说这个目标并不SMART，他不是说你不聪明，而是指你的目标无法很明确地传达给下属和团队。
|
|
|
|
|
|
SMART原则就是首先要具体（Specific），结果可衡量（Measurable），制定的目标应该是可实现的（Achievable），所有的这些动作和言论都是结果导向（Result based），所有的目标都是有时效性的（Time-bound）。符合这5个因素，才能够把我们的目标写得更清楚。
|
|
|
|
|
|
一个目标如果不符合SMART原则，你也就无法进行数据分析和最后的数据确认。
|
|
|
|
|
|
**进一步分析：**你的目标如果提高10倍它还是SMART吗？100倍呢？如果不是，那么倍数变大就无法达成的因素是什么？有没有可能用奥斯本检查表突破它？
|
|
|
|
|
|
## PDCA
|
|
|
|
|
|
**问题场景**：反思和改进自己的业务
|
|
|
|
|
|
**图形结构**：
|
|
|
|
|
|
|
|
|
|
|
|
**基本解释及使用**： PDCA来自著名的戴明环，它是将一个任务按照顺序从计划到执行到检查，再到改善行动，重新去规划，而且不是运行一次就结束，是不停地循环下去。
|
|
|
|
|
|
你可以在这个框架里填写要去反复执行来提高的目标，做相应的计划（Plan），再根据设计和布局进行具体运作，实现计划中的内容（Do），再检查和总结我们能否达到目标，找到哪些对了哪些错了（Check），最后，对总结检查的结果进行处理（Act），然后再做新的行动计划（PDCA）。注意每一个动作里面的每一个目标都要有明确的数字，而不是简单去定性问题。
|
|
|
|
|
|
**进一步分析**：在这种不断的循环当中，有没有大方向上直接可以产生的变革？局部的最优解往往不是全局的最优解。还记得第[01讲](https://time.geekbang.org/column/article/400764)里的辛普森悖论吗？局部优化可能无法全局优化，我们需要跳出来高维度思考问题。
|
|
|
|
|
|
## RACI
|
|
|
|
|
|
**问题场景**：分拆工作职责，进行工作协同
|
|
|
|
|
|
**图形结构**：
|
|
|
|
|
|
|
|
|
|
|
|
**基本解释及使用**：在做一件事情的时候，往往会有很多人或者很多部门参与，这时候处理好人和人、部门和部门之间的关系就非常重要了。
|
|
|
|
|
|
RACI矩阵区分出了4个角色，Responsible是要负责执行具体这个任务的执行者；Accountable是责任人，负责向组织内外说明业务、进度状况，一般是组长或者Leader这个角色；Consulted被咨询者一般是支援的部门和人，也就是在发生困难的时候，可以提供意见或者提供资源帮助你解决的人；Informed被告知者是需要知道这件事情进度最新消息的人，相当于他们需要邮件抄送。
|
|
|
|
|
|
这里需要注意，在书写每一项任务的时候每一行只会有一个A，也就是只有一个最后负责人，因为有两个A就意味着有两个负责人，这样就会出现踢皮球的情况。
|
|
|
|
|
|
**进一步分析**：RACI在最终确认的时候，一般都是由责任人或者和责任人的老板一起来进行规划的，单纯只是你和其他的人员规划不会有太大意义。其中我们的任务拆解是非常讲究艺术的，如果你没有拆解好，可能会出现有的事情没有人负责或者是有的事情由多人负责的情况。此外还有一个叫[WBS](https://baike.baidu.com/item/%E5%B7%A5%E4%BD%9C%E5%88%86%E8%A7%A3%E7%BB%93%E6%9E%84/8668423)的工具，你可以通过WBS把具体任务分解下去，跟踪相关完成情况和状态。
|
|
|
|
|
|
## Will, Can, Must
|
|
|
|
|
|
**问题场景**：寻找做事情的优先级和边界
|
|
|
|
|
|
**图形结构**：
|
|
|
|
|
|
|
|
|
|
|
|
**基本解释及使用**：一个人或者一个公司，都会有想做的事（Will）和自己能做的事（Can）和我们必须要做的事（Must），那么我们可以通过这个框架和团队一起头脑风暴，找到我们做事情的优先级。
|
|
|
|
|
|
我们可以做而且必须做的事情，要马上去做；我们可以做而且想要做的事情，其实可以不着急去做；我们想做而且必须做，但是能力不够去做的事情，我们就要寻找解决方案。
|
|
|
|
|
|
当然，这三个方向的交集就是我们最高优先级要做的事情。在我们的团队能力提高之后，我们“能做”的这个圈就会越来越大；随着我们业务规模的扩大，我们必须做的事情会变多；随着我们公司市值和愿景上升，我们想做的事情也会越来越多。所以这三个圈中间的交集交得越多越大，我们公司和个人其实发展得也就越好。
|
|
|
|
|
|
**进一步分析**：每一个人想做的事和他能做的事以及他必须要做的事三者之间，往往很难取得最终的一致，但我们不断加强自己的能力，最终会是我们可做和必做事情越来越多，越来越容易（下面两个圈交集变大），这样才能有时间把想做的事情完成，这也就是我们一直学习的原因吧。
|
|
|
|
|
|
## 小结
|
|
|
|
|
|
到这里，我已经把我最常用的15个数据分析思维框架分享给你了。注意你在填内容的时候，尽量利用前面我们学过的知识，不要简单写一些定性的语句，要用定量的方法填写出来，这样才能发挥这些框架最大的价值。
|
|
|
|
|
|
其实常用的还有很多分析思维框架，例如STP、双因素理论、PEST、价值链分析等等，同样，我会把我在整理分析思维中还会用到的一些思维图整理在[这里](https://pan.baidu.com/s/1XLKbWl9Bua7AAsxcRwH-wA)（提取码 vdx4），不断去更新。
|
|
|
|
|
|
到这里，本章的内容也就结束了。不知道学完了这章的内容后，你再拿到一个分析问题，可不可以找到一些逻辑来梳理自己的思路了呢？其实，数据分析有非常多的路径和方法，我给你讲的只是千万道路中的一种，如果你熟悉思维框架的话会知道我的分析思路是基于[TAPS思维](https://zhuanlan.zhihu.com/p/414694356)衍生出来的，当然你还可以用[PREP思维框架](https://zhuanlan.zhihu.com/p/414571085)衍生的分析思路。
|
|
|
|
|
|
其实无论使用哪种方法，记住，最终使用数据的是人，数据和这些思维框架都是用来帮助你看穿事情本质的，不要被眼前的数据所迷惑，不要迷信于工具，不断探索追求实质，这才是数据分析人的最终归宿。
|
|
|
|
|
|
数据给你一双看透本质的眼睛，最重要的还是我们的头脑，希望你可以成为一个数据分析的老中医。
|
|
|
|
|
|
## 课后思考
|
|
|
|
|
|
你还遇到哪些特别好的思维框架吗？欢迎分享出来，我将来也可以补充到这门课里。
|
|
|
|