业务方希望你用人工智能和大数据做出准确的预测，如果预测有一定偏差，就会被扣工资，你怕吗？！类似的场景还有很多，废话不多说，下面是实用技巧：
问题场景：某互联网金融公司计划通过广告获取投资客户，最近听说私域流量很火爆，但一直没在公众号渠道试水，现在打算在公众号渠道投放广告数据分析师必看：无数据基础下如何精准预测业务增长，请数据分析部门利用大数据和人工智能精准预测广告效果，一则广告能赚多少钱。假设你是这家公司的数据分析师……
想一想
1. 别忘了你还有这个武器
正确答案：预测狗屁！业务部门不懂数据原理，想不通就直接搞“大数据人工智能”。但做数据的人，脑袋要格外清醒。按照题目的场景，业务一次都没做过，也没有数据，怎么预测？这时候就应该做个测试，先收集一些数据，积累到足够多的数据再谈预测。
测试一直是数据分析解决问题的手段。俗话说：不管是骡子还是马，牵出去遛遛。测试就是遛马的过程，结果一目了然。尤其是新渠道、新产品、新团队等创新，如果旧数据还不能完全推导出创新，测试就更有必要了。
然而这几年的热门都是基于自有APP的，所以很多新手都忽略了比较常见的测试设计方法，今天我们就来系统的讲解一下。
2. 设计测试的基本要求
很多新手会想当然的认为测试就是让业务做几次就行，让他们做完我们等着数据收集就行了，这种懒惰的思维会给自己事后增添无穷的烦恼。
首先，测试有业务成本。
比如这个场景，招商的目的是为了吸引新用户、吸引新投资，你花了钱之后要看到效果，不然肯定会被老板鄙视的。
那么相关问题就出现了：
必须事先明确定义这些以避免混淆。
第二，考试内容设计合理。
比如这个场景，是否会吸引到用户，跟广告账号类型、广告时机、文案、转化路径、产品选择、CTA动作等都有关系，如果一开始不做精心设计，只是简单的抛出一个，其他的可能很多都无法对比测试，无法得出有效的结论。
再次，测试受到投资的影响。
比如这个场景，有可能优质渠道需要投入很多钱，也有可能用户补贴比其他渠道大一点。结果可能第一轮没效果，第二轮加大力度就会有效果！所以，要不要追加投入，是必须提前考虑好的。
由于以上三点，所以考试需要分为四个阶段，上路前也要做好充分的准备（如下图）。
3.部署阶段
部署阶段解决战略问题：
这种场景下，作为新投放渠道的测试，首先要明确渠道的定位，常见的有：
你可以根据目前整体渠道投放目标反推所需流量；然后根据业务策略（确定要建立新渠道还是只是跟风），明确分配任务，再定义本次测试新渠道的定位。有了明确的定位，就很容易搞清楚：要投入多少钱、做多少次。有了财力、人力、时间的明确，后面的设计方案就简单了。
4 准备阶段
准备阶段主要解决战术问题：
这种场景下，由于完全没有经验，我们需要第三方/同行的案例和数据来支撑，虽然拿不到100%准确的数据，但至少可以借鉴，比如：
梳理出来之后至少有个大概的方向，比闭着眼睛盲目做要好很多。注意站在用户的角度，影响用户行为的因素是综合性的。比如公众号的频道投放、标题、时长、发布时间、内容写法、CTA、转化路径、产品价格、产品属性等都会产生影响。
用数据进行测试时，很难在一次测试中把上述所有因素都分解出来，因此需要事先准备多个测试版本，测试版本之间的差异不宜过大，且要有一定的连续性，为后期的分析做准备。
以上内容之所以用红色标注，是因为实际工作中，业务人员往往喜欢纠结于细节，导致不同的版本完全无法比拟，除了看整体的转换结果，细节部分完全无法比拟，很难做深入分析。
可以说，80%的后期分析困难都是由于缺乏事先规划造成的。记住这一点。
5. 测试和审查阶段
准备工作完成后，就可以上线测试评审了。此场景为渠道投放，目标是获取新增投资用户，因此评估结果指标比较简单明确，看转化用户数、用户投资率、用户投资金额即可。只要测试结果能达到部署阶段的目标，渠道就是合格的，任务就算完成了。如果不能，可以按照事先制定的迭代计划进行迭代优化，进一步观察效果。
以下是需要强调的一些细节：
结果判断和原因分析要分开，先判断结果是否可接受，再分析哪个环节有问题。迭代要按顺序进行，产品、价格、内容要分开，最好一次改一个，最差也不要三个都改。优先改产品和价格，不要一个一个改内容。内容牵涉细节太多，全部测试成本太高，所以优先改产品和价格。
当以这种方式查看数据时，您可以按以下顺序展开它：
六、总结
为什么我们一开始就问，如何用人工智能和大数据做出精准的预测？因为很多同学真的以为预测是可以做出的！不仅业务部门相信预测，就连很多数据分析师也相信。他们真的以为随便几个数字就是大数据，随便一个模型、一个参数调节就是人工智能。他们真的以为人工智能是无所不知、无所不能的神，天上会掉下金光，代码会变成钱，键盘敲一下就会从屏幕里迸发出来……
这些看似没什么技术含量的传统流程，正是利用数据保证业务增长的秘诀。由于这个场景是外部渠道，所以没有使用流量分布来做对比的思路。
发表评论