5w2h是指什么(数据分析经典方法)

在实际的数据分析场景中,最困难的事情并不是如何分析问题,而是如何提出一个好问题。我们数据分析师经常说,能提出一个好问题,比解决十个简单问题要有用的多

而很多人在做数据分析的时候,往往只是接受业务方或者领导提出的问题,自己很少去主动发掘数据问题,如果丢给他们一堆数据,他们很难从中发现出异常

今天启方就介绍一种可以有效提高逻辑能力和问题发掘能力的方法,也就是商业分析中经常会见到的——5w2h分析法

什么是5W2H分析法

5w2h模型应该很多人都听说过,也经常被叫做“七何分析法”,主要由7个要素构成:

What:何事—— 我要做一件什么事?

Why:何因——为什么要做? 确定合理吗?

When:何时——什么时候要做?什么时候发生的?

Where:何地——在哪里做?依靠什么平台做?

Who:何人——需要什么人参与?主导人和对象是谁?

How:何法——具体干了什么?过程是什么?

How much:何量——投入与产出是多少?

5W2H分析法一般情况下是作为评价指标,对任何的数据和行为都可以按照这7个问题进行判断,如果其中有任何一个问题不明确,则需要进一步改进。

5w2h怎么用?

下面就介绍一个使用5W1H分析法对一个具体的业务场景进行分析,就以最近比较惨淡的餐饮行业为背景吧。

某家线下餐饮企业最近一个月显示客户明显减少,通过业务部门的初步分析判断是由于老用户的严重流失,但是业务部门无法追踪到用户流失的准备原因,想让你来通过现有的数据进行问题定位。

这个问题是比较常见的用户流失分析,分析方法有很多,今天我们就单独用5w2h来分析:

分析目的

一般来说,餐饮行业是极其注重用户运营和客户质量的,要想实现持续盈利就必须保证“新用户的流入>老用户的流失”,因此餐饮行业一般会通过广告投放进行拉新,然后通过促销活动进行促活,这是业务背景。

现在业务想要你定位客户减少的原因,本质上是想让你想办法提高客户留存率,而且还要在保持拉新成本不变的前提下,因此我们这次分析的目的,就是要定位到客户流失的原因,定位到原因就有调整的办法,采取有针对性的采取措施。

分析思路

我们直接按照5w2h的思维模式来:

  • what:老用户近一个月流失了很多。
  • where:哪家门店流失最多?什么地段流失最多?
  • who:什么人流失了最多?用户画像如何?是否与年纪、职业、性别有关?
  • when:什么时候流失最多?某个星期?某一天?一天中的某段时间?
  • why:为什么流失?因为菜品难吃?价格过高?有了竞争对手?环境原因?
  • how:怎么流失的?阶梯式流失?断崖式流失?缓慢式流失?
  • how much:流失了多少?是否处于正常水平?

数据分析

有了分析思路,我们就可以直接取出相应数据进行分析了,这里我们主要从客户类别、客户画像、客流量、成本、活动等维度入手,观察数据异常情况,找出客户流失的规律。

1、流失用户分析

首先我们先分析一下流失用户的画像,如下图所示:

通过用户流失图我们能看出来在客户分布中,总用户流失达到40%,其中老用户流失了35%,新用户流失了5%,这个数值比较极端,但基本可以定位为老用户流失问题。

因为我们无法追踪到客户的身份和职业等等,所以这个我们需要进行门店调查,看一下老用户的消费水平变化,我们取上个月和这个月老用户的平均消费区间,如下图:

内圈代表上个月的消费区间,外圈代表这个月的消费区间。

可以从上图中看出,上个月老用户的消费水平集中于40-50,但是这个月老用户的平均消费水平下滑到了40以下,主要这种情况主要有三种原因:

  • 一是可能菜单价格提高,超过了老用户的消费水平,因此消费水平下降;
  • 二是可能因为外部环境,大家都没钱了,或者老用户的消费欲望降低了;
  • 三是高价的菜品质量下降了,性价比降低,老用户觉得不合算;

2、客户活跃时间分析

下图展示了这一个月中每天的客流量与客户类别的关系,通过这张图可以看出来某类客户的流失异常时间。

从图中可以看出来,老用户大概在14号左右出现了突然下滑的趋势,16号之后便处于一个低水平的状态;新用户在14号左右也受到了一些影响,但是影响有限,不如老用户更明显。

