日常生活场景里，其实有许多与数据分析相关的知识待我们进行挖掘，比如家政服务场景。那么，消费者/用户在服务平台上预约家政服务的过程中，可能隐藏着哪些数据分析知识？我们可以从中拆解得到什么经验和策略？
本篇是系列文，全网搜索《在吃喝玩乐中成为数据分析师》，我会带着大家从各种生活场景出发，提升业务理解，轻松学会数据分析思路和技能。
遇到类似的场景，可以拿出来重温。
今天讲的内容是：叫家政服务时，有哪些数据分析知识？
读完本篇，你可以获取这些知识：
场景复现：
小王在南方城市工作，天气逐渐变凉了，没有地暖，小王只得开空调取暖。
结果屋漏偏逢连夜雨，小王一开空调，发现空调坏掉了，就上网找家政服务来修空调。
找服务：
小王在网上搜索「修空调」三个字，出现了很多服务商。小王再三对比之下，选择了一家可以小程序下单的本地龙头企业。
下单前：
小王授权登陆进入小程序后，找到家电维修的模块，选择空调维修。进入页面后，小王选择了「挂机空调维修」，并提供了以下信息：
点击预约后，又弹出让小王「手机号快捷注册」，注册完成后即可预约。
但是预约只生成订单，并不需要付钱。
下单后：
小王注册后完成下单，马上收到了短信，告知师父将于某时间联系小王，让小王注意接听。
10分钟后，师父联系小王，再次确认地点及时间。并且小王注意到师傅并没有按照线上预约的时间来沟通。
等待服务：
临近约定时间，师傅还没有到，小王电话催促，师傅回答说又一些事情耽搁了，需要晚点到，询问是否需要更换时间。小王回答不需要。
继续等待两个小时后，师傅终于赶到，开始修空调。修完之后进行拍照。
服务结束：
修完之后，师傅让小王添加一个企业微信，企业微信中会推送订单支付给小王。小王支付后，师傅又给小王留了私人微信，说以后找他修电器水管会便宜一些，然后师傅就回去了。
问：
小王在这个过程中的用户路径如何拆解？
对于平台方来说，至少有哪些阶段有较高的用户流失风险？
作为数据分析师，你如何做整个流程的分析和监控，至少需要哪些指标？
我们将小王从寻找服务平台到师傅完成服务的流程可以拆解如下：
我们可以看到的是，小王的整体用户路径并没有很连贯，存在着很多站外或者线下的无从监控的路径。
小王的用户行为路径大致上可以分为三个类型：线上的站外行为、站内行为、线下的站外行为。
其中比较容易分析的是站内行为，因为产品是自己研发的，可以比较容易的记录到用户行为。
线上的站外行为，一般都需要第三方广告平台提供，而且是收费项目。而线下的站外行为几乎是采集不到的。
所以，在用户行为分析的成本上有如下排序：
站内行为分析成本 > 线上的站外行为分析成本 > 线下的站外行为分析成本
在用户流失分析中，由于采集数据的成本不一样，一般需要从已有的数据进行分析。
我们可以看到有明确的流失点的位置如下：
明显的流失点位为：
从以上四点入手，结合用户数据的获得成本，我们可以得到以下分类：
如果我们这么去评估优先级，确定问题解决的顺序，那就要出！大！问！题！
为什么？
思
考
30
秒
！
原因是：服务师父也是用户！师父接单到完单也是需要走流程的！
那么，「等待服务流失」的节点就有迹可循了：
同时在服务完成流失这个节点的分析上也有了新的进展：我们虽然分析不了小王为什么流失，但是可以计算每个师父的服务流失率呀！可以根据这个信息优化匹配规则呀！
所以 ，流失节点的真实数据情况是：
那么，基于这些数据，如果建立完整的流程指标呢？
根据用户路径拆解和用户流失点位分析，我们可以大致分为三种场景：用户路径监控、师傅评级监控、匹配机制监控。
至少可以梳理出以下几个对应的指标：
其实数据分析是一种思考方式，只要在生活中多观察，多思考，吃喝玩乐中也能加强自己的数据思维。
至于一些复杂的数据处理方式，我们其实没有必要死记硬背，只需要知道搭建什么样的指标，可能用到什么样的工具即可。提示词示例：
只要能梳理清楚业务逻辑，学会如何进行指标管理，在生活中加强自己的思考，人人都可以成为数据分析师。
专栏作家
汪浩，公众号：只说人话的汪Sir，人人都是产品经理专栏作家。资深数据分析师，曾服务于上百家企业，对电商、社交、游戏、零售及泛互联网均有数据经验。
本文原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。