運(yùn)營必備15個數(shù)據(jù)解析辦法

提起數(shù)據(jù)分析，大家經(jīng)常會聯(lián)想到一些密密叢叢的數(shù)字表格，或是高級的數(shù)據(jù)建模手法，再或是華美的數(shù)據(jù)報(bào)表。其實(shí)，“分析”自己是每個人都具備的能力；比方依照股票的走勢決定購置仍是拋出，依照每天的時間和過去經(jīng)驗(yàn)選擇行車路線；購置機(jī)票、預(yù)約酒店時，比對多家的價錢后做出最后選擇。

這些小型決議，其實(shí)都是依照我們腦海中的數(shù)據(jù)點(diǎn)作出判斷，這就是簡單分析的過程。關(guān)于業(yè)務(wù)決議者而言，則需要掌握一套系統(tǒng)的、科學(xué)的、符合商業(yè)規(guī)律的數(shù)據(jù)分析知識。

數(shù)據(jù)分析的戰(zhàn)略思想

不論是產(chǎn)品、市場、營運(yùn)仍是管理者，你必定反省：數(shù)據(jù)實(shí)質(zhì)的價值，終究在哪里？從這些數(shù)據(jù)中，你和你的團(tuán)隊(duì)都能夠?qū)W習(xí)到什么？

數(shù)據(jù)分析的目標(biāo)

關(guān)于公司來講，數(shù)據(jù)分析的能夠協(xié)助公司優(yōu)化流程，降低成本，提升營業(yè)額，經(jīng)常我們把這類數(shù)據(jù)分析定義為商業(yè)數(shù)據(jù)分析。商業(yè)數(shù)據(jù)分析的目標(biāo)是利用大數(shù)據(jù)為所有職場人員做出敏捷、高質(zhì)、高效的決議，提

供可規(guī)?；慕鉀Q方案。商業(yè)數(shù)據(jù)分析的實(shí)質(zhì)在于創(chuàng)立商業(yè)價值，驅(qū)動公司業(yè)務(wù)增添。

數(shù)據(jù)分析的作用

我們經(jīng)常講的公司增添模式中，經(jīng)常以某個業(yè)務(wù)平臺為核心。這其中，數(shù)據(jù)和數(shù)據(jù)分析，是不能或缺的環(huán)節(jié)。

經(jīng)過公司或許平臺為目標(biāo)用戶群供應(yīng)產(chǎn)品或服務(wù)，而用戶在使用產(chǎn)品或服務(wù)過程中產(chǎn)生的交互、交易，都能夠作為數(shù)據(jù)采集下來。依照這些數(shù)據(jù)洞察，經(jīng)過分析的手段反推客戶的需求，創(chuàng)立更多符合需求的增值產(chǎn)品和服務(wù)，從頭投入用戶的使用，進(jìn)而形成形成一個完滿的業(yè)務(wù)閉環(huán)。這樣的完滿業(yè)務(wù)邏輯，能夠真切意義上驅(qū)動業(yè)務(wù)的增添。

數(shù)據(jù)分析進(jìn)化論

我們經(jīng)常以商業(yè)回報(bào)比來定位數(shù)據(jù)分析的不同樣階段，因此我們將其分為四個階段。

階段1：察看數(shù)據(jù)目前發(fā)生了什么？

第一，基本的數(shù)據(jù)顯現(xiàn)，能夠告訴我們發(fā)生了什么。比方，公司上周投放了新的搜尋引擎A的廣告，想要

比對一周下來，新渠道A比現(xiàn)有渠道B情況怎樣，A、B各自帶來了多少流量，轉(zhuǎn)變收效怎樣？新上線的產(chǎn)品有多少用戶喜歡，新注冊流中注冊的人數(shù)有多少。這些都需要經(jīng)過數(shù)據(jù)來顯現(xiàn)結(jié)果，都是鑒于數(shù)據(jù)自己供應(yīng)的“發(fā)生了什么”。

