Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Kdo jsme a jaké byly předpoklady projektu?

Dobrý den, jmenuji se Vladimir Lazarev, jsem vedoucí BI integrátora Analytics Group. Vytváříme pro firmy přehledné zprávy o marketingu, prodeji, financích a logistice na základě předních analytických platforem Qlik Sense, Power BI, Tableau.

Ve BI platformách je velmi důležitá vizuální složka. Pokud jste se podívali na desítky demo zpráv BI systémů a nelíbí se vám, jak vypadá ta či ona platforma, pravděpodobně ji nebudete implementovat, i když vám vyhovuje cena a technické specifikace. Na tomto základě vzniká potřeba vidět stejná data v různých analytických platformách, aby je bylo možné porovnat.

A ideálně, aby data byla zajímavá… 🙂

Odkud vznikla myšlenka vytvořit tuto zprávu?

Před několika lety Vysoká škola ekonomická zveřejnila článek o tvorbě cen za služby dívek s nízkou společenskou odpovědností v Moskvě. Byla to agregovaná data z analýzy 1.800 dotazníků. Zajímavá nám přišla data, která stojí za těmito závěry sociologů VŠE. A rozhodli jsme se tuto tematiku prozkoumat.

Klíčové myšlenky:

  • Ukázat nejen závěry, které leží na povrchu, ale i data, na jejichž základě byly vytvořeny;
  • Dát zájemcům možnost samostatně analyzovat vzorce, navrhnout hypotézu a ověřit ji.
  • Zpracování by mělo zahrnovat větší vzorek dotazníků pro zvýšení důvěryhodnosti;
  • Ukázat nejen "nabídku trhu", ale i poptávku na základě statistických dat z vyhledávačů;

Zdroje dat:

  • SQL databáze dotazníků*, vytvořená na základě jednoho webu, který patří do TOP 3 výsledků ve vyhledávačích Yandex a Google.
  • Excel soubor s relevantními ** dotazy v předmětné oblasti analýzy.
  • Excel soubor s historickou četností dotazů v Yandex vyhledávači.
  • Excel soubor s četností dotazů v Google vyhledávači.

* K získání informací byl použit parser. Parsování dat proběhlo jednorázově.
** Nástrojem pro výběr relevantních dotazů byl wordstat.yandex.ru

Obchodní role & USER-story

V obvyklých projektech vždy upřesňujeme, kdo bude používat analytiku a na jaké otázky (přímé nebo nepřímé) chce osoba najít odpovědi.

Ale je tu háček — tento projekt nemá zadavatele. Proto jsme museli vymyslet tři role a jejich otázky.

Tak role máme následující:

  1. Dívka s nízkou sociální odpovědností
  2. Administrátor webu s profily
  3. Majitel nemovitosti k pronájmu

Dívka s nízkou sociální odpovědností

Elvíra je 'indi' ve svých 25 letech. Vypadá dobře, známí muži odhadují její věk na přibližně 19-20 let. Sportuje, navštěvuje solárium, dbá na zdravou stravu, má krásné nehty a dělá všechny ty věci. Je zvyklá žít dobře a nijak se neomezovat. Ale takový životní styl si žádá nemalé peníze. Podle ní není kancelářská práce pro ni. Má ráda sex a nevidí na tom nic špatného. Ekonomické vzdělání a analytické myšlení ji podnítily, aby přistoupila k procesu stanovení cen a seznamu nabízených služeb s pragmatickým přístupem. Elvíra se rozhodla analyzovat data pomocí BI platformy.

Cíl: identifikovat klíčové momenty, abych byla konkurenceschopná a vydělávala více.

