VeryBuy 數據分析入門第一件事

電商與傳統零售業的差別

除了跨越時間、與地理限制，更重要的是可以有更清晰的用戶行為脈絡、更明確的歸因，讓我們進行優化。當別人還在等媽祖托夢的時候，我們已經透過商業智慧（Business Intelligence，BI）來進行策略佈局以及顧客關係管理（Customer Relationship Management，CRM）。

註1

商業智慧（Business Intelligence，縮寫 BI）：透過資料倉儲技術、線上分析處理技術、資料探勘和資料展現技術進行資料分析以實現商業價值。

註2

客戶關係管理（Customer Relationship Management，縮寫 CRM）企業與現有客戶及潛在客戶之間關係互動的管理系統。通過對客戶資料的歷史積累和分析，CRM可以增進企業與客戶之間的關係，從而最大化增加企業銷售收入和提高客戶留存。

VeryBuy 重視哪些數據

每個企業因為不同的發展階段、發展策略，重視的數據不同也是合情合理的。今年 VeryBuy 關注的數據有：加入購物車行為的用戶數、APP 月活用戶數、年度付款會員數、人均付款訂單數、新客獲取成本、廣告 ROI、團隊人事成本、訂單履約成本、履約天數、缺退率、出貨滿意度…等。每一個數據都可以聊得落落長，為了不要太發散且乏味像是在寫字典，我決定聚焦聊聊「數據溝通」這件事。

如何溝通數據

商業智慧最重要的就是從數據中找出 insights並加以運用，可以運用在流程優化，也可以用在 CRM。才不會看到黑影就開槍，亂槍打鳥或是病急亂投醫。

不過，自己看數據是一回事，溝通數據又是另一回事。數據和圖表經常讓人眼花撩亂而產生畏懼，VeryBuy 非常重視溝通，如何生出一張讓人一目瞭然的數據圖表，是一件寫在履歷怪怪但實際上又有點重要的事情。

以下，我就用自己最近做圖表的過程來舉例吧！

1. 確認目的

我今年被賦予的其中一個關鍵指標是「人均訂單數」，一聽到這個指標的當下可能沒有太多想法，但開始抓數據的時候問題就來了。

到底要關注的是「人均訂單數」還是「人均『付款』訂單數」呢？雖然只差兩個字，但意義和數字是差非常多的！

回歸到組織對於各部門的期望，TGO（流量增長與營運）主要負責「拉新客」，而我們整個大研發則是負責「轉換」，因此「人均『付款』訂單數」顯然才是我們該關注的數字，目的是要看真正轉換成訂單的狀況。

於是我先向主管確認這個想法對不對，並且正名關鍵指標為「人均付款訂單數」。
 

2. 確認數據正確性

身為數據驅動的公司，數據通常會決定決策的走向。因此數據的正確性、分析的邏輯正確性都非常重要。

數據的正確性牽涉了幾個層面：

認知是否正確

主管說的數據和你整理的數據是否是同一個數據、是否相同定義？像前面提到「人均訂單數」和「人均付款訂單數」就是一個例子；另一個例子像是公司裡講的「ROI」並不是真正的「ROI（(營收*毛利率-廣告花費）/廣告花費）」，而是「ROAS（營收/廣告花費）」。

數據本身是否正確

數據本身的正確性可能受到採集或保存方式等影響，如果數據本身是錯的，做什麼都是在碰運氣，沒有太大意義。

撈取方式是否正確

撈取數據的時候，條件是否設定正確？有沒有過濾掉雜訊？對於撈取設定的定義是否理解正確？舉例：在選擇時間區間的時候，這個時間區間是「訂單建立時間」還是「會員註冊時間」？結果可是大大不同。

3. 適當的維度框架

數據溝通很重要的就是維度，當切入維度不同，可能獲取的 insights 就不同，或甚至無法獲得 insights。

一開始我的圖表維度有人均訂單數、人均付款訂單數、轉換率、時間。

不過，要用怎樣的時間框架來看我分析的數據比較有意義呢？每月？每季？分別或累計？

於是我嘗試用了分別每月、分別冷熱季、分別每年，恩…看不出什麼鬼。

經過討論之後，以「累積月份」的時間架構來看，似乎較能看出端倪，看每個月對整體累積結果的影響。

4. 精煉圖表

確定方向之後，要如何更簡單且精準呈現有意義的部分呢？

看圖表想了想，覺得「轉換率」雖然是我們關注的，但呈現在圖表上似乎沒有太大幫助，圖表裡的轉換率不如網頁元素各funnel 的轉換率來得有意義。因此我決定更改呈現的內容為付款訂單數、Unique 會員數、人均付款訂單數、月份，並且記錄過去兩年便於進行比對，形成下表。

想法是：人均付款訂單數為付款訂單除以 Unique 會員數，分子或分母的變動都會導致數值變化，這是單純看人均付款訂單數或轉換率看不出來的。而當我們知道目前是什麼因素造成人均付款訂單數和往年的變化趨勢不同時，才能夠進行對應的措施。

到這裡，這個表大致完成，不過從溝通的角度來看，圖表仍然稍顯雜亂，問題就出在那些數字，尤其當時間一拉長，這些數字會全部擠在一起，擠到連媽媽都認不出來。我們有必要清楚這麼多位數嗎？顯然不需要。

讓圖表乾淨的最後一步，我將付款訂單數、Unique 會員數的基本單位設為 1000，讓版面乾淨簡潔，即使時間拉長也可以很輕易看到數字。

最終版的圖表，可以讓我們一目瞭然關鍵指標「人均付款訂單數」的發展，也可以了解付款訂單數和 Unique 會員數的成長情形，並且可以比對前兩年同期看是否有異常狀況。

數據不是一切

雖然整篇文章都是在聊商業智慧和數據，但對於企業來說，如何運用數據而不被數字奴役是一項修煉。

最後以超級天使投資人 Chris Sacca 的話做結尾：「如果你發現有人只會繞著數字打轉，這表示他們還找不到足以深刻打動人心的理由。」