樂思網絡輿情監測發現，華為鴻蒙OS正式上線已經有一個多月的時間了，作為國內首款自主可控的手機系統，鴻蒙一直都享有很高的熱度，無數花粉都想要親身體驗一下。只不過由于華為的升級計劃是分批進行的，所以那些老花粉只能再多等一段時間，才能真正成為鴻蒙用戶。

那么在這一個多月的時間里，鴻蒙OS到底積累了多少用戶呢？根據7月8日最新消息顯示，華為官方正式宣布，自啟動升級計劃以來，鴻蒙OS的用戶已突破3000萬！也就是說，華為鴻蒙用戶暴增，一個月破3000萬，這個成績比當初的安卓還要出色。

1.傳播媒體類型構成圖?

2.最多轉載的網站排名圖

3.轉載量隨時間趨勢圖

4.文章傳播擴散圖

記住一點：商業數據分析的重點不是可視化報告，而是關注數據分析如何改善業務。

我們往下看。（文末有驚喜~）

商業分析的范式

關于這個范式，是基于客戶調研總結及個人使用總結，按照一些數據分析場景提煉出的數據分析流程。只要將任何一個產品按這樣的數據分析流程走一遍，就能比較好地凸顯產品價值。

形成從數據分析到業務驅動的決策閉環：

1. 洞悉業務背景
2. 制定分析計劃（常用方法：MECE原則+內外因素分解法）
3. 數據拆分建模（包含數據準備、數據清洗）
4. 執行分析計劃（常用方法：探索式分析+可視化分析）
5. 提煉業務洞察（做到數據預覽）
6. 產出商業決策（做到數據共享、數據預警）
7. 驗證決策效果

用一段話描述整個數據分析工作流程，就是在一個數據分析實踐故事里，我們要講清楚：

“① 客戶要通過這次分析得到什么內容；② 通過的得到的內容，如何去反映問題；③ 發現問題后，預計如何做調整來解決對應問題；”

當然只說理論不談實際，你可能永遠get不到商業分析的重點，我們一起來看下這個案例：

（分析需求多，解析有點長，請耐心閱讀）

銀行理財產品用戶分析

01 洞悉業務背景

某銀行個人理財部的理財經理小王接受到新的一年的績效考核指標，主管希望今年理財用戶數量做到同比增長百分之20。

為了實現目標，小王需要對于理財產品的營銷策略進行一些調整，他首先分析了行內現在的營銷手段：

現在銀行大部分理財客戶經理是通過隨機聯系客戶和在銀行網點內播放理財產品的介紹視頻進行營銷，這種模式暴露出兩個問題：

• 營銷手段單一，過程隨意和盲目性比較強，導致每月理財用戶數量增長緩慢。
• 在網點進行視頻播放，需要大量的網點作為支持，也導致銀行營銷成本增加。

小王通過思考和分析也總結出了解決辦法，打算轉變營銷模式，遵循以客戶為核心的概念，結合客戶對銀行整體利潤的貢獻以及實際的金融需求，開展分層次的服務模式。

具體的做法就是：

• 對于普通客戶，提高宣傳的效率。做到宣傳對象要有側重點，宣傳內容也要有側重點。
• 對于高端客戶，主要采取的提高服務質量，提高客戶體驗的方法來進行營銷。

說起來簡單，做起來難，那么具體怎么來對客戶進行分級，或者又如何識別出客戶的價值，找到側重點呢？

于是小王想到了利用信息部門采集到的客戶數據來對客戶進行一個分析，具體的分析方法是這樣的。

02 制定分析計劃

1. 首先呢，我們需要篩選出頭部客戶，對這些客戶進行點對點的的高端服務。
2. 然后對于我們的大多數客戶，也就是我們的普通客戶，我們需要制定出高價值潛在客戶屬性的標簽，以此來提高尋找潛在目標客戶的效率。
3. 最后找到客戶最感興趣的產品，側重宣傳。

如圖：

已知：用戶數據分析的數據組成由用戶基礎數據、用戶行為數據等組成。那么針對于這三類，我們需要的數據有：

• 客戶的一些基本屬性數據：比如說：性別、年齡、學歷、家庭年收入
• 產品的一些數據，比如說：購買金額、客戶收益、年化收益率、客戶風險偏好屬性
• 頭部客戶的一些明細數據，可以很方便地展示給我們的客戶經理。