又比方，

階段2：理解為什么發(fā)生？

若是看到了渠道A為什么比渠道B帶來更多的流量，這時候我們就要聯(lián)合商業(yè)來進(jìn)一步判斷這類現(xiàn)象的

原因。這時候我們能夠進(jìn)一步經(jīng)過數(shù)據(jù)信息進(jìn)行深度拆分，或許某個要點(diǎn)字帶來的流量，或許是該渠道更

多的獲得了搬動端的用戶。這類數(shù)據(jù)深度分析判斷，成為了商業(yè)分析第二個進(jìn)階，也同時能夠供應(yīng)更多商業(yè)價值上的表現(xiàn)。

階段

3：展望未來會發(fā)生什么？

而當(dāng)我們理解了渠道A、B帶來流量的高半年銷量不到百萬部，蘋果要放棄印度市場嗎？低，就依照過去

的知識展望未來會發(fā)生什么。在投放渠道C、D的時候，猜想渠道C比渠道D好，當(dāng)上線新的注冊流、

新的優(yōu)化，能夠知道哪一個節(jié)點(diǎn)比較簡單出問題；我們也能夠經(jīng)過數(shù)據(jù)挖掘的手段，自動展望判斷C和D

渠道之間的差別，這就是數(shù)據(jù)分析的第三個進(jìn)階，展望未來會發(fā)生的結(jié)果。

階段4：商業(yè)決議

所有工作中最存心義的仍是商業(yè)決議，經(jīng)過數(shù)據(jù)來判斷應(yīng)當(dāng)做什么。而商業(yè)數(shù)據(jù)分析的目的，就是商業(yè)結(jié)果。當(dāng)數(shù)據(jù)分析的產(chǎn)出能夠直接轉(zhuǎn)變?yōu)闆Q議，或直接利用數(shù)據(jù)做出決議，那么這才能直接表現(xiàn)出數(shù)據(jù)分析的價值。

數(shù)據(jù)分析的EOI框架

EOI的架構(gòu)是包括LinkedIn、Google在內(nèi)的好多公司定義分析型項(xiàng)目的目標(biāo)的基本方式，也是首席增添

官在思慮商業(yè)數(shù)據(jù)分析項(xiàng)目中一種基本的、必備的手段。

其中，我們先會把公司業(yè)務(wù)項(xiàng)目分為三類：核心任務(wù)，戰(zhàn)略任務(wù)，風(fēng)險(xiǎn)任務(wù)。以谷歌為例，谷歌的核心任

務(wù)是搜尋、SEM、廣告，這是已經(jīng)被證明的商業(yè)模型，并已經(jīng)連續(xù)從中獲得好多收益。谷歌的戰(zhàn)略性任務(wù)（在

2010年左右）是安卓平臺，為了防范蘋果或其他廠商占有，因此要花時間、花精力去做，但商業(yè)模式未必

成型。風(fēng)險(xiǎn)任務(wù)關(guān)于創(chuàng)新來說是十分重要的，比方谷歌眼鏡、自動駕駛汽車等等。

數(shù)據(jù)分析項(xiàng)目對這三類任務(wù)的目標(biāo)也不同樣，對核心任務(wù)來講，數(shù)據(jù)分析是助力（E），幫助公司更好的盈利，提升盈利效率；對戰(zhàn)略任務(wù)來說是優(yōu)化（O），怎樣能夠協(xié)助戰(zhàn)略型任務(wù)找到方向和盈利點(diǎn)；關(guān)于風(fēng)險(xiǎn)任

務(wù)，則是共同創(chuàng)業(yè)（I），努力考證創(chuàng)新項(xiàng)目的重要性。首席增添官需要對公司業(yè)務(wù)及發(fā)展趨勢有著清楚的認(rèn)識，合理分派數(shù)據(jù)分析資源、制定數(shù)據(jù)分析目標(biāo)方向。

數(shù)據(jù)分析的3大思路

而面對海量的數(shù)據(jù)，好多人都不知道從怎樣準(zhǔn)備、怎樣張開，怎樣得出結(jié)論。下面為大家介紹做數(shù)據(jù)分析時的3個經(jīng)典的思路，希望在數(shù)據(jù)分析的實(shí)質(zhì)應(yīng)用中能給大家?guī)韼椭?/p>

