每日乾貨好文分享丨請點擊+關注
歡迎關注天善智能微信公眾號，我們是專註於商業智能BI，大數據，數據分析領域的垂直社區。
對商業智能BI、大數據分析挖掘、機器學習，python，R等數據領域感興趣的同學加微信：tstoutiao，邀請你進入頭條數據愛好者交流群，數據愛好者們都在這兒。
註：本文於3月29日首先天善社區，有轉載需要請聯繫作者
這是一個真實案例，月薪5,6,7K的同學都看看，自己是怎麼錯過機會的
——平均？為什麼只看平均——
小王是一個酒店的運營專員，他要統計n張報表供運營和市場部的人看。其中有一張表叫《會員消費情況表》，要統計各類會員的消費情況，比如我們有10萬名鑽石會員，上月有消費2萬人，每人2個訂單，每個訂單220元，類似這種數據。
然而小王卻很好奇，為什麼只看平均數呢，白痴都知道鑽石級會員比金卡級消費多，金卡級比普通卡消費多，如果再拆細點會怎樣？？他好奇的自己提了份需求，跑了全體會員過往1年內消費情況，按年消費總額的高低排序，分成10等份。奇葩的事情產生了。
居然排名最底的10%的會員，每筆訂單品均只有100元，比我們酒店門市價低60%還要多！話說我們家什麼時候有這麼便宜的房間了？市場部什麼時候做過這麼大力度的促銷了？這是一幫什麼人，為什麼正好在有這麼大力度促銷的時候消費？小王心裡充滿了好奇。這些人每多一個，公司要虧100多塊，全部算起來，公司要虧1500多萬，乖乖，好大一筆錢，似乎有動力繼續研究下去。
——好奇心是分析的驅動力——
好奇1：有沒有人故意薅羊毛的？從數據上看，這些垃圾會員平均只消費1.05次，也就說有人消費2次以上，那麼這麼低的折扣又消費兩次以上，很有可能是故意在薅羊毛，比如集中n個訂單用高端會員卡下單套優惠。因此第一步要先區分垃圾用戶里的卡等級，把高端會員卡剃出來。果然，一分析之下，找出來近萬張羊毛卡。
好奇2：什麼活動送了這麼大力度的券？剩下的會員里，既然不能從高端卡撈好處，肯定就是活動送的券，那麼什麼活動會有這麼大力度的券？第二步，查回市場部，業務部過往1年內所有的推廣活動，看在什麼時間，什麼地點，什麼渠道派了券，重點關注是否規則上有可以疊加使用的券。再看回這些垃圾客戶。結果是發現有兩類典型的場景，一種是新店引流，力度較大；另一種就是多種券疊加使用了，並不在新店引流時發生。
好奇3：新店引流有戰略意義，哪些平時出來蹭的是什麼鬼？小王並沒有冒冒失失的把分析結果丟上去，因為新店引流是件政治正確的事情，即使虧本，說不定市場部也很想做。他把目光投到了那些非新店消費的用戶，進一步了解：這是些什麼人？經分析，這些人註冊時間早於消費時間，只在有券的時候才消費，很有可能是長期蹲點等優惠，看着有好處才消費的老油條。
好奇4：既然這些可疊加的券這麼有問題，為什麼之前沒人發現？然而，小王並沒有馬上把這個結果呈出來，因為既然這些券有這麼大問題，被大量套走，那為什麼之前沒有人發現？市場部不是每次活動都要做總結嗎？他仔細翻回了之前的彙報，發現在垃圾客戶集中用券的時候，對促銷的考核都是看整個活動的效果，整個活動拉動多少活躍和多少客戶，沒人細看到底這些券去了哪裡，高價值的客戶也在用。“還好沒有貿然送出去，不然肯定被市場部噴，說取消了券會影響高價值用戶消費的。”
好奇5：如果我就不送了，會怎樣？那是否我不送了，高價值用戶就不會消費了呢？小王帶着這個疑問，展開第五步：看高價值用戶的消費習慣。結果發現，高價值用戶主要是男性，商旅用戶，60天內重複消費比例非常高，消費節奏感很強，並不會根據發券的節奏消費（已用的只是剛好湊上時間了）。那麼可以大膽假設，即使沒有券，這些人也會繼續消費。
