作者：接地氣的陳老師
來源：接地氣學堂
「數據分析要助力增長！」是很多公司的要求。然而實際執行的時候，很多同學都犯了難。看起來每天的工作就是在計算數據，這還能咋增長？有些案例講ABtest，可版本是產品出的，裂變活動是運營做的，我只是算了一個數據呀。
今天詳細給大家解答一下，到底怎麼做能實現增長。
增長的底層邏輯
問一個靈魂拷問：業務為什麼會增長？想要增長，首先業務本身不能做得太爛，其次，業務得有足夠的發展空間。
在這兩個前提下，產生了四種增長的底層邏輯：
1、不需要對現在做改變，只要單純的增加投入，就能有更大產出
2、需要對現在做改變，要把現在某個最弱的環節補齊
3、需要對現在做改變，要把現在某個最強的做法鋪開
4、乾脆不做現在的，找一個更有機會的新領域
一張圖可總結如下：
那麼，下一個問題就來了：在這個過程里，數據分析能做什麼？
數據助力的底層邏輯
問第二個靈魂拷問：沒有數據，業務真的就不能做嗎？當然不是，沒有數據業務照做。你看歷史上都是這麼做過來的，歷史上打仗都是「敵兵無數，殺敵無算」，歷史上做飯都是「少許、適量、些許、片刻」，沒有數據是完全可以做業務的——只是不知道做得咋樣而已。
緊接著就是第三個靈魂拷問：
你更喜歡「敵兵無數」還是「敵兵500人」
你更喜歡做飯「放少許鹽」還是「5克鹽（鹽罐配勺的一勺鹽）」
你更喜歡辦事情「你再稍等片刻」還是「等15分鐘就好」
每個人都更喜歡精確的判斷，清晰的結果，喜歡可視化的過程。而這些都是數據發揮的作用。
所以，想做好數據助力，從一開始就得清晰思路，不是指望數據分析師提出一個超厲害的活動策劃案，超牛X的產品原型圖，而是用數據精確判斷、可視化過程、檢驗結果。最好以產品化形式輸出。這樣給所有作戰部隊配地圖、配雷達、配無人機，從而提升整體作戰能力。
追加投入的分析
有同學開始犯嘀咕了：追加投入，這個業務也會要錢呀，給我50萬我做200萬，給我100萬我做400萬嘛。這個還需要分析？
這個真需要分析。因為投入本身涉及好幾個類型（如下圖），每個類型的投入都能增加產出。
而銷售是一個牽一髮動全身的動作，投入方向不對，很容易遭遇瓶頸。常見的，比如：
1、過度投銷售，產量不足，導致斷貨
2、過度投銷售，產量大漲，導致差評/退貨/投訴
3、過度投營銷，結果沒有直接帶來產出，浪費資金
4、過度投營銷，交叉補貼嚴重，產出不足，浪費嚴重
5、過度投營銷，結果銷售渠道出現瓶頸，沒有產出
6、過度投供應，結果銷售端不給力，產品積壓嚴重
7、銷售、營銷、供應一起投，結果費用爆炸，資金鍊斷裂
所以，即使一個簡單的：追加投入。都得綜合考慮多個因素：
1、目標市場潛力
2、銷售端投入產出比
3、營銷活動的增量效果
4、供應鏈擴張能力
這裡每一步計算，都需要若干小分析點支持。比如目標市場潛力，要考慮目標用戶基數、目標用戶購買力、競品滲透情況、本品牌已覆蓋用戶比例，這裡需要行業分析的手段支持。而營銷活動增量效果，又得考慮非活動下產出水平，活動疊加效果，活動對未來需求擠兌效果，活動帶來薅羊毛效應（如下圖）。
因此，大量的分析工作是必不可少，可不是」給我50，我做100」這種簡單拍腦袋。
標杆分析/問題分析
從現有業務中找出標杆/找問題，這套方法是很多同學熟悉的。
1、如果只看收入指標，就用分層分析法，分出高中低
2、如果結合收入、成本指標，則做矩陣分析法，篩出表現雙優的個體
3、之後，再用漏斗分析法，找出業務流程里表現最差的環節
傳送門：
九大數據分析方法：分層分析法
九大數據分析方法：矩陣分析法
九大數據分析方法：漏斗分析法
問題是：區分出好壞以後，又該怎麼操作？
對於標杆而言，要解決的核心問題是：標杆是否真的可以複製。
1、如果標杆可複製，就把經驗推廣過去；
2、如果標杆僅在特定市場環境下才能成功，那就看這個環境哪裡還有。
3、如果標杆是特定的人/商品/渠道才能成功，就直接去找同類型的人/商品/渠道
想判斷可複製性，首先得對標杆做生命周期分析+特徵分析
站在生命周期角度：
1、是否標杆初創期有特殊環境
2、是否標杆發展期有特殊加持
3、標杆發展是否穩定，還是曇花一現
站在特徵角度：是否只有特殊位置/特殊類型商品/特殊生理特徵的人，才能夠成功。這些情報的收集工作是非常重要的。需要回顧歷史數據，收集市場信息，收集歷史業務動作。對門店/商品/人打標籤，才能做到充分的分析。
問題分析，在找到問題點以後，重要要解決的是：問題是否可被克服。短期內，很有可能許多問題無法改進。因此，是否有問題改進計劃，具體改進了哪一點，改進以後效果如何？要做詳細的數據記錄，這樣在多輪次對比中，才能解答：問題是否可被改善。如果能改善，就突破瓶頸，如果不能，得考慮繞開。
發現新機會的分析
什麼是新機會點？
1、某個渠道雖然流量少，但轉化率比其他都高
2、某類客戶雖然人數少，但付費能力比其他都強
3、某個新區域/新品類雖然剛開始做，但增速比其他都快
這些都是潛在的機會點。想找出來並不困難，分層分析+同期群分析就能看出來。
問題的難點是：找出來以後，又怎樣？新機會點真的有可能做大嗎？現有手段真的管用嗎？做大以後是不是利益就被攤平了？統統不知道。所以還是需要更多深入分析。
這裡，業務已有策略和沒有策略，有兩種做法。如果已有策略，則直接監控效果，觀察是否越做越大，是否有邊際效益遞減即可。如果沒有策略，則得結合歷史情況，做充分的機會洞察。以發現某個用戶群有機會為例，得看：
1、現有的渠道，能獲取多少該群用戶
2、哪些渠道該群用戶濃度較高
3、高濃度渠道是否特殊，是否還有可做空間
4、現有的活動，該群響應率是否足夠高
5、現有的商品，該群用戶首購/復購率哪個高
有足夠的潛力基數+高響應的商品/活動，才能支撐起「機會點」，如果沒有，只能交業務考慮，是否安排測試方案，從測試效果做起。
小結
綜上可見，真的想驅動業績提升，需要數據分析圍繞「增長」這件事，鞍前馬後做大量輔助工作，結合行業數據，歷史數據，當前表現，測試結果，真正解讀出增長的關鍵，積累經驗/教訓，才能實現。
而很多公司里，所謂數據分析，就是簡單地計算個渠道ROI，用城市/門店和銷售額做個交叉，看一下誰高誰低，那肯定沒啥用。
點這裡關注我，記得標星哦~
CDA課程諮詢