數(shù)據(jù)分析的基本步驟

上面我們提到了數(shù)據(jù)分析與商業(yè)結(jié)果之間關(guān)系的重要性，所有商業(yè)數(shù)據(jù)分析都應(yīng)當(dāng)以業(yè)務(wù)場景為初步思慮點(diǎn)，以業(yè)務(wù)決議作為終點(diǎn)。數(shù)據(jù)分析該先做什么、后做什么？鑒于此，我們提出了商業(yè)數(shù)據(jù)分析流程的五個基本步驟。

第一步，要先挖掘業(yè)務(wù)含義，理解數(shù)據(jù)分析的背景、前提以及想要關(guān)系的業(yè)務(wù)場景結(jié)果是什么。

第二步，需要制定分析計(jì)劃，怎樣對場景拆分，怎樣推斷。

第三步，從分析計(jì)劃中拆分出需要的數(shù)據(jù)，真切落地分析自己。

第四步，從數(shù)據(jù)結(jié)果中，判斷提煉出商務(wù)洞察。

第五步，依照數(shù)據(jù)結(jié)果洞察，最后產(chǎn)出商業(yè)決議。

舉個例子：

某國內(nèi)互聯(lián)網(wǎng)金融理財(cái)類網(wǎng)站，市場部在百度和hao123上都有連續(xù)的廣告投放，吸引網(wǎng)頁端流量。近來內(nèi)部同事建議試一試投放神馬搬動搜尋渠道獲得流量；其他也需要評估可否加入金山網(wǎng)絡(luò)結(jié)盟進(jìn)行深度廣告投放。

在這類多渠道的投放場景下，怎樣進(jìn)行深度決議？我們依照上面商業(yè)數(shù)據(jù)分析流程的五個基本步驟來拆解一下這個問題。

第一步：挖掘業(yè)務(wù)含義。

第一要認(rèn)識市場部想優(yōu)化什么，并以此為北極星指標(biāo)去權(quán)衡。關(guān)于渠道收效評估，重要的是業(yè)務(wù)轉(zhuǎn)變：對P2P類網(wǎng)站來說，可否倡議“投資理財(cái)”要遠(yuǎn)重要于“接見用戶數(shù)量”。因此不論是神馬搬動搜尋仍是金山渠道，要點(diǎn)在于怎樣經(jīng)過數(shù)據(jù)手段權(quán)衡轉(zhuǎn)變收效；也能夠進(jìn)一步依照轉(zhuǎn)變收效，優(yōu)化不同樣渠道的營運(yùn)策略。

第二步，制定分析計(jì)劃。

以“投資理財(cái)”為核心轉(zhuǎn)變點(diǎn)，分派必然的估計(jì)進(jìn)行流量測試，察看比較注冊數(shù)量及最后轉(zhuǎn)變的收效。

記下倆能夠連續(xù)關(guān)注這些人重復(fù)購置理財(cái)產(chǎn)品的次數(shù)，進(jìn)一步判斷渠道質(zhì)量。

第三步，拆分查問數(shù)據(jù)。

既然分析計(jì)劃中需要比對渠道流量，那么我們需要各個渠道追蹤流量、落地頁停留時間、落地頁跳出率、網(wǎng)站接見深度以及訂單等種類數(shù)據(jù)，進(jìn)行深入的分析和落地。

第四步，提煉業(yè)務(wù)洞察。

依照數(shù)據(jù)結(jié)果，比對神馬搬動搜尋和金山網(wǎng)絡(luò)結(jié)盟投放后的收效，依照流量和轉(zhuǎn)變兩個核心KPI，察看結(jié)

果并推斷業(yè)務(wù)含義。若是神馬搬動搜尋收效不好，能夠思慮可否產(chǎn)品適合搬動端的客戶集體；或許認(rèn)真察看落地頁表現(xiàn)可否有能夠優(yōu)化的內(nèi)容等，需找出業(yè)務(wù)洞察。

