推广 热搜:   中国  设备  参数  公司  未来  服务  行业  企业  教师 

数据分析案例:以星巴克数据分析为例,如何做好数据分析

   日期:2024-12-16     作者:caijiyuan    caijiyuan   评论:0    移动:http://sicmodule.glev.cn/mobile/news/13553.html
核心提示:在做数据分析的时候,很多同学在面对一堆数据会无从下手,觉得从哪个角度分析都可以得到很多结论,导致分析的战线越来越长,但是

在做数据分析的时候,很多同学在面对一堆数据会无从下手,觉得从哪个角度分析都可以得到很多结论,导致分析的战线越来越长,但是却始终得不到想要的结果。

数据分析案例:以星巴克数据分析为例,如何做好数据分析

造成这种现象的问题很多,比较核心的是缺乏对业务的深入理解,也有的是分析方法缺失、分析逻辑缺乏等等原因。这篇文章主要解决的是分析方法的问题,以星巴克买一送一活动为例,阐述基本的分析思路。

星巴克新上线了线上点餐消费app,为了提升app的注册用户数量、提升用户使用app的粘性、提升app的活跃和流程,星巴克上线了买一送一活动,使用的方式也非常简单,每个周五到星巴克店内,消费时出示一下app上的二维码就行了。

活动上线后,店内非常热闹,基本上来买咖啡的人都在问买一送一的事情。当然,指标上表现也很漂亮,具体呈现的结果数据如下图所示:

从上图我们很容易发现在支付入口uv和星巴克交易额、交易总人数这三个指标上都呈现明显的7天周期性。单看支付入口的UV,平时最低是5000,平时最高7000,波峰和波谷距离2000,平均值在6000左右,而且集中在6200上下。周五买一送一活动一来,UV直接飙到100000,最差也有80000。看着似乎效果不错。

下图就是对支付入口uv这个指标做基本的统计分析:

基于这些描述性分析,我们可以知道对应指标的平均数、中位数(以及四分位数)、众数、几何平均数、调和平均数、方差、标准差、分布等,分析的目的是从表象和整体观察样本的特征。

在对其他指标进行描述性统计后,得到了第1条事实:星巴克的买一送一效果确实明显!

但是,这些分析都是基于数据层面的非常浅层面的分析,作为数据分析师是绝不能止步于此的。那么接下来自然就需要考虑如何评估效果明显?有多明显?如何量化?

单说支付入口UV,平日对比前日的变化有涨有跌,集中在 -7.6% ~+24.1%,星巴克同比上周却不断下降,降幅最高可达-11%。

在对其他指标分析变化后,得到了第二个事实:星巴克对比平日涨幅10几倍,但同比呈下降趋势!是否效果在逐步减弱?

星巴克效果明显,但是同比却在不断下降,很自然会问:这是为什么呢?只看同比还是有点单薄和局限,是否有其他更多的角度去看呢?

[if !supportLists]ü  [endif]从和支付入口UV相关的维度来看,于是可以得到如下的结论:

[if !supportLists]ü  [endif]从品类来看,美式的占比表现稳定,占比变化不大

[if !supportLists]ü  [endif]从杯型来看,大杯的占比表现稳定,占比变化不大

[if !supportLists]ü  [endif]从城市来看,广州的占比下降明显,其他城市变化不大

[if !supportLists]ü  [endif]从时间场景来看,青年人下降明显,其他年龄层用户变化不大

通过多个维度去分析后,得到了第三条事实:星巴克同比呈下降趋势,其中广州和青年人(18~30)的消费占比下降明显。

星巴克效果明显,但是同比下降,广州和青年人占比下降明显。自然会问,除了支付入口UV,其他指标的情况呢?相互之间是否有什么关系吗?这就需要多个指标结合在一起做更深入的分析,即交叉分析。

这个时候不能单看一个指标了,加上了支付入口ctr,同支付入口UV进行交叉分析。

支付入口UV在星巴克活动的时候涨的很厉害,但是支付入口的ctr基本稳定在10%上下,最低9.2%,最高10.5%,幅度在-0.8%~+0.5%,甚至做活动的时候还出现比平时更低的情况。

因为ctr是百分比指标,故ctr变化不大的可能原因即分子和分母同步增长,是否可以认为新增的流量基本都来星巴克买一送一,即星巴克活动带来的新增流量全都进入了星巴克,而未给其他板块带来收益呢?

通过交叉分析,得到了第4条事实:支付入口UV和支付入口ctr交叉分析后发现,ctr几乎没有变化,暴涨的流量难道都是来消费星巴克的吗?UV和ctr是否真的如数据所示毫无关系吗?

支付入口的UV和支付入口的ctr,看上去似乎没有任何联系,你涨你的,我维持惯性不变。自然会问:这两个指标是否真的看上去毫无影响和关系吗?如果有关系,怎么衡量他们之间的关系和影响程度呢?

量化两个指标之间的关系,即相关性分析,结果如下图所示:

通过相关性分析,得到了第5条事实:支付入口UV和支付入口的ctr存在微弱的联系,从业务层面来看,可以认为两者互不相关。

分析了这么多,基本上把能拿到的数据分析的七七八八了。面对这些历史数据,自然也会问:后续情况会怎样发展呢?这就需要在分析历史数据的基础上着手了趋势预测,看一看未来可能的发展趋势。

通过预测分析,得到了第6条事实:支付入口UV未来逐步降低维持在25000上下。

通过以上的分析,我们得到了6个结论,每个结论互相促进,都是都前一个问题的解决,层层深入,最终解决所有的疑惑。

本文地址:http://sicmodule.glev.cn/news/13553.html    歌乐夫 http://sicmodule.glev.cn/ , 查看更多
 
 
更多>同类行业资讯
0相关评论

新闻列表
企业新闻
推荐企业新闻
推荐图文
推荐行业资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  鄂ICP备2023001713号