作者:接地气的陈老师
来源:接地气学堂
总有做数据的新人抱怨,做的分析被挑刺,嫌弃考虑不全面,不深入。到底该咋做?今天直接上案例,开搞!
问题场景:
某视频网站以包月会员形式收费,现了解到同行都准备涨价,准备一起涨。涨价以后要求数据分析师评估涨价效果,你是该公司的数据分析师,你会怎么评估?
1 最基础的涨价模型
收入=总用户数*购买率*人均金额。这条公式大家都知道。那么问题是:涨价会带来什么影响?答:涨价了购买率可能下降,人均金额上升。至于涨价后总收入是多了还是少了,就得看两者的变化比例,这就是最基础最基础的价格变动评估模型了(如下图)
价格的敏感性,是可以事先测试的。在事先可以以优惠券为杠杆,以抽奖的形式测试用户的购买率,从而一定程度上推断涨价/降价多少合适。但是这种方式更适合测降价,涨价的话,用户本能的反感会比较强烈,所以不太适用。
那么,是不是到这里就结束了呢?还少了什么?
2 考虑商品属性
用户对购买率下降会受到以下因素影响:
l 价格锚定:锚定越模糊的,下降越少
l 刚需程度:刚需程度越高,下降越少
l 垄断程度:垄断度越高,下降越少
l 价格高低:价格越低,下降越少
l 认知程度:认知程度越低,下降越少
这五点要素,前四个都好直观理解,第五个稍微解释下:所谓认知程度,就是用户有多care这件事。我们生活中有很多资费都是默默扣掉的,比如水电煤气话费之类,除非某月突然暴增,或者商家主动推了营销活动,可能这些票子都从人们指尖流走了。
那么问题来了:视频会员的商品符合以上多少条?
几乎全中(如下图)
估计这就是为啥运营有底气提价的,疫情影响下,人们线上娱乐明显增多,可以从DAU,在线时长,连续播放率等数据轻易观察到这点。既然刚需度在增加,认知度天生低、价格又不贵,那涨了就是稳赚呀。
那么,考虑到这一层,是不是足够了呢?还少了什么?
3 考虑涨价细节
视频会员的价格和大米白面的最大区别是:这玩意价格锚定完全是人为做出来的。提供额外一个用户服务的边际成本几乎为0,因此运营可以任意捏价格,制造出新的锚定点,从而模糊用户的判断。
比如,原本只有一个每月支付25元成为会员,现在推出一个20月自动开通连续包月的业务。咋一看,便宜5元,用户很有可能开通。可考虑到实际使用率变化(比如我开会员就想追一个爆款剧,追完了就很少看了),很有可能到后续几个月,用户忘了取消付费,被自动付费扣掉额外的钱。这就是明降暗升的策略。
注意,用这个策略是有问题的,就是短期内收入会下降。因此也可以反向思维,定一个明升暗降的策略,通过牺牲后续月份的ARPU值,来短期内快速增加收入,收割一笔(如下图)。
当然,还可以通过联盟打包的方式,直接出一个新套餐,把价格锚定进一步模糊掉。比如拉上外卖平台一起送会员,打包定价。不要掏手机,现在马上问你美团或饿了吗的会员一个月多少钱!八成以上的人答不上来,但是感觉:只花了四五十块就拿两家会员,好划算哦,反正也要点外卖的。总之,价格锚定越模糊,用户承担涨价可能性越大。
所以,这个题目从一开始就不该这么问。如果在真实工作环境里,数据分析师要干的第一件事就是搞清楚:
1、到底是怎么涨的?
2、哪些具体的会员套餐组合在涨价?
3、是硬涨价,还是出新套餐软涨价?
4、是明降暗升还是明升暗降?
知道了这些,才能对业务走势有预判,才能知道哪些是业务意料之中的,哪些是意料之外的。不然很有可能忙活半天,只落得一句“早知道了呀”。
然而,这里还有问题,就是业务的如意算盘,消费者真的买单吗?
4 考虑用户行为
注意,以上每一种策略,都是有前提的,比如:
明降暗升策略:无感用户有足够比例/取消率低
明升暗降策略:用户对季度/年度套餐有足够付费率
锚定模糊策略:联营的产品得有足够的用户基础
如果这些前提不成立,分分钟策略会玩坏,或者是吸引不来足够的用户,或者是被人薅完一波走人。因此用户的购买转化率,复购率会直接影响涨价效果。
再进一步问:用户购买转化率,复购率又和啥有关?可能大家随口能说出:有热播剧看,别人家涨价更猛,新用户对收费没概念一类理由。但是注意:这些理由无法被数据量化。因此得找到能用数据验证的,比如:在线频次减少,单次在线时长下降,连续播放减少等等,区分新老用户(如下图)。这样才能找到更深层原因,而不是停在:自从提价以后20元套餐卖的少了,这种把图表又哔哔一遍的复读机水平上。
那么,考虑到这一层,是不是足够了呢?还少了什么?
5 考虑业务动作
都是涨价
等对手先调价VS 我先涨为敬
把新包装的套餐摆在前边 VS 直勾勾把价格表改了
满大街吆喝:我要涨价啦!VS 暗搓搓的改掉价格表
这些做法,都是已确定要调价的情况下,通过改变宣传话术,宣传节奏,宣传时机,达到更不同的效果。特别是针对虚拟产品,在价格锚定模糊的时候,就更容易给消费者产生错觉,从产生更强/更弱的效果。
作为数据分析,要了解这些具体细节,才能全面评估涨价动作的影响时间范围,而不是憨憨的按最基础模型,从调价一刻开始计算。
6 小结
综上,一个看似简单的题目,看似简单的业务逻辑,可结合具体行业特点,产品属性,用户习惯,业务动作以后,就衍生出各种可能性。
因此想做全面评估,就得对业务细节有深入了解,提前梳理清楚业务假设前提。这样才能定义清楚到底影响周期从啥时候开始算,到底哪些用户行为是自然演化,哪些是促销带动。否则,不做深入思考,只是憨憨的把每天付费数据摆出来,不但无法看到数据背后含义更是会在业务轮番攻击中败下阵来:
“你有没有考虑宣传影响!“
“你有没有剔除外部因素!”
“你有没有考虑长期效应!”
“你用旧产品体系模拟个屁!”
“转化率低了所以呢?”
“我们要深层次的分析!”
一个都回答不上来。
——热门课程推荐:
想学习PYTHON数据分析与金融数字化转型精英训练营,您可以点击>>>“人才转型”了解课程详情;
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
想咨询互联网运营,你可以点击>>>“互联网运营就业班”了解课程详情;
数据分析咨询请扫描二维码
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01