最近有不少粉絲留言跟我抱怨，作爲數據分析人員：
每天提取數據、寫分析報告，如此反覆卻總得不到提高？
經常迷茫不知道自己的價值在哪裏？
花了很久做了一份詳細的報告卻沒有什麼用？
......
這也是如今數據人常常會遇到的困境，作爲數據分析人員，要在大量的數據中找到有意義、有價值的內容並不是易事。
很多時候，隨着工作深入，可能會發現自己的工作更像單純地處理數據，做表，進行可視化…彷彿成了沒有靈魂的分析工具人。甚至自己熬夜加班做出來的分析數據，還會被領導反饋說：等於沒有分析。
過去，數據分析師絕大多數來自統計學或編程學的人才。隨着越來越多企業發現，數據分析人員應該同時具備數據分析能力以及商業運作能力，數字化時代企業都在飛速拓展業務規模，能否推動業務增長，也是衡量不同崗位的關鍵指標。
企業對數據人的要求，也不再僅僅是數據統計、整理、可視化等偏執行層的能力也就是說，單純的數據分析還不夠，還需要做到點子上：
即用可落地、易操作的數據科學思維來優化企業決策，創造更多價值。
再看到當下大廠對數據分析師的招聘要求，更可以看到：
圖片來源：BOSS直聘
這也進一步說明，僅靠數據分析能力是遠遠不夠的，數據分析師想體現自身的價值，形成自身的核心競爭力，緊貼公司的實際業務需求，爲進行合理、有效的策略優化提供數據支撐。
01
如今隨着消費者的選擇越來越多元化，個性化需求也在不斷提升，對於品牌而言，如何通過客羣運營來挖掘消費者的需求，從而釋放消費力顯得尤爲重要。
因此，品牌要學會與核心客羣對話，通過細分各類用戶特徵、找準用戶營銷切入點，從用戶特性和用戶價值等多個維度出發，對目標羣體進行差異化營銷，進而有效提高品牌營銷的效率和效果。
比如拼多多以“拼着買，才便宜”，精準定位下沉市場， 今日頭條以“你關心的，纔是頭條”，利用算法精準推送內容給用戶。
用戶是營銷的主體，而客羣細分、精準營銷則應是當前各大品牌在數字化營銷背景之下的“必選項”。
對於從事數據相關工作的人羣來說，如何緊貼公司的實際業務需求，進行有效的數字化客羣運營更是重中之重的能力。
到底該怎麼進行數字化客羣運營呢？下面我們從以下幾點進行分析：
道：是什麼決定企業的價值？
法：如何提升客戶的價值？
術：量化分析手段
器：需要用到哪些工具？
用：如何進行線上產品客羣運營優化
1. 道：是什麼決定企業的價值？
作爲金融機構，其價值不是企業賬面上的淨資產，而是等於其客戶資產，即企業當前客戶與潛在客戶的貨幣價值潛力。在某一計劃期內，企業現有的與潛在的客戶在忠誠於企業的時間裏，所產生盈利的折現價值之和。
“客戶資產=單個客戶的生命週期價值×客戶基礎”
上式可以看出，其核心是計算單個客戶的生命週期價值，指每個客戶從萌芽、成長、成熟，到衰退和流失，最終給金融機構帶來的總價值。
2. 法：如何提升客戶的價值？
提升線上客戶價值的方法由兩部分組成。一部分是非常標準的數字化運營工作方式的標準流程。
該方法由檢測、診斷、指導三個步驟和一個工具組成。
後者就是線上運營的三個主要動作，分別是客戶轉化、新用戶激活、客戶提升和保留。
3. 術：量化分析手段
客羣運營的輔助分析手段還是很多的，比如漏斗分析、客戶畫像和路徑分析。
拿漏斗分析舉例，這方面主要用於分析客戶在線上產品使用中的深度。在客戶獲取、激活等每個階段都有客戶的流失。每個階段轉化率的縱向歷史比較和橫向客羣、產品的比較可以發現有價值的信息。比如本文案例部分使用漏斗分析發現新老客羣的差異性。
客戶畫像是輔助根因分析的重要手段。而路徑分析常用於分析客戶在APP內的瀏覽路徑，可以直觀的瞭解客戶在APP中的瀏覽路徑。
4. 器：需要用到哪些資源？
要想讓數字化客羣運營流暢的運作，需要金融機構建起充足的數據資源。比如在檢測過程中使用到的指標資源、在客戶畫像中使用到的標籤資源、在策略制定過程中使用到的歷史案例和策略資源、在精準客羣定位中用到的算法模型資源。這些資源的基礎是金融機構需要建立起與業務應用相適應的數據模型。這些數據資源通過數據中臺對外提供服務。
5. 用：如何進行線上產品客羣運營優化
接下來看到一個例子，某金融機構在在手機APP上推出線上便捷消費金融和小微貸款產品。以下是其線上消費金融產品的日度申請客戶的完成率。歷史上客戶從點開頁面到申請件提交的完成率一直保持在80%的水平上。但是在5號以後，突然下降到50%的水平上，並且持續數天。業務人員感覺有必要分析一下申請完成率下降的原因。
根因分析
通過內外部因素分析瞭解到，外部環境和競品沒有發生變化，而該金融機構近期增加了與某機構的合作，引流效果明顯，客戶申請量突增。通過漏斗分析發現，5號以後的客戶在“生物信息採集”階段的轉化率明顯下降。而且通過客戶畫像發現，5號以後的申請者中，客戶年齡有明顯的上移。
策略
以上現象表明，新的合作渠道引流來的客羣與之前的客羣有明顯的變化。通過更深入的客戶畫像，發現新渠道的客羣中多爲已婚男性，有房有車。針對該來客羣特點，推薦其適合產品，從而明顯提高了申請完成率。
02
其實，除了上文提到的數字化客羣運營，還有很多技能都是當下企業對數據工作人員所要求的技能。
那麼數據分析師應該怎樣提升自己的思維和能力，成爲企業急需的數字化人才呢？
敏捷算法建模訓練營精講系列
掃描下方二維碼，
立即報名吧！
本文分享自微信公衆號 - Python爬蟲與數據挖掘（crawler_python）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。