Zajímají ji následující otázky:

  • Za jakou cenu prodávají "kolegové" se srovnatelnými parametry (výška, váha, poprsí, věk) svůj čas v obvodu, kde žije Elvíra? Má smysl hledat variantu bytu v jiném obvodu Moskvy za stejné peníze, ale s vyšším průměrným ziskem nebo menší konkurencí?
  • Má smysl zvyšovat nebo snižovat svůj věk v profilu?
  • Existuje ekonomický smysl pro zvýšení velikosti poprsí z 2. na 4. a jak rychle se vrátí investice do operace?

Majitel webu s profily

Seznamte se, Felix Albertovič — majitel webu s profily. Mocný, 45letý okouzlující muž s dobrými komunikačními dovednostmi a bohatými zkušenostmi v marketingu a jinde. Dokázal naplnit web mnoha profily různých dívek a zajistit dobrou návštěvnost tohoto zdroje prostřednictvím SEO. V současné době vydělává na placeném umístění profilů na webu.

Cíl: pochopit potřeby společnosti a stanovit perspektivní směry práce se svým webem.

Když se obrátil na agenturu pro obchodní analýzu, očekává následující odpovědi:

  • Jaký je profil typického 'indi'?
  • Jaké dotazy lidé zadávají do vyhledávačů?

Podnikavý samostatně výdělečně činný občan, který pronajímá byt

Mitya je dobrodruh, který jde s dobou a má důkladný přístup k obchodům. Zvykne se řídit čísly statistik a fakty. Mitya má byt v centru Moskvy. Chce najít způsob, jak vydělat více peněz na svém aktivu.

Cíl: najít novější, efektivnější model využití svého bytu

Hlavní otázky:

  • Pokud pronajmu byt dívce s nižším společenským chováním, ne za fixní částku, ale za % z příjmu, mohu tímto způsobem vydělat více?

Manažerské závěry Elvíry

Elvíra zjistila, že „kolegové“ s podobnými parametry podle věku, velikosti prsou, výšky a hmotnosti nabízejí stejné ceny — 4080 — 4930 rublů/hod. Kromě oblastí „Západní“ a „Centrální“.

Konkurence je minimální v „Moskevské oblasti“, pouze 20 inzerátů, zatímco náklady na pronájem bydlení jsou téměř dvakrát nižší než v jakémkoliv administrativním okrsku Moskvy při zachování úrovně ceny za hodinu.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Elvíra by chtěla v průběhu času nabízet služby za vyšší cenu, proto vytvořila duplicitu inzerátu, uvedla bydliště v Západním okrsku a práci pouze na noční výjezdy. Pokud bude dostatek nabídek, přestěhuje se do této oblasti.

Věk uvedla skutečný — 25 let. Protože zjistila, že maximální cena za noc je uvedena v inzerátech ve věkové kategorii od 25 do 30 let. Byla nastavena priorita na službu.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Pokud jde o účelnost zvětšení prsou z velikosti 2 na 4, Elvíra spočítala:

  • Průměrná cena její hodiny se zvyšuje o 1.190 (7.060 — 5.870 = 1.190).
  • Operace na zvětšení prsou stojí 300.000 rublů
  • Takže investice do zvětšení prsou se vrátí za 252 hodin člověka. Při zátěži 5 hodin denně to představuje 50 pracovních dní.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Manažerské závěry Felixe

Felix Albertovič nejprve chtěl pochopit typický portrét „indi“. Takže viděl:

  • Průměrný věk: 29,8 let
  • Průměrná velikost prsou: 2,8
  • Průměrná výška: 168 cm
  • Průměrná hmotnost: 57 kg
  • Průměrná velikost oblečení: 44

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Felix Albertovič dále chtěl analyzovat dotazy ve vyhledávačích. Dříve již systematizoval klíčové dotazy podle skupin, chyběla nám znalost váhy každého klíčového slova, statistiky jeho dotazů.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Ve zprávě o analýze Felix zaznamenal stabilní růst počtu dotazů. V roce 2018 ve srovnání s rokem 2017 vzrostl počet dotazů o 60 % (z 9,99 milionu na 16,59 milionu).

