捌拾柒- 如何通过数据影响决策(七)

一、给两个例子

做任何决策之前,一般人内心都会想要有底,而这个一般来源于各种 数据

例如:

但数据是死的,人才是活的。怎样处理数据的展示,可以让别人根据你所 引导 的方向去 考虑 决策。

二、例子1 - 是否要做推广呢?

背景: 某家实体餐饮店,想在某线上内容平台进行推广,推广一段时间后,再看看效果,是否值得继续投资推广

alt text

数据附件

2.1 输出 1 - 如果希望 决策推广

整理数据后,得到结果如下:

alt text

看出推广的受众顾客较日常顾客 毛利率偏低 ,但日均营收增长约 +60% ,且毛利增长约 +23%

只要推广费用日均低于 250 ,ROI 即为正 , 可以继续进行推广

2.2 输出 2 - 不希望 继续推广

alt text

重新整理后,发现第二次推广的效应 明显下降 ,无法确定是否平台算法对非首次推广的权重下调

而且明显发现 推广后 的日常情况均比 推广前 有所 下降,考虑推广引流的顾客令到平日的顾客 反感 ,或引流顾客的 复访太差

三、例子2 - 是否看着正相关的,就真的正相关?

数据如下:

城市 今年全市GDP 今年每平二手房价格 去年全市GDP 去年每平二手房价格 全市GDP增长% 每平二手房价格增长%
花街市 693 9,088 657 8,311 5.5% 9.3%
衡州市 430 7,526 411 6,916 4.8% 8.8%
江潭市 540 11,055 517 10,329 4.4% 7.0%
常陵市 627 10,837 626 10,810 0.2% 0.3%
布河市 1,059 14,749 1,074 14,977 -1.4% -1.5%
哈岚市 526 5,883 535 6,022 -1.6% -2.3%
江州市 567 8,676 579 8,814 -2.1% -1.6%
京州市 1,248 20,413 1,300 21,613 -4.0% -5.6%
津港市 1,207 22,886 1,269 24,254 -4.9% -5.6%
京海市 1,142 18,939 1,224 20,633 -6.7% -8.2%

3.1 房价对 GDP 拉升起大作用!

只看 GDP 的增长跟 每平二手房价格的增长。

城市 2024年 全市 GDP 增长% 2024年 平均每平 二手房房价 增长%
花街市 5.5% 9.3%
衡州市 4.8% 8.8%
江潭市 4.4% 7.0%
常陵市 0.2% 0.3%
布河市 -1.4% -1.5%
哈岚市 -1.6% -2.3%
江州市 -2.1% -1.6%
京州市 -4.0% -5.6%
津港市 -4.9% -5.6%
京海市 -6.7% -8.2%

按 GDP 增长来看,今年 GDP 增长较多的城市,每平二手房的增长都较多。所以 每平二手房价格的增长GDP 的增长有重大的提升

3.2 高二手房单价,对 GDP 有重大的损害!

根据二手房单价的高低进行排序

城市 2024年 全市 GDP 2024年 平均每平 二手房房价 2024年 全市 GDP 增长%
津港市 1,207 22,886 -4.9%
京州市 1,248 20,413 -4.0%
京海市 1,142 18,939 -6.7%
布河市 1,059 14,749 -1.4%
常陵市 627 10,837 0.2%
江潭市 540 11,055 4.4%
江州市 567 8,676 -2.1%
花街市 693 9,088 5.5%
衡州市 430 7,526 4.8%
哈岚市 526 5,883 -1.6%

明显看到,二手房价高的城市,全市 GDP 都是有较大幅度的下跌

所以必须得压低二手房的单价!!以拯救整市的 GDP!!

四、总结

做决策时,非常难对问题进行 通盘考虑 ,其他人如何呈现数据给决策者时,决策者如果并非对自己业务十分熟悉时,很容易就被 数据呈现 方式所影响

作为决策者需要做的需要对自己需要做决策的东西 十分熟悉 ,如果是面对不熟悉而又必须做的决策时,尽量不要看 网络平台 ( 因为无论看似多公正的平台,均有大量的软广 ) ,而是寻求 专业人士 的建议。

因为 专业人士 依据自身对问题的深入理解,能对问题有一个较为 客观、全面 的反馈。即使 专业人士 对当前问题不太熟悉,但他们有对数据进行挖掘的技能、对数据的敏感度

好的,因为我就是 专业人士