「」以猫眼数据报告为例,拆解分析逻辑框架
一份好的数据分析报告是什么样子的?该以什么样的逻辑展开?本文作者结合猫眼研究院发布的数据分析报告对其数据分析的基础逻辑架构进行了拆解 , 与大家分享 。
本文插图
优秀与普通数据分析报告的区别就在于逻辑是否清晰 。 不盲目求信息量 , 而是逐“面”逐“点”将事情说清楚 。 经常阅读数据分析报告 , 你会发现 , 报告会在“一定范围内”不断切换分析对象和分析维度 , 然后将事情讲清楚 , 而这个套路非常值得我们学习 。
一、分析对象
从结果层面去看 , 分析对象主要包含核心指标、拆解指标两类 。
从过程层面去看 , 分析对象主要包含价格、产品、用户 。
“结果”侧重数据本身 , 业绩做到了多少 , 哪些方面做得好 , 哪些做得不好 。 而“过程”侧重于业务 , 也就是交易本身 , 我们的用户是什么样子 , 他们喜欢什么样的产品 , 为此愿意付出怎样的价格以及市场供需情况等 。 从两个层面延伸出来的分析对象 , 可以在分析过程中既让我们了解结果也了解业务 。
二、分析维度
【「」以猫眼数据报告为例,拆解分析逻辑框架】分析维度概括起来主要有时间、成分、范例 。 数据只有对比才有意义 , 时间维度上我们常看同比/环比 , 观察趋势波动 。 成分上主要讲的结构性占比 , 比如不同城市等级票价波动情况 , 这部分主要看占比或绝对值 。 另外 , 报告中还会抽象出一系列结论性的东西 , 比如70周年影片展映引发全民讨论、IP类电影品牌效应增强等 , 有利于我们加强对业务的印象 , 而这些就是从范例的维度分析产出的 。
下面结合这份分析报告复习下上面的逻辑 。
1)报告开盘先提到票房表现 , 毕竟票房属于电影行业的关键指标 。 然后基于这个分析对象 , 从时间维度看了同比表现 , 并提出了疑问:近3年票房增速2连降 , 这个成绩是否合格?基于这个疑问点与国外市场进行对比 , 进而得出结论 。
本文插图
2)随后将票房的拆解指标人次作为分析对象 , 从时间维度看近3年同比表现 , 接着又从档期维度再看人次在各大档期的占比及绝对值 。 档期维度本身也是时间维度 , 因为本质是时间的区域集合 , 最终得出国庆档拉动了2019年人次提升 。 另外拆解指标并非只有乘积拆解 , 比如票房=票价*人次 , 还有一种拆解方式为加和拆解 。 比如票房=一线城市票房+二线城市票房+非一二线城市票房 。 这种拆解指标在报告中也有体现 , 分析的时候同样是从时间、成分维度层面出发 。
本文插图
票房、人次、城市票房就是上位所说的分析对象 。 接下俩就需要从交易层面去分析业务了 。
票价是价格的业务体现 。 这边是顺延着城市分级票房下来的 , 这点比较巧妙 。 因为分析思路需要清晰 , 尽可能需要从点到点顺延下来 , 比较忌讳另起一个主题重新开始讲 。 这里直接嵌入不同城市的票房分析 , 有利于我们顺着不同城市的票房表现 , 进而细化到票价这种二级指标 。 另外 , 票价这种价格属性的字段 , 分析时为了便于对比 , 可以计算出复合增长率 , 这点在报告中有所体现 。
本文插图
电影行业的产品主要是内容 。 针对内容的分析 , 可以从供需、体量、口碑逐步展开 。 这三个指标考量的主要是市场供给 , 用户购买行为及用户购买后体验 。 毕竟内容是围绕用户来进行的 , 这个分析思路是通用的 。
推荐阅读
- 每日经济新闻|云南电信自6月1日起逐步关闭3G数据业务
- 数据中心|严重低估的科技股:斥巨资建数据中心,市盈率仅13倍
- 美国|6月2日美国宏观事历提醒:关注商业零售销售数据
- 中金网|银保监会下猛药整治保险中介市场乱象 打击编制虚假数据等行为
- 中新经纬报告:移动用户月人均上网时长144小时,同比增长12.9%
- 选股宝|5月地产销售强势回暖,各梯队持续复苏
- 精品研发助业绩腾飞,三七互娱搭建数据与价值之间的桥梁
- 36氪|嘉楠科技股价连续9个交易日下跌,做空报告阴霾或仍未散去
- 中新经纬报告:超半数消费者要求快递“送货上门”被拒
- 港股那点事|辉瑞抗癌药临床试验数据未达预期,股价大跌7%
