Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Kik vagyunk, és mik voltak a projekt előzményei?

Jó napot, a nevem Lazarov Vladimir, én vagyok a BI-integrátor vezetője Analitiks Csoport. Üzleti áttekintéseket készítünk a marketingről, értékesítésről, pénzügyekről és logisztikáról a vezető analitikai platformok, mint a Qlik Sense, Power BI, Tableau alapján.

A BI platformokon nagyon fontos a vizuális elem. Ha több BI-rendszer demójelentését is megtekintette, és nem tetszik, ahogyan egy vagy másik platform kinéz, akkor valószínűleg nem fogja bevezetni, még akkor sem, ha az ára és technikai jellemzői megfelelőek. Ebből az igényből fakad, hogy különböző analitikai platformokon szeretnénk látni ugyanazokat az adatokat, hogy össze tudjuk hasonlítani őket.

És jó lenne, ha az adatok érdekesek lennének… 🙂

Honnan jött az ötlet, hogy elkészítsük ezt a jelentést?

Néhány évvel ezelőtt a Legfelsőbb Gazdasági Iskola közzétett egy cikket a szociálisan felelőtlen lányok szolgáltatásainak árformálásáról Moszkvában. Ezek 1.800 kérdőív összesített adatai voltak. Érdekesnek találtuk azokat az adatokat, amelyek ezen a szociológusok által megfogalmazott megállapításon alapulnak. Így úgy döntöttünk, hogy foglalkozunk ezzel a témával.

Főbb ötletek:

  • Megmutatni nemcsak a nyilvánvaló következtetéseket, hanem azokat az adatokat is, amelyek alapján ezek épültek;
  • Lehetővé tenni a kíváncsiak számára, hogy önállóan elemezhessék a mintázatokat, megfogalmazhassanak hipotéziseket és azokat tesztelhessék.
  • A feldolgozásnak nagy mintát kell magában foglalnia a megbízhatóság növelése érdekében;
  • Megmutatni nemcsak a "piaci kínálatot", hanem a keresletet is statisztikai adatok alapján a kereső rendszerekben;

Adatforrások:

  • SQL kérdőív adatbázis*, amely egy legjobb 3 keresési találati oldalhoz tartozó weboldalon készült.
  • Excel-fájl a releváns** keresési kifejezésekkel a vizsgálat szakterületén.
  • Excel-fájl a kereső Yandex rendszeren történő lekérdezések történeti gyakoriságáról.
  • Excel-fájl a Google keresési rendszer lekérdezéseinek gyakoriságáról.

* Az információk gyűjtéséhez parser-t használtunk. Az adatok parsere egyszeri alkalommal valósult meg.
** Az releváns keresési kifejezések kiválasztásának eszköze volt wordstat.yandex.ru

Üzleti szerepek & USER-történet

A szokásos projektekben mindig pontosítjuk, hogy ki fogja használni az elemzéseket és mely kérdésekre (közvetlen vagy közvetett) próbál választ találni.

Csak az a probléma, hogy ennek a projektnek nincs megrendelője. Ezért három szerepet és azok kérdéseit kellett kitalálnunk.

Tehát a szerepek a következők:

  1. Alacsony társadalmi felelősséggel bíró lány
  2. Weboldal adminisztrátor kérdőívekkel
  3. Bérbeadásra szánt ingatlan tulajdonosa

Alacsony társadalmi felelősséggel bíró lány

Elvira, a „körözött” lány 25 éves. Jól néz ki, ismerősei 19-20 év közöttire becsülik. Sportol, járogat szoláriumba, egészségesen táplálkozik, jó manikűrje van és mindennel foglalkozik. Hozzá van szokva a jó élethez, nem szokta magát megfosztani dolgoktól. De ez a fajta életmód nem kevés pénzt igényel. Az irodai munka, ahogy ő gondolja, nem neki való. Szereti a szexet, és nem lát semmi szégyenleteset ebben a tevékenységben. Gazdasági diplomával és analitikus gondolkodásmóddal a háttérben hozzálátott az árképzés és a kínált szolgáltatások listájának pragmatikus megközelítéshez. Elvira úgy döntött, hogy BI platform segítségével elemzi az adatokat.

Cél: kulcsmomentumok azonosítása a versenyképesség növelése és a nagyobb kereset érdekében.