为了更加直观,我们可以直接用流失率来表示老客户流失的情况,流失率即代表:今天较昨天减少的老客户/昨天的老客户。

可以看出老用户的流失率在14号出现断崖式下降,20号有一次波谷,是流失率最大的一天,此后流失率渐渐平缓,趋向于零,说明老用户流失殆尽。

一般来说,影响老用户的因素无非是品牌、产品服务和价格,影响新用户的因素更多的是时间、位置、价格。因此明显可以得知14号出现了某种特殊情况致使用户流失,我们拉取13日和14日当天的订单数据进行对比。

可以看出来,13日的订单高峰主要集中在上午8-11点,以及晚上的19-22点;但是在14日的时候,老客户在中午和晚上出现崩塌式流失,尤以上午8点和9点为甚,这样时间我们就追踪到了。

接下来就要追踪,在14日上午这段时间里,究竟发生了什么。

3、流失原因分析

我们把时间定位到了14日上午,首先要知道这天发生了什么事情,造成了老用户的流失。

一般来说,老用户会造成流失的原因无非就五个:

  • 一是老用户的消费频次太低,消费间隔时间太长,属于不活跃的老用户;
  • 二是老用户的满意度下降,一般是由于产品和服务出现变动时,心理预期下降;
  • 三是老用户的选择变多,更好的品牌或者竞争对手的出现;
  • 四是价格升高,老用户对于价格的容忍度较高,同时敏感度也较高;
  • 五是其他一些原因,比如一些不可抗因素;

我们可以拉取最近各种菜单或服务的订单量,看看有没有什么变化:

这张图展示了A-G6种产品和服务在近一个月的订单情况,分别代表着不同的价格区间,A的价格最低,订单最多,而G的价格最高,订单最少。

可以看出来E、F、G三种服务一直处于平稳的状态,位于图表的下方;而C、D两种服务虽然小有波动,但是变化也不明显,位于图表的中部位置;

而A服务明显在14日出现了断崖式下降,8服务也在14日左右出现了滑坡式下降,为了方便显示,将其提取出来单独展示:

那么,是什么原因让A与B的产品或服务出现大幅度下降呢?最直接的原因可能就是价格,此时我们就可以与业务人员进行调查,看一下是否A和B的价格在14日当天出现了调整,造成了老用户的流失。

如果真的是因为价格升高造成老用户流失,则需要考虑采取一些方式恰当挽回,比如针对老用户的补偿措施。

其次,我们要看一下外部的因素,老用户是否有了更多的选择,也就是是否在14日当日竞争对手采取了一些活动或者措施,或者是新开了一家店,造成我们的老用户流失。而如果新用户流失不明显,则说明并不是有了新店,很大概率是竞争对手提出了一些针对老用户的优惠措施,将老用户分流过去了。

最后,针对一些活跃度不高的老用户,需要采取一些唤醒措施。

4、门店位置分析

通过对门店的分析,我们能很轻易看出异常:乙门店在15号左右直接下降了40%左右,其他门店都处于正常水平。下一步就是细化乙门店的订单情况,分析方法同上,具体过程这里就不详细说了。

分析结论

我们将分析的过程直接套入到5w2h模型中,得出相应的结论:

  • what:流失用户中老用户占大多数,大约在80%-90%;
  • where:乙门店流失最多,可能是乙门店附近的竞争对手做了营销活动,吸引了乙门店的老用户,而其他门店并未收到影响;
  • who:老用户之中消费水平在40-50元的流失最多,下降到了40以下,可能是因为菜单价格上涨、或者是产品或者服务下降了,性价比降低。
  • when:本月14日流失最多,一天当中上午的流失最多,应该在上午采取一些线下的促销活动;
  • why:可能考虑是A、B两种产品服务的价格上涨,考虑应该采取一些补偿措施
(0)
打赏 微信扫一扫 微信扫一扫

相关推荐

本文内容由互联网用户自发贡献,该文观点仅代表作者本人,不代表万网时代立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 qulianxi@foxmail.com 举报,一经查实,本站将立刻删除。