码迷,mamicode.com
首页 > 其他好文 > 详细

数据归因模型,该如何搭建?

时间:2020-09-07 18:45:36      阅读:32      评论:0      收藏:0      [点我收藏+]

标签:微信   思路   领导   img   目标   mamicode   png   一段   销售   

要深度分析问题原因,不能只统计数字,流于表面!每次写原因分析类报告,都有领导这么咆哮道。而听到这个要求,很多新手同学又是眉头一皱眼睛一闭:妈耶,咋整啊。今天我们系统讲解下。

问题场景:
某硬件+服务的大企业,正在推微信服务小程序,目标是降低人工客服工作量。可全力推进一段时间后,人工客服未见减少。客户服务中心(一级部门,很有权势)领导大为不满,要求数据分析,为啥推广小程序没有减少人工客服量。

1 核心难点

归因问题首先难在:领导期望太细、太具体,而数据分析给不到。

数据分析产出的:30%的来电用户未绑定小程序,所以应该加强绑定。40%用户绑定了但是近1个月不登录,所以应该加强运营。

领导期望的:用户为什么不绑定?是不知道绑?不会绑?不想绑?为什么又不想绑?是我们没宣传?宣传了还是话术没说对?话说对了但是客人没认真听?

是滴,领导们期望的是这些具体的原因,这样才能针对性做改善。可这些具体的原因往往涉及用户心理、业务动作、用户与一线业务互动,根本没有数据记录,很难量化分析。可如果只给一个很粗的“加强绑定”的建议,肯定业务方不买单。谁来加强,加强哪里,加强到什么程度,一共十三步操作绑定排第几,这些具体问题都没有答案,自然会抗拒这种结果。

然而,即使是再做细致拆分,还有另一个核心难题:用户绑定了不登录,到底是因为用户太蠢,但是我们没做好?这个问题深挖下去是个无底洞,因为本身这两者就是相辅相成,很难完全剥离某一方面理由。然而却总被人拿来甩锅。咋办呢?

2 破局思路

想破局,关键在于:不要企图把所有的问题,都用数据分出来原因。人的情绪都有感性、复杂、冲动的部分,不可能全部用理性、逻辑的数字来量化。想破局,第一步要把原因和具体的业务动作对应起来,然后搞成一个政治正确的行为,让业务方不得不接受。

比如:公司今年的大方向是数字化升级,所以在营业厅办理过业务的客户,必须绑定小程序,没有绑定的就是营业厅没做好!虽然有可能是因为客户自己不想绑,但是不管这么多,他不想绑,可以想各种办法,给好处,帮客户操作,总之搞掂他!不要扯什么客户意愿、什么操作习惯。这就叫政治正确。

当然,真这么强硬要求,结果肯定是逼死一线(所有的政治正确都会逼死人,不止这个)。因此,第二步,要合理地提目标。比如大目标是:减少人工客服量。我们要做的是通过数据优化,让整体趋势下行即可(如下图)
技术图片

有了前两步铺垫,第三步就可以打数据标签。用户的行为、客服服务内容、业务动作,都可以归纳为标签,有了标签,就能把感性的,场景化的,难以量化的行为,部分转化为数据可记录的内容,从而为分析铺路(如下图)
技术图片

第四步,就能利用数据标签进行归因了。比如“营业厅没有做好指引,所以新用户在营业厅注册报装后,还是没有绑定小程序”这种感性的原因就能被简单归为:新用户+已注册+未安装+未绑定。有了这个标签,能够识别哪些用户是因为营业厅没有引导到位而咨询客服,从而进一步思考对策。

当然,实际操作中标签可能很多,因此有必要梳理好标签之间逻辑,从而清晰的进行分层归因,这就是从找一个原因到梳理归因模型的过程。

3 模型构建

构建模型过程,本质上是梳理逻辑,形成系统化解释的过程。因此可以按照用户生命周期,进行分类构建。从经验上来看:投诉类来电,在业务上性质特殊,属于高风险行为。别的来电都能用小程序替代,唯独怒气冲冲的客户,必须用人工来服务,至少让人家消消气。不然一怒之下弄上新闻媒体,客服领导面子也挂不住。因此在梳理逻辑的时候可以单独分类处理。
技术图片

非投诉用户可以分为:潜在用户、新用户、已开户用户三类人。三类人需求差异明显,客服服务政策也有区别。比如潜在用户咨询,本身属于有潜在收益行为,因此是可以作为销售线索转营销系统跟进的。真正要关注的,是常规操作、进度知会、活动咨询等等。这些信息发布、用户互动,没有风险、没有收益、纯粹是用户自己操作还是客服代为操作的问题,甚至在小程序更简单。因此可以想各种办法分流。(如下图)
技术图片

梳理完逻辑以后,可以将数据填入模型,观察问题大小。解决问题,可以从大到小安排,优先考虑当前占比高的问题,也可以从简单到复杂解决,优先落实容易执行的。总之各个击破,逐步降低人工客服的工作量,只要整个曲线走势是持续向下的,就能证明工作成效。且对比建立模型之前,归因的细节极大丰富,很容易在领导那里过关(如下图)
技术图片

当然,以上示例只是一个解题思路,还可以从其他维度入手构建模型。业务流程不同,目标不同,归因方法肯定也有差异。只要业务看到数据以后,能很清晰的知道自己做什么,就算达到目的了。

4 小结

很多人会很纠结:到底原因是什么。其实就跟谈恋爱一样,分手以后追着前女友/前男友苦苦问:为什么!为什么!到底是为什么!一点意义都没有。企业经营也是同理,我们不是搞科学研究的,而是来挣钱的,所以真实原因可能永远无法知道,但是只要经营指标是向好发展,业务能不断改善,目的就达到了。

可惜即使讲到这里,还是有很多人不明白,甚至一些做数据的老鸟也会猜这个坑。非要纠结于细节原因,甚至丢下数据,去搞用户访谈,去做1对1深度沟通。结果吗,自然像你拖着前女友/前男友,痛哭流涕的问:“为什么!为什么!到底为什么!”一样,人家回答:

渣男:你很好,我们只是没缘分
渣女:你很好,我只是不喜欢男人

你信吗?!……你最好不要信!万一真信了,女的天天求神拜佛苦等渣男回头,男的胯下一刀胸口一填重新做人,那就真把自己整完蛋了。哈哈哈哈。如果大家感兴趣,本篇集齐60在看,我们下一篇分享一个如何对用户运营归因的例子,敬请期待哦。

原创精选推荐:

  • 数据分析师的绩效,该如何考核?
  • 业务分析模型,该怎么搭建
  • 数据运营体系,该如何搭建

关于如何分析指标变动原因,陈老师在《商业分析全攻略》视频课程中有详细讲解,购买课程,可加入学员群,获得陈老师一对一指导,点击左下方“阅读原文”了解课程。
技术图片
扫描关注,更多超棒分析思路及职场经验分享

数据归因模型,该如何搭建?

标签:微信   思路   领导   img   目标   mamicode   png   一段   销售   

原文地址:https://blog.51cto.com/14915224/2524766

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!