A következő kérdések érdeklik:

  • Mennyiért árulják a hasonló paraméterekkel rendelkező „kollégák” (magasság, súly, mell, kor) az egy órájukat Elvira lakóhelyének közelében? Érdemes lenne keresni egy ingatlant Moszkva más kerületében ugyanazon árban, de magasabb átlagos díjjal vagy kisebb versennyel?
  • Megéri-e feltüntetni a korát az adatlapján, vagy inkább felfelé vagy lefelé kellene kerekítenie?
  • Van-e gazdasági értelme a 2-es méretű mellek 4-es méretűre történő növelésének, és mennyi idő alatt térülnek meg a műtétbe fektetett pénz?

A kérdőívekkel rendelkező weboldal tulajdonosa

Ismerkedjen meg Félix Albertovicsal — a kérdőívekkel rendelkező weboldal tulajdonosa. Egy határozott, 45 éves, bájos férfi, jó kommunikációs készségekkel, gazdag korábbi tapasztalattal a marketing területén és azon túl. Megtöltötte az oldalt különböző lányok adatlapjaival, biztosította az oldal jó látogatottságát SEO optimalizálás révén. Jelenleg a weboldalon található hirdetésekből keres.

Cél: a társadalom igényeinek megértése, jövőbeli irányok meghatározása a weboldal működtetésében

Azt reméli, hogy a üzleti elemző ügynökséghez fordulva a következő válaszokat kapja:

  • Milyen a tipikus „indie” portréja?
  • Milyen kereséseket végeznek a felhasználók a keresőmotorokban?

Rugalmas szabadúszó, aki lakást ad ki

Mitya egy kalandor, aki lépést tart a korral, és alapos megközelítést alkalmaz az üzleti életben. Szokott a statisztikai számok és tények alapján dönteni. Mityának van egy lakása Moszkva központjában. Többet szeretne keresni az eszközével.

Cél: új, hatékonyabb lakáskihasználási modell megtalálása

Fő kérdések:

  • Ha a lakást egy alacsony társadalmi státuszú lánynak nem fix díjért, hanem a bevétel %-áért adják ki, ezzel a megközelítéssel lehet-e többet keresni?

Elvira menedzsment következtetései

Elvira észrevette, hogy a hasonló korú, mellméretű, magasságú és súlyú "kolegiák" azonos árakat kínálnak — 4080 — 4930 rubel/óra. Kivéve a "Nyugati" és "Központi" kerületeket.

A verseny minimális a "Moszkvai régióban", mindössze 20 hirdetés van, a bérleti díjak pedig majdnem a felére csökkentek bármely moszkvai közigazgatási körzethez képest, miközben az óradíjak szintje megmarad.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Eközben Elvira idővel drágább szolgáltatásokat szeretne nyújtani, ezért létrehozott egy hirdetés másolatot, feltüntetve elhelyezkedését a Nyugati kerületben, és kizárólag éjszakai kiszállást vállalva. Ha elegendő ajánlat érkezik, át fog költözni ebbe a kerületbe.

A korát valóságosra — 25 év — állította be. Mivel látta, hogy az éjszakai árak a 25-30 éves korosztályban a legmagasabbak. Megállapított egy szűrőt a preferált szolgáltatásra.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

A mellek növelésének ésszerűségéről a 2-es méretről 4-es méretre Elvira a következőket számolta:

  • Az óradíja átlagosan 1.190 rubellel nő (7.060 — 5.870 = 1.190).
  • A mellnövelő műtét ára 300.000 rubel
  • Így a mellnövelésbe történő befektetés 252 emberórában térül meg. Napi 5 órás munkaterhelés mellett ez 50 munkanapot jelent.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Felix menedzsment következtetései

Felix Albertovich először meg akarta érteni az "indi" tipikus portréját. Így látta:

  • Átlagos életkor: 29,8 év
  • Átlagos mellméret: 2,8
  • Átlagos magasság: 168 cm
  • Átlagos súly: 57 kg
  • Átlagos ruhaméret: 44

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Felix Albertovich ezután elemezni kezdte a keresőmotorokban szereplő kereséseket. Korábban már rendszerezte a kulcsszavakat csoportokba, azonban hiányzott a kulcsszavak súlyának és keresési statisztikájuknak a megértése.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Az elemző jelentésben Félix stabil növekedést látott a keresések számában. 2018-ban a 2017-hez képest a keresések száma 60%-kal nőtt (9,99 millióról 16,59 millióra).