03 數據準備及建模

（1）數據準備

如果暫時手上沒有這些數據，可以讓IT幫助我們把數據先調出來。

那么就像是這樣的一張或者幾張寬表，就可以模擬成我們的IT給到我們的原始的數據。有了基礎數據我們就可以開始分析了。

（2）數據加工處理

期限中數據情況是“X個月”，是文本類型的數值，不利于我們后面分析，所以我們可以將文本字段“期限”提取關鍵數字，從而將其轉化成數值字段，為后續數據分析做更充分的準備。

由于我們需要分析三類數據，因此在下面的分析中，需要分別展開：

—第一類：高潛客戶—-

04 執行分析計劃

我們想要確認高價值潛在客戶屬性的標簽的話，通常的話，我們需要分析的就是某一類特征人群的占比多少。

從性別、年齡、文化水平、家庭收入維度去分析客戶群體基本屬性標簽

• 性別，主要想看一下男女占比
• 年齡，主要想看一下占比（餅圖）
• 家庭收入，主要想看下一每一個層級具體有多少人（文本圖）
• 學歷，主要想看一下各學歷的人群分布（折線圖，累計值，警戒線）

05 提煉商業洞察

分析結論（屬性標簽）：

• 性別：男女比例平均。
• 年齡：30-50歲中青年用戶占比較大
• 家庭收入：家庭收入中等用戶占比較大。
• 學歷：本科以上文化水平人數占比較高。

06 產出商業決策

• 根據這4個維度制定客戶標簽，來識別出潛在客戶中的目標客戶。

—第二類：客戶偏好—-

04 執行分析計劃

針對客戶最感興趣的產品，側重宣傳。

從客戶的購買總金額、風險偏好維度去分析客戶感興趣的產品。

• 購買金額：各產品購買金額累計結構圖。（矩形圖）
• 風險偏好：各種風險偏好的人數占比（餅圖）
• 年化收益率：產品的年化收益率排名。（柱狀圖）

05 提煉商業洞察

• 購買金額多的是銀行理財產品。
• 收益率較高的是股票、基金、銀行理財產品

風險偏好喜歡中低風險的客戶占比居多。

06 產出商業決策

• 一方面：低風險的產品更受大眾歡迎，可以加大對于低風險產品的宣傳。視頻中增加低風險產品宣傳時長占比。
• 另一方面：對于高收益的產品可以強化其優勢進行重點宣傳。

—第三類：頭部客戶—-

04 執行分析計劃

針對頭部客戶，重點在于提升服務質量，提高用戶的服務體驗。

把top十的客戶展示出來，并可以快速查找對應人的明細信息

• 客戶購買金額排名（柱行圖）
• 明細表查看具體的客戶詳細信息。

05 提煉商業洞察

頭部客戶選擇本行的原因多為認可本行的服務質量

06 產出商業決策

• 針對頭部客戶，重點在于提升服務質量，提高用戶的服務體驗。如：設立貴賓卡、制定便捷服務通道和優惠計劃等服務。

案例進展到這里，所有的商業分析需求已完成，接下來就到閉環的最后一步：

07 驗證決策效果

在后續的一年中，小王利用分析得出的結論，對于營銷策略做出了一些調整，并且也取得了一些不錯的成果。成果：

• 利用客戶標簽篩選出的客戶中有80%都有理財的意向和需求。
• 調整了宣傳視頻的內容，增多了對于低風險產品的介紹。重點關注頭部客戶，維護好了頭部客戶的關系，保證頭部客戶沒有流失
• 年終小王成功實現了理財用戶數量同比增長20%的目標。

總結

商業數據分析的本質在于能夠創造商業價值 ，驅動企業業務增長。也就意味著我們的商業數據分析工作需要和最終的業務價值驅動之間有閉環性。

記住上面的范式七步驟：洞悉業務背景、制定分析計劃、數據準備及建模、執行分析計劃、提煉業務洞察、產出商業決策、驗證決策效果。