如何从数据中了解和发现客户？

数据无处不在，影响着我们生活的许多方面，如消费购物、行为习惯等。相对的，获取数据变得比以前更加容易，但这也对数据分析师提出了更高的要求。因为数据获取难度的降低并不意味着它能够帮助企业给客户提供更好的服务。所以，即使企业拥有大量的数据，数据分析师也需要进行恰当的规划和分析。下面结合我的工作经验，为大家讲述到底该如何从数据中了解和发现客户。
我以前的一位同事M先生曾经被安排到N房地产公司做数据分析。一个星期后，M先生回到了公司，工作完成得异常出色，得到了领导的褒奖，于是M先生决定设个庆功宴，请各位同事饱餐一顿。虽然我平时与M先生的关系并不十分密切，但也算得上是朋友，自然也在其中。
庆功宴上，大家（包括我在内）带着好奇心纷纷询问M先生外出一个星期的工作经历，想要知道为什么M先生能够得到领导的褒奖。M先生抵不过众人的好奇心，开始讲述他在这家房地产公司的经历。
原来，这家房地产公司不止请了一家公司为其进行客户数据分析，我们公司属于第三家。之前两家公司对N房地产公司给出的预销售数据、曾经有过的项目销售数据、户型数据、价格等进行分析以后，分别得出这样两条结论：“N房地产公司的主要客户为27～36岁、收入属于当地中上水平的人士”和“N房地产公司的主要客户为28～40岁、收入达到月均1.5万元以上的人士”。
而M先生给出的结论是其主要客户为28～35岁、收入在1.2～2.5万元的人士，且外来人口占6～8成。最后自然是M先生的方案被N房地产公司采纳。在这里，千万不要小看“且外来人口占6～8成”这一句话，对于一个企业来说，客户的定位越精准，带来的收益越高。
接下来的时刻就是大家所渴望的揭秘环节。M先生开始讲述他是如何得出这个结论的。首先，由于这家房地产公司的房子面积最小的为100平方米，最大的为200平方米，价格为150～350万元。按照当地的人均收入来说，这并不是一笔轻松的费用。同时，根据贷款10年、20年购买房子的情况进行推算，M先生得出“收入在1.2～2.5万元”这个结论。
其次，预销售的数据显示大部分的客户年龄都处于40岁以下。为了得到更精确的数据，M先生通过线性回归分析发现客户的年龄集中在28岁到35岁这个区间，这表明这部分客户属于购买的主要群体。
讲到这里，我和其他同事并没有感到多少意外。因为我们这些人大部分都在从事数据分析方面的工作，所以，以上这些数据若由我们接手，也能得出类似的结论。但对于“且外来人口占6～8成”这一条结论，我与其他同事着实有些好奇。

M先生有些自得，他说：“其实我也是运气好，在对N房地产公司曾经有过的项目销售数据进行分析时，我无意中发现这样一个奇怪的现象，那就是近几年本地户口的客户购买量在逐渐减少。为了消除这个现象的偶然性，我又特地查了N房地产公司的几个竞争对手近几年来的客户户籍情况，结果与N房地产公司的情况类似。”
我和其他几位同事一下子就被勾起了兴趣，想要知道这背后的原因。好在M先生并没有卖关子，他继续说下去：“为了弄清这个原因，我又对当地的工资进行了研究，发现工资在1.2～2.5万元的人口中，外来人口占据了6～8成，出现这样结果的原因是近几年外来人口的工资涨幅远远超过本地人口。因此，我得出了这略带巧合的第三条结论。”
好了，以上就是关于M先生的故事。从上文中我们不难发现，M先生属于好奇心强烈的一类人，这一类人十分善于积极主动挖掘数据背后的真相。而这对于数据分析师来说是不可缺少的。
数据分析师的脑海中应该充满无数个“为什么”，为什么会产生这样的结果?背后的原因是什么?为什么不是其他的原因……只有这样才能不断找到新的突破点，不断在数据中了解和发现新的客户资源。

未经允许不得转载：陈海飞博客 » 如何从数据中了解和发现客户？