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Jak bylo očekáváno, většina dotazů souvisí s lokalitou. Na druhém místě jsou obecné dotazy, na třetím místě cenová klasifikace. To Felixe přimělo použít dynamický obsah na webu, v závislosti na tom, podle jakého vyhledávacího dotazu na něj návštěvník přišel.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Také si všiml značného převládání vyhledávacích dotazů z mobilních telefonů – téměř třikrát více. Proto požádal programátora svého webu, aby zkontroloval kvalitní zobrazení na mobilních zařízeních.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Zajímavý moment – jednotlivé skupiny dotazů rostou rychleji než ostatní.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Například "Cenová kategorie" – Podkategorie "Levné" vzrostla o 74 % (oproti průměrnému růstu 60 %). Také některá klíčová slova "nejlevnější *****" vzrostla o 113 % a "**** uzbečka" o 120 %. Na tyto údaje však Felix pohlíží, berouce v úvahu nejen procentuální poměr, ale i kvantitativní.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Managementové závěry Mity

Mita má byt v centrálním okrese Moskvy a chce ho pronajmout. "Na trhu" se takový byt pronajímá za 100-120 tisíc rublů. Ale rád by vydělával více. Proto se rozhodl pronajímat byt "individuálně" za % z příjmu. Pro ně – méně rizik nežádoucí reakce vlastníka bytu, pro něj – větší příjem z bytu.

Mita vytvořil hypotézu, že dívky, které prodávají svou hodinu dráž, mu přinesou potenciálně vyšší příjem. Má byt v centru, a proto se nejprve podíval, za jaké rozpočty obvykle dívky prodávají svou hodinu v této oblasti.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Většina profilů (206 kusů) prodává v centru svou hodinu od 10 000 rublů. Poté seřadil profily, které se nenacházejí v centru, ale prodávají se za podobnou cenu. Právě tuto cílovou skupinu bude třídit na webu s cílem zavolat a nabídnout jiný způsob pronájmu bytu, ale v centru.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Při prodeji průměrně 3 hodin denně s fakturou této cílové skupiny činí měsíční příjem: 11 203 * 3 hodiny * 30 dní = 1 008 270 rublů/měsíc.

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Přitom, pokud bude dostávat 20 %, znamená to, že byt se bude pronajímat za více než 200 000 rublů/měsíc.

V výpočtech Mita nezohlednil příjmy z doplňkových služeb:

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Závěr

Na závěr tohoto článku bych chtěl poznamenat, že předmět analýzy je poměrně sporný. Neocenitelně, toto téma je problémem společnosti. Úmyslně jsme tento článek napsali s humorem, a „Řízení závěrů“ bylo postaveno s určitou dávkou absurdity, aby se informace snáze přijímaly, ale doufáme, že nás od toho přiměje k zamyšlení nad trendy.

V tomto ohledu analytická platforma jako nic jiného umožňuje vidět skutečný obraz, prostě čísla, za kterými by měla následovat správná lidská jednání.

Na tomto příkladu jsme ukázali, že jakékoli téma nebo podnik, jehož ukazatele je možné analyzovat, si lze vybudovat své hypotézy na základě skutečností. To platí zejména, když je dat hodně, když se nacházejí v různých zdrojích a jejich sloučení do jedné zprávy trvá hodně času. Je to relevantní pro marketing, prodeje, finance, logistiku, správu zásob. Pokud máte zájem, napište nám, rádi probereme možné řešení.

Snímky obrazovky Microsoft Power BI

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Snímky obrazovky Tableau

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Snímky obrazovky Qlik Sense

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Analýza dívek s nízkou sociální odpovědností (Založeno na Power BI, Qlik Sense, Tableau)

Zdroj: habr.com

Koupit spolehlivý hosting pro webové stránky s ochranou proti DDoS, VPS VDS servery 🔥 Koupit spolehlivý hosting pro webové stránky s ochranou proti DDoS, VPS VDS servery | ProHoster