当我们看了不少增长案例之后,再看看手头的工作和业绩目标,是不是还觉得不知道怎么实现?那是因为许多案例并没有介绍得出结论的分析过程,而只是描述了问题的背景和目标,以及优化之后的效果 。真正的分析过程,往往被“发现”两个字一笔带过 。
当然有人会说,数据分析过程是一个见仁见智的过程,根本不可能按照一个统一的流程完成全部分析,特别是在互联网领域的高速变化当中 。那么数据分析的过程,究竟是一个只有零散技巧而无章法可循的过程,还是一个有明确的步骤并可以严格依照执行的过程?我认为是后者 。
我们这就来介绍一个通用的数据分析方法论:数据分析五步法,这个框架具有一下几方面特点:
- 不与具体业务绑定,是从决策需要的信息角度出发的;
- 具有开放性,可融入个人经验和前沿技术;
- 可结合大数据技术,排除人工环节,实现自动化;
- 逻辑清晰,容易学习 。
这个简单的数据分析五步法,基本能够应对日常工作中至少80%的常见数据分析问题 。而剩下的20%的场景,可以在这个基本的分析方法论上扩展出来,我们会在后面的内容中探讨 。
1.1 五个基本步骤
首先,我们来一次讲解着5个基本步骤,分别是:
- 汇总
- 细分
- 评价
- 归因
- 决策
这一步我们关注的是指标,也就是大家常见的那些DNU、DAU、GMV、ROI等等 。只要是说到数据分析的内容,一定会提示数据分析“要明确目标” 。因此,这个重要性我们倒是不需要赘述 。
目标当然是所有指标中最重要的 。但只有目标还不够,我们还需要其它的辅助指标 。就比如ROI,是投入和产出两项算出了ROI;而GMV,也可以用用户数乘以平均每用户的GMV计算出来 。这样,我们就把一个目标的计算,拆分成了更多相关指标的组合 。并且,这些指标更基础,我们可以通过一些运营手段影响这些指标的变化趋势 。
这部分没有什么理解的难度 。只不过,我们要找出指标之间的计算关系,由此逐渐找到所有我们需要关心的指标 。在现在的互联网产品运营当中,从来不会缺少需要看的指标,已经多到了眼花缭乱的地步 。但只有那些跟目标相关的指标,我们才需要关心 。
1.1.2 细分
这一步相当于给指标增加了一个或者若干个维度 。最简单的维度应当算是时间了 。比如,我们按天看UV的变化趋势;又或者,我们看不同页面带来的GMV是多少、看不同用户分群中的GMV分别是多少等等 。如果我们理解前面的指标只是一个数字的话,增加了维度之后,它就变成了一列数据;增加了两个维度之后,它就变成了一张表格,以此类推 。
就像指标的现状一样,我们也可以轻松找到许许多多可以用来拆分指标的维度 。比如前面提到的日期和人群,还有拉新上的来源渠道,活跃上的流量来源和转化路径等等 。再将这些维度进行排列组合,就能产生出一大批庞杂的拆分维度,多到根本看不过来 。
因此,在细分之前的关键环节就在于区分维度的重要程度 。
如何区分呢?
我们要按照是否可操作来区分这些拆分维度的轻重缓急 。比如:前面提到了看APP中的不同页面带来的GMV 。但是,如果我们没有必要的技术手段或者运营工具,来为那些GMV更高的页面分配更多流量,也不能降低那些GMV较低的页面的流量,那么按照页面拆分这种方法对于我们没有任何操作空间,更不要说操作之后的优化空间了 。
推荐阅读
- 冬瓜肉丝炒木耳的做法?
- 大的青芒果怎么切 青芒果怎么切视频
- 牛腩是牛哪个部位的肉
- 八款最去湿气的祛湿汤排骨 八款最去湿气的祛湿汤
- 每天吃花生酱会胖吗 吃花生酱会胖吗
- 肺纹理增重是什么原因 肺纹理增重什么意思
- 琥珀的科学价值是多少 琥珀的科学价值
- 新疆省本民族的建筑风格是什么
- 小户型客厅适合怎么样的茶几小客厅适合什么形状茶几
- 心如金坚是什么意思