第五步，產(chǎn)出商業(yè)決議。

依照數(shù)據(jù)洞察，指引渠道的決議制定。比方停止神馬渠道的投放，連續(xù)跟進(jìn)金山網(wǎng)絡(luò)結(jié)盟進(jìn)行評估；或優(yōu)化搬動端落地頁，更正用戶營運(yùn)策略等等。

以上這些都是商務(wù)數(shù)據(jù)分析拆解和達(dá)成推論的基本步驟。在接下來的內(nèi)容中，我們都會有這個分析思路。

內(nèi)外因素分解法

在數(shù)據(jù)分析的過程中，會有好多因素影響到我們的北極星指標(biāo)，那么怎樣找到這些因素呢？在此向大家介紹內(nèi)外因素分解法。內(nèi)外因素分解法是把問題拆成四部分，包括內(nèi)部因素、外面因素、可控和不能控，爾后再一步步解決每一個問題。

舉個例子：

某社交招聘類網(wǎng)站，分為求職者端和公司端。其盈利模式一般是向公司端收費(fèi)，其中一個收費(fèi)方式是購置

職位的廣告位。業(yè)務(wù)人員發(fā)現(xiàn)，“宣布職位”的數(shù)量在過去的6月中有遲緩下降的趨勢。關(guān)于這類某一數(shù)據(jù)指標(biāo)下降的問題，能夠怎么分析呢？

依照內(nèi)外因素分解法，我們能夠從四個角度依次去分析可能的影響因素。

內(nèi)部可控因素：產(chǎn)品近期上線更新、市場投放渠道變化、產(chǎn)品粘性、新老用戶保存問題、核心目標(biāo)的轉(zhuǎn)變。

外面可控因素：市場競爭敵手近期行為、用戶使用習(xí)慣的變化、招聘需求隨時間的變化。

內(nèi)部不能控因素：產(chǎn)品策略（搬動端/PC端）、公司整體戰(zhàn)略、公司客戶群定位（比方只做醫(yī)療行業(yè)招聘）。

外面不能控因素：互聯(lián)網(wǎng)招聘行業(yè)趨勢、整體經(jīng)濟(jì)局勢、季節(jié)性變化。

有了內(nèi)外因素分解法，我們就能夠較為全面地分析數(shù)據(jù)指標(biāo)，防范可能扔掉的影響因素并且因材施教。

DOSS思路

DOSS思路是從一個詳盡問題拆分到整體影響，從單調(diào)的解決方案找到一個規(guī)模化解決方案的方式。首席增

長官需要快速規(guī)模化有效的增添解決方案，DOSS是一個有效的路子。

舉個例子：

某在線教育平臺供應(yīng)免費(fèi)課程視頻，同時售賣付費(fèi)會員，為付費(fèi)會員供應(yīng)更多高階課程內(nèi)容。若是我想將

一套計(jì)算機(jī)技術(shù)的付費(fèi)課程，推送給一群連續(xù)在看C++免費(fèi)課程的用戶，那么數(shù)據(jù)分析應(yīng)當(dāng)怎樣支持呢？

我們按DOSS思路的四個步驟，分解以下：

詳盡問題：展望可否有可能幫助某一群組客戶購置課程。

整體影響：第一依照這類人群的免費(fèi)課程的使用情況進(jìn)行數(shù)據(jù)分析、數(shù)據(jù)挖掘的展望，此后進(jìn)行延長，比方對整體的影響，除了計(jì)算機(jī)類，對其他種類的課程都進(jìn)行關(guān)注。

單調(diào)回答：針對該群用戶進(jìn)行建模，監(jiān)控該模型關(guān)于最后轉(zhuǎn)變的影響。

規(guī)?；桨福捍撕笸瞥鲆?guī)?；慕鉀Q方案，對符合某種行為軌跡和特點(diǎn)的行為進(jìn)行建模，產(chǎn)品化課程介紹模型。

3.數(shù)據(jù)分析的

8

種方法

上面介紹了3個經(jīng)典分析思路，它們能夠幫你搭建一個清楚的數(shù)據(jù)分析思路框架。那么關(guān)于詳盡的業(yè)務(wù)場

景問題，我們又該怎么辦呢？我們以一個電子商務(wù)網(wǎng)站為例，用數(shù)據(jù)分析產(chǎn)品GrowingIO對該網(wǎng)站進(jìn)行快

