这里套用线下销售来简单介绍下:
数据源是否有问题 yes→ 重来
no→ 本品牌的其他门店是否有此问题 yes→ 品牌特性问题
no→ 本区域是否有其他竞争对手出现同样的问题 yes→ 区域共性
no→ 导入进行“人货场”分析
go on→ 导入数据来判断趋势
go on→ 找到异常产生的原因
go on→ 进行PDCA解决方案(戴明循环)
PS: “人货场”分析为销售的三个维度,具体根据要分析的对象而定,如下图,根据杜邦分析,来对销售额进行维度拆分,并对维度来进一步“人货场”分析。
来源于@数据化管理:
这套思维逻辑也可以应用在其他方面,比如对目标用户异常行为的分析:
信息源是否有问题 yes→ 重来
no→ 该用户的其他同类型的人是否有此问题 yes→ 用户群体特性问题
no→ 该用户所在区域是否有其他人也出现类似的问题 yes→ 区域共性
no→ 导入进行“人,事情,环境”分析
go on→ 导入数据来判断趋势
go on→ 找到异常产生的原因
go on→ 进行PDCA解决方案
总的逻辑是先判断是否为群体共性问题,然后再具体问题具体分析。