专题课程
小果有个朋友叫小Z，单身男，运营出身，热衷大数据分析。于一次夜跑结识女友后，计划今年带女友回家过年。但春运一票难求，小Z决定认真钻研，用数据分析来实现自己的“抢票计划”。
抢票第一步：整理思路
小Z先把思路理成一张5W2H图。
抢票第二步：界定问题
1、为什么要抢票(Why)?
小Z用马洛斯需求层次理论思考了一晚上，发现这个问题是多余的，抢不到票女朋友能乖乖跟你回去？
2、抢票的现状与客观分析(What)?
又是一个通宵，小Z整理出一张图。
3、抢什么档次的票(How much)？
对于这个问题，小Z觉得在女友面前不能失了面子，只要有票，都可以接受，当然能省一点也好，实在不行的话，年终全部作为预算！
抢票第三步：收集数据
根据前期思考，小Z制定了两套方案。
1、主动出击
根据自己事先设定的条件,小Z觉得车票不是这么容易抢的。所以，一有空小Z就关注车票的发售时间，特别关注临客加开的列车。
2、耐心等待
一般来说，开车前一天12：00~13：00，18:00~19：00，以及开车前三天19:00~20：00，往往会放出部分剩余车票。而春运期间，每天12:00、13:00和18:00均有再次放票可能，这些时间段非常重要，要天天看。
经过一个星期的努力，小Z收集好了目标车票的数据。
目标车次数据
基本数据: 车次、单价、座/卧、始发时间、抢票时间、上车地点、途经车站、到达时间……
规律数据: 放票更新频率、登录抢票时间、更新信息频率、抢票时间规律、剩余放票时间、剩余票放票频率……
成功率数据: 网络抢票成功率、排队抢票成功率、抢票软件抢票成功率、黄牛抢票成功率……
退而求其次的抢票数据
基础数据：有没有到临近车站？有多少车次？它们的抢票难度有多高？成功率有高？……
关联数据：女朋友能不能接受换车？换车对到家时间的影响？换车对抢票时间提前的影响？……
竞争对手数据
基础数据: 有多少人抢同一车次车票？他们选择的抢票方式？他们什么时候抢票？什么时候抢票的人最少？……
关系数据: 他们抢什么档次的票？他们抢票用不用软件？有没有人帮他们抢票？……
抢票第四步：分析数据
这么多数据如果不做分析，简直就是浪费，不过这难不倒小Z。
1、挖掘数据之间的关联性
例如某车次加开临客，说明客流大量涌入，而新增临客会造成“这里票多”的假象，这时需要调整战略，避其峰芒，选择相近却没有加开临客的路线。
2、掌握数据规律
即车票的最新消息会在什么时间，什么地点，以什么方式更新公布。
3、成功机会分析
小Z整理出目标车票的数据图，运用“波特五力分析模型”对五趟车次进行了量化分析，得分越低说明该车票越容易抢到。
综合以上分析后，小Z决定抢车次D。
终于，在车次D开抢的当天，小Z溜出了会议室，接上了公司最快的光纤宽带，熟练的打开了12306网站。
当他登陆时，突然跳出这样的界面。
幸好小Z见多识广，他认得第四和第五张图是果壳智能圆表，果断点击后，顺利的抢到了车票！
抢到车票的小Z已经忍不住开始思考：春节后会不会升级当爸爸呢？
收藏(0)
赞 
粤公网安备44010602001432号