速地?cái)?shù)據(jù)采集、清楚和可視化顯現(xiàn)，爾后給大家分享這8種常有的數(shù)據(jù)分析方法。

數(shù)字和趨勢

看數(shù)字、看趨勢是最基礎(chǔ)顯現(xiàn)數(shù)據(jù)信息的方式。在數(shù)據(jù)分析中，我們能夠經(jīng)過直觀的數(shù)字或趨勢圖表，快速認(rèn)識比方市場的走勢、訂單的數(shù)量、業(yè)績達(dá)成的情況等等，進(jìn)而直觀的吸取數(shù)據(jù)信息，有助于決議的正確性和實(shí)時性。

關(guān)于電子商務(wù)網(wǎng)站，流量是特別重要的指標(biāo)。上圖中，我們將網(wǎng)站的接見用戶量（UV）和頁面閱讀量（等指標(biāo)匯匯聚到一致的數(shù)據(jù)看板（Dashboard），并且實(shí)時更新。這樣的一個數(shù)據(jù)看板，核心數(shù)字和趨勢了如指掌，關(guān)于首席增添官來說了如指掌。

PV）

維度分解

當(dāng)單調(diào)的數(shù)字或趨勢過于宏觀時，我們需要經(jīng)過不同樣的維度關(guān)于數(shù)據(jù)進(jìn)行分解，以獲得更為精良的數(shù)據(jù)洞察。在選擇維度時，需要認(rèn)真思慮其關(guān)于分析結(jié)果的影響。

舉個例子，當(dāng)監(jiān)測到網(wǎng)站流量異樣時，能夠經(jīng)過拆分地域、接見根源、設(shè)施、閱讀器等等維度，發(fā)現(xiàn)問題所在。圖7中，當(dāng)天網(wǎng)站的接見用戶量顯著高于上周，這是什么原因呢？當(dāng)我們依照接見根源對流量進(jìn)行維度拆分時（圖9），不難發(fā)現(xiàn)直接接見根源的接見量有特別大的提升，這樣就進(jìn)一步把問題聚焦了。

用戶分群

針對符合某種特定行為或背景信息的用戶，進(jìn)行歸類辦理，是我們經(jīng)常講到的用戶分群（segmentation的手段。我們也能夠經(jīng)過提煉某一群用戶的特定信息，創(chuàng)立該集體用戶的畫像。比方接見購物網(wǎng)站、寄送

）

地點(diǎn)在北京的用戶，能夠被歸類為“北京”用戶集體。而針對“北京”用戶集體，我們能夠進(jìn)一步察看他們購置產(chǎn)品的頻度、種類、時間，這樣我們就創(chuàng)立出該用戶集體的畫像。

在數(shù)據(jù)分析中，我們經(jīng)常針對特定行為、特定背景的用戶進(jìn)行有針對性的用戶營運(yùn)和產(chǎn)品優(yōu)化，收效會更為顯然。上圖中，我們經(jīng)過GrowingIO的用戶分群功能將一次促銷活動中支付失敗的用戶精選出來，

爾后

推送相應(yīng)的優(yōu)惠券。這樣精確的營銷實(shí)行，能夠大幅度提升用戶支付的意向和銷售金額。

轉(zhuǎn)變漏斗

絕大多數(shù)商業(yè)變現(xiàn)的流程，都能夠概括為漏斗。漏斗分析是我們最常有的數(shù)據(jù)分析手段之一，不論是注冊轉(zhuǎn)變漏斗，仍是電商下單的漏斗。經(jīng)過漏斗分析能夠從先到后復(fù)原用戶轉(zhuǎn)變的路徑，分析每一個轉(zhuǎn)叛亂點(diǎn)的效率。