至此，垃圾用戶的情況已很清晰了：
1. 存在薅羊毛用戶，需從規則上限制
2. 投放大額優惠券時不區分過往消費行為，會吸引大量老油條套利。
3. 高價值用戶獎勵方式可以進一步升級，減少券硬投放，降低成本。
經綜合測算，優化優惠券投放，砍掉薅羊毛用戶後，可以為公司凈節省成本1000萬以上。小王獲得了領導的嘉獎，在入職第二年升職運營分析主管。(*^__^*)
——血淋淋的真相是什麼——
血淋淋的真相是：這個問題不是月薪5千的運營專員小王發現的！更沒有一個月薪5千的小王做出分析與對策，更沒有一個月薪5千的小王因此升職加薪。這個分析是一個年薪40萬的專業諮詢顧問老董做出來的。實際上在老董接手這個項目以前，客戶的運營部分有好幾個小王，小張，小李，已經看這個報表看了好幾年了，沒人發現問題，也沒人提出問題，更沒有人思考解決問題。
老董和陳老師提及此事，令陳老師唏噓不已。這個分析過程簡單到不能再簡單，只要加減乘除和分組對比就可以了；也沒有用到很高深的知識，一篇800字的文章就能講清楚，各位看官即使不懂行也能看明白，然而，為什麼專員，小王，小張，小李們會放棄這麼好的機會，還要等着公司花大價錢請諮詢顧問來解決問題呢？
抱着這個好奇心，陳老師找老董要了一些數據，脫敏後做了幾個問題，口頭問過一些表哥表姐，發現以下幾個坑點，極大阻礙了他們深入下去：
坑點1：沒有好奇心。不會主動去看細節數據。70%的專員坑死在這裡，不會主動思考！
坑點2：業務部敏感。比如看到消費1次100元，想着那消費低的人就是少啊，聯繫不到“這隻有常規房價一半，市場部什麼時候投放過這麼大力度的券”。這裡大概坑掉15%的人。
坑點3：不會做假設，想不到這裡其實至少有三個場景。一股腦的把數據懟出去，結果被領導：“可能是這樣啊，可能是那樣啊，雖然低但也可能有戰術用途啊頂了回來”這裡大概坑掉10%的人。
坑點4：不會反向驗證。既然問題這麼大，為什麼之前沒人發現；這句話大部分專員們想不到，對一個問題缺少反向驗證的想法。這裡大概坑掉5%的人。到這裡專員們全軍覆沒了。
坑點5：不會追問可能性。如果去掉會怎樣？做了這一步，才能讓自己的分析站得住腳，正向論述：“做了不划算”加上反向驗證“不做其實也不差”，兩者結合就能讓自己的分析非常堅實，不至於被人用隨便幾個理由搪塞。
如果真要是小王能發現這種問題，他也是老王了——by 老董
是啊，小王們一般不會認真思考手頭的數據。他們有空了會上網加各種運營討論群斗圖，問人要書單，抱怨工作無聊，問是不是要學個R，python什麼的的——by 陳老師
搞笑的是，在陳老師測試的30幾個專員里，有20+個都對現有工作不滿，真有至少15個在諮詢陳老師是不是要學個R或者python……好吧，陳老師想說的是，即使大家提升了代碼能力，還是要學會主動思考，數據分析，數據和分析是同樣重要的，只會統計一個數字，還是達不到分析的要求，還是很難升職的。
對商業智能BI、大數據分析挖掘、機器學習，python，R等數據領域感興趣同學加微信：tstoutiao，邀請您加入頭條數據愛好者交流群，數據愛好者們都在這兒。
本文來源自天善社區陳文老師的博客，未經允許，不得轉載。
原文鏈接：https://ask.hellobi.com/blog/chenwen/7036。