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Ahogy várták, a keresések nagy része a helyszínhez kapcsolódik. A második helyen általános keresések állnak, a harmadikon az árkategóriák. Ez arra ösztönözte Félixet, hogy dinamikus tartalmat használjon a weboldalon, attól függően, hogy az adott keresőszó alapján érkezett-e a látogató.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Szintén felhívta a figyelmét arra, hogy a keresésekben jelentősen túlnyomó részben telefonról érkeznek a látogatók - közel háromszoros arányban. Ezért utasította a webmesterét, hogy ellenőrizze a mobilos megjelenítést.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Érdekes pillanat - egyes keresési csoportok gyorsabban növekednek, mint a többiek.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Például az 'Árkategória' - a 'Olcsó' alkategória 74%-kal nőtt (szemben a 60%-os átlagos növekedéssel). Szintén egyes kulcsszavak, mint a 'legolcsóbb *****', 113%-kal, míg a '**** uzbekség' 120%-kal nőttek. De Félix ezt az adatokat nemcsak a százalékos arány alapján nézi, hanem a mennyiségi szempontból is.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Mitya menedzsment következtetései

Mityának lakása van Moszkva központi kerületében, és szeretné kiadni. Az ilyen lakás piaci ára 100-120 ezer rubel. De ő többet szeretne keresni, ezért úgy döntött, hogy az ingatlant 'indie' módon bérbe adja a bevétel % -áért. Számukra - kevesebb kockázat az ingatlantulajdonos nem kívánt reakciója miatt, számára - több bevétel az ingatlanból.

Mitya felállított egy hipotézist, miszerint azok a lányok, akik drágábban árulják az órájukat, potenciálisan magasabb bevételt hozhatnak neki. A lakása a központban van, így először megnézte, hogy általában milyen árakért adják el a lányok az órájukat ezen a területen.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

A legtöbb hirdetés (206 db) a központban az óráikat 10.000 rubeltől árulják. Ezután kigyűjtötte azokat a hirdetéseket, amik nem a központból származnak, de hasonló árakat kínálnak. Ezt a közönséget fogja kiszűrni az oldalon, a lakás más bérleti lehetőségeinek ajánlására.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Ha naponta átlagosan 3 órát árulna, az ebből a közönségből származó havi bevétel a következő lenne: 11.203 * 3 óra * 30 nap = 1.008.270 rubel/hónap.

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Ebben az esetben, ha 20%-ot kap, az ingatlanértékesítés havonta több mint 200.000 rubelért fog történni.

Mitya a számításokban nem vette figyelembe a kiegészítő szolgáltatásokból származó bevételeket:

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Zárás

A cikk zárásaként szeretném megjegyezni, hogy az elemzés témaköre meglehetősen vitatott. Mindenképpen ez a téma a társadalom problémája. Szándékosan humorral írtuk ezt a cikket, és a „Vezetői következtetések” egy kis abszurd vonásra épültek, hogy az információt könnyebben lehessen feldolgozni, de reméljük, hogy elgondolkodtatja az olvasókat a tendenciákon.

Ebben a tekintetben az elemző platform semmihez sem hasonlíthatóan képes megmutatni a valós helyzetet, csupán számokat, amelyek mögött a megfelelő emberi cselekedeteknek kell állniuk.

Ezen a példán megmutattuk, hogy bármilyen témát vagy üzletet, annak mutatóit lehetséges elemezni, hipotéziseket felállítani, a tényekre támaszkodva. Ez különösen aktuális, amikor sok adat áll rendelkezésre, és amikor azok különböző forrásokban találhatók, az egységes kép kialakítása sok időt vesz igénybe. Ez releváns a marketing, az értékesítés, a pénzügyek, a logisztika és a terméknyilvántartás területén. Ha igény van rá, írjon, örömmel megbeszéljük a lehetséges megoldásokat.

Microsoft Power BI képernyőfelvételek

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Tableau képernyőfelvételek

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Qlik Sense képernyőfelvételek

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Nők elemzése alacsony társadalmi felelősséggel (Power BI, Qlik Sense, Tableau töltve)

Forrás: habr.com

Megbízható hosting vásárlása weboldalak számára, DDoS védelemmel, VPS VDS szerverek. 🔥 Megbízható webtárhely vásárlása DDoS védelemmel, VPS VDS szerverek | ProHoster