其中，我們經(jīng)常關(guān)注三個要點(diǎn)：

第一，從開始到結(jié)尾，整體的轉(zhuǎn)變效率是多少？

第二，每一步的轉(zhuǎn)變率是多少？

第三，哪一步流失最多，原因在什么地方？流失的用戶符合哪些特點(diǎn)？

上圖中注冊流程分為3個步驟，整體轉(zhuǎn)變率為%；也就是說有1000個用戶到達(dá)注冊頁面，其中455個成

功達(dá)成了注冊。可是我們不難發(fā)現(xiàn)第二步的轉(zhuǎn)變率是%，顯著低于第一步%和第三步轉(zhuǎn)變率%，能夠推

測第二步注冊流程存在問題。不問可知第二步的提升空間是最大的，投入回報(bào)比必然不低；若是要提升注

冊轉(zhuǎn)變率，我們應(yīng)當(dāng)優(yōu)先解決第二步。

行為軌跡

關(guān)注行為軌跡，是為了真切認(rèn)識用戶行為。數(shù)據(jù)指標(biāo)自己經(jīng)常可是真切情況的抽象，比方，網(wǎng)站分析若是只看接見用戶量（UV）和頁面接見量（PV）這類指標(biāo)，毅然是無法全面理解用戶怎樣使用你的產(chǎn)品。

經(jīng)過大數(shù)據(jù)手段，復(fù)原用戶的行為軌跡，有助于增添團(tuán)隊(duì)關(guān)注用戶的實(shí)質(zhì)體驗(yàn)、發(fā)現(xiàn)詳盡問題，依照用戶使用習(xí)慣設(shè)計(jì)產(chǎn)品、投放內(nèi)容。

上圖中顯現(xiàn)了一位用戶在某電商網(wǎng)站上的詳盡行為軌跡，從官網(wǎng)到落地頁，再到商品詳情頁，最后又回到官網(wǎng)首頁。網(wǎng)站購置轉(zhuǎn)變率低，過去的業(yè)務(wù)數(shù)據(jù)無法告訴你詳盡的原因；經(jīng)過分析上面的用戶行為軌跡，能夠發(fā)現(xiàn)一些產(chǎn)品和營運(yùn)的問題（比方可否是商品不般配等等），進(jìn)而為決議供應(yīng)依照。

保存分析

在人口盈利漸漸消褪的時代，留住一個老用戶的成本要遠(yuǎn)遠(yuǎn)低于獲得一個新用戶。每一款產(chǎn)品，每一項(xiàng)服務(wù)，都應(yīng)當(dāng)核心關(guān)注用戶的保存，保證做實(shí)每一個客戶。我們能夠經(jīng)過數(shù)據(jù)分析理解保存情況，也能夠通

過分析用戶行為或行為組與回訪之間的關(guān)系，找到提升保存的方法。

在LinkedIn，增添團(tuán)隊(duì)經(jīng)過數(shù)據(jù)發(fā)現(xiàn)，若是新用戶進(jìn)來后增添5個以上的聯(lián)系人（上圖紅色線條），那

么他/她在LinkedIn上保存要遠(yuǎn)遠(yuǎn)高于那些沒有增添聯(lián)系人（上圖綠色和紫色的線條）的保存。這樣，

增添聯(lián)系人稱為LinkedIn保存新用戶的最核心手段之一。

除了需要關(guān)注整體用戶的保存情況之外，市場團(tuán)隊(duì)能夠關(guān)注各個渠道獲得用戶的保存度，或各樣內(nèi)容吸引來的注冊用戶回訪率，產(chǎn)品團(tuán)隊(duì)關(guān)注每一個新功能關(guān)于用戶的回訪的影響等等，這些都是常有的保存分析場景。

A/B測試

A/B測試用來比較不同樣產(chǎn)品設(shè)計(jì)/算法對結(jié)果的影響。產(chǎn)品在上線過程中經(jīng)常會使用A/B測試來測試不同樣

產(chǎn)品或許功能設(shè)計(jì)的收效，市場和營運(yùn)能夠經(jīng)過A/B測試來達(dá)成不同樣渠道、內(nèi)容、廣告創(chuàng)意的收效評估。

舉個例