提升营销活动效果的数据分析方法 活动数据分析怎么写


提升营销活动效果的数据分析方法 活动数据分析怎么写


[ 虎娃导读 ] 笔者结合自己的用户增长活动经验,分享了以下内容——数据化思维的价值、行之有效的分析流程、项目中数据异常的监测、排查、处理 。
数据分析是做用户增长的一项基本技能,然而每次想好好学习下,看到的资源不是7天精通Excel就是20天进阶SQL,甚至于Python必知必会……
工欲善其事必先利其器,确实没错,但工具也是为具体目标而服务的嘛 。为了学习技能而学习技能只会更加焦虑 。
那么问题来了,对于大部分小伙伴究竟要把数据分析学到什么程度呢?
这张图是我根据数据分析技能,使用频率和学习成本画的,里面Excel在使用频率上应该是使用的最多的,可能每个人每天都会打开Excel;基础操作大家应该都会,复杂一些的百度一下教程花个几十分钟也可以做出来 。
Excel可以解决80%的数据分析问题,剩下的如果是非高频需求,可以使用工具或者描述清楚需求让技术小伙伴帮忙处理 。
如果是一些非常高频的数据运营&产品岗,还是要学一下相关编程语言的,但Excel应该数据分析中性价比最高的工具了,本篇文章中的数据分析工具也主要以Excel 为主 。
本文主要分为三个部分,如图所示:
由于篇幅有限,本文不会涉及太多Excel技巧,不过这里给大家推荐一本相关书籍《谁说菜鸟不会数据分析》 。
这本书在Excel技巧方面讲的很全面,大家有空可以翻一遍,不用刻意去记忆,脑子里大概有个印象,遇到问题知道在哪里查找就好 。
数据化思维的价值(1)数据让我们更了解用户
从项目角度来看:“数据让我们更了解用户” 。
在线上很多时候就像一个黑盒子,我们不知道用户在里面做什么,而通过数据就像把盒子里面装了监控一样 。
通过数据可把这个盒子变得透明化,数据越全盒子越透明 。但是考虑到成本,一般只做关键事件的埋点、关键页面访问、关键按钮点击 。
通过数据我们可以发现用户在这个黑盒子里面遇到的问题——如发现转化率低,那么是不是用户遇到了障碍不知道怎么操作,还是决策门槛太高了?
从个人成长方面,数据化思维也是一个很好的工具,叮当在刚开始做用户增长项目时很焦虑 。
(2)从数据中发现问题,提高成长效率,指导决策
小叮当的48个“金币”:把一天的时间每半个小时分为一个模块,每天记录在各时间段做的事件类型,每周进行汇总分析
从个人成长方面,数据化思维也是一个很好的工具,叮当在刚开始做用户增长项目时很焦虑 。感觉每天都很忙,经常11点,甚至凌晨下班,但是又感觉自己好像什么都没有做 。
然后就整理了一个表格以半小时为一个单位记录自己在做的事情,周末汇总生成图表 。
分析了几天发现了两个问题:
一感到压力就想拖延,拿起手机刷朋友圈 。大部分时间都在建活动群和管理志愿者,写文案 。
后来就想了两个解决方案:
特别注意,每次自己想拖延拿起手机刷朋友圈的话就把手机丢到抽屉里 。梳理每个事件的流程 计时,优化建群的流程和志愿者管理协作流程 。
在项目中的数据分析,一般可以分为两部分:一般的数据分析(从数据埋点,收集,清洗,分析……)和项目中的数据异常情况处理 。
一般数据分析中比较偏向静态,基于我们设计好的方案,去搭建数据分析模型;应用场景更多是从0到1,或者阶段性根据数据分析调整方向 。异常处理是动态的,更多是基于项目中的实际问题出发去解决问题,中间也会有更多我们没有考虑到的点需要探索 。数据分析流程

推荐阅读