使用OSQSM模型逆推法写出可落地的分析报告

1、使用OSQSM模型逆推法写出可落地的 分析报告我在某网站上随便找了几个数据分析师的职位信息,可以看到他们都提到了对于 产品优化和给运营提出建议以及搭建指标体系，可以看到他们对于具体产品和运 营策略优化以及搭建指标体系的重视。今天我就给大家总结一下启己这些年是怎么如何根据这套框架写出可执行的分 析报告，以及搭建指标体系。主要使用的模型和方法：OSQSM模型+场景化+逆推法+假设法。下面是具体 的框架：S-Situation一.OSQSM 模型我们先来看看OSQSM模型是什么:S-Situation0是Objective ,是目标，是我们确定的核心目标是什么;S是Situation ,是现状，是核

2、心目标现状是什么；Q是Question ,是问题，是核心目标的结构问题是什么;S是Strategy ,是策略，是为解决核心目标的问题，而采取的一系列动作; M是Measurement,是度量，是采取一些列动作之后，如何衡量这个动作是不是 带来了指标的提升接下来我们就来分每一步仔细讲讲怎么使用，以及使用时候需要注意的问题。.目标(Objective)对于核心目标确实定来说，这个要求很高。商业分析高级专家要求理解商业的本 质和业务逻辑，这个问题未来我会单独讲，在这里我就简单的提一下。简单来说就是：商业模式+不同时期。根据不同商业模式和不同时期确定核心指标,并且即使同一商业模式的不同时期 核心指标也

3、不一样。比方新产品的时候需要NPS值，成熟时期需要关注其他的 核心指标。.现状(Stituation)当我们确定了核心的指标接下来就是分析核心指标是不是稳定的，比方以DAU 为核心指标：.看趋势：我们需要拉长趋势看目前DAU总量的增长，以及增长率是不是满足预期。.看效果：我们需要衡量DAU的健康情况，一般比拟常用的是DAU次留以及用户粘 性(DAU/MAU )，当然你还可以使用你所在行业的一个关键行为比率作为监控(关键行为人数/DAU ) 这一步大家在实际分析中很容易忽略，但当你写完分析报告与业务方提供完后, 他们可能会问：目前是个什么状态？.问题(Question)在第二局部，我们了解了核心

4、指标的整体情况之后，就能知道目前这个指标的现 状。但是，我们没有方法立马去采取行动，因为没有获取更多的信息。所以，我们需 要继续分析核心指标的内部结构问题，在这里我们分析的方法很多，比方：. AAARR，经典的用户分层模型，把用户分层不同的生命周期，对用户打上标签，然 后对于不同的用户进行运营。可以参考：增长黑客-后互联网时代新的用户生命周期 管理实战。.场景化，比方在某宝上面我们购物，有好几种方式，我们有想买的物品时候直接使 用搜索功能，当我们没有很明确的目前时候，我们会在上面逛，首页会有很多的推 荐，还有最近比拟火的直播带货等等。其实这些都是我们在不同场景下的购买，可 以看不同使用场景下的

5、数据。.漏斗分析，如果我们的核心数据是用户行为数据时，你会发现漏斗分析很好用，例 如：电商，从搜索-曝光-浏览详情页-创立订单-支付成功。我们可以看总体的转化 率，也可以看不同渠道，不同端，不同场景下的转化。.当然还有比拟经典的画像层面维度进行分析。我们可以用户的属性和行为等维度进行分析。上面说了这么多，似乎跟其他人没有什么区别。我们在这里基本会遇到问题:就以画像为例，那么多维度，我怎么知道分析哪些？时间有限，不可能穷举。分析出来之后也不一定能给到很好的建议。大家可以先思考一下，后文会有详细解答。.策略(Stratery)先假设第三步结构拆解后，我们发现了一些问题，可以提一些建议给产品和运营

6、进行优化。在制定策略时，我们一定是跟产品和运营商量，一定注意能AB测试 最好AB测试，并且讨论量化指标。.量化(Measurement)策略上线后，我们需要注意观察一些指标，看看是不是带来了提升。接下来就是核心局部了。二,关于QS步骤的建议在问题那一步，我留下了一些思考，现在我们就讲讲如何解决这些问题。一般我 会根据这个核心指标，从两个方面进行。1.情况下，逆推 产品：体验式分析。为了分析核心指标销售额，我会使用产品，从产品体验上找 到一些需要优化的点。比方我们在购买产品时，最后需要付款，当你体验产品时, 发现只能使用银行卡支付。但是，现在很多用户都习惯使用支付宝和微信。那么，我们是不是可以看

7、看最后 一步转化，通过这个数据，来给到产品优化的建议。当然还可以使用象限图，使 用量+转化率。八Ii使用运营：触达+场景化，跟核心指标相关的其他行为进行分析，大概率其响应率比 较大，比方直播的关注功能，用户关注了主播，未来主播开播之后，用户大概率 会去看直播，那么我们就能通过用户是否关注这个维度进行分析,去证明这些用 户触达之后观看率比拟高。2.未知情况下，假设先行就需要比拟强的业务经验，时间长了，大概能做出一些判断，根据历史的分析经 验来做出假设，然后从这些维度进行。当我们从这两个方面去看时，你会发现，你很容易写出能落地执行的分析报告。 因为，你都是从用户体验的角度去分析的。三、关于数据M在上述整个分析中，我们都是建立在数据比拟全的前提下。但是，现实并不是这 样的，所以，在最后分析时候，我们衡量的指标，就会出现两种情况：.数据比拟全，我们使用直接现有指标，比方我们想知道此次运营活动是不是带来了 很多用户，此时可以通过埋点就能知道。.数据不全，我们只能通过一些归因的方式，但是逻辑一定想清楚，并且大家都认可, 才能使用。当然，数据不全，并且未来经常要看的，我们也可以建议未来进行埋点。四.迭代这些做完了之后，基本我们就能给出比拟好的落地分析报告，并且业务人