揭秘运营的正确核心分析方法运营分析从哪几个方面分析( 三 ) _云知道

简而言之，在【评价】这个步骤中，我们需要把【汇总】部分的指标分成两类——最终的目标，与实现目标的手段。比如在前面的例子中，投入的成本就是实现GMV提高的手段。因此，每一块钱的成本投入，我们都需要以产生的GMV来评价它。这时，要实现GMV提高的目标，可选择的手段就比较多了。
比如，针对老用户促活，我们可以：

保持成本投入不变，更换更容易带来GMV的图片和文案，来提高投入的每一块钱带来的GMV（优化效率）；
保持每一块钱带来的GMV不变，（在限制范围内）追加成本投入。

这两种方式，都有意识地忽略了GMV可能带来的价值。如果我们将这部分价值考虑进来，它就能抵消掉一部分投入的成本，那么备选方案还会更多。
总之，在前面这个例子中，由于我们的拆分维度本身比较简单，只考虑了APP中的Banner和外部拉新的方式，因此比较容易通过数据中的一些标记进行细分。但是在实战中，还有些情况是我们无法进行明确地拆分的。
比如在用户交互中，产生一个GMV的路径需要经过几个环节的跳转，或者就像前面那个例子中的ABCD四个Banner，如果用户点击了其中的两个甚至三个Banner，那么我们如何拆解呢？这个问题就是下一个步骤【归因】了。
1.1.4 归因
【归因】这个步骤就是“最后一公里”了，也就是我们常说的剖析“为什么”的过程，之后便可以得出结论并进行决策。
在前面的步骤中，通过案例能清楚地看到，我们已经得到了一些可以直接对比的量化指标了。在这种情况下，其实我们不需要在【归因】的步骤中做什么特殊的操作，可以通过数值的比较直接下结论。但是如果我们遇到了细分的问题，也就是多个环节或者方法之间无法进行明确地拆分时，应当怎么办呢？
在日常的数据分析中有几种常用的归因思路：
比如，我们继续使用前面提到的案例——用户**依次**点击了ABCD四个位置才产生了GMV：

**首次互动归因模型**：也就是用户第一次做某件事，在数据中通常表现为时间最早、顺序号最小等等。那么我们给A记100%，B、C和D记0% 。
**最终互动归因模型**：也就是用户最后一次做某件事，对应的在数据中就表现为时间最近、顺序号最大等等。那么我们给D记100%，A、B和C记0% 。
**线性归因模型**：也就是平均分。那么我们给ABCD分别记25% 。
**加权归因模型**：也就是给多个促成因素分配一定的权重，例如A和B各记30%，C和D各记20% 。正因为多出来一个权重的维度，需要一定的设计；并且计算权重也可以作为一种分析的过程。关于权重也有几种常见的设置办法，比如首末两项最重要而其它向中间递减，或者按时递减等等。

当然，在选择归因方式的时候，也会结合具体业务的特征，来考虑行为的先后顺序、停留时间长短等情况，对于分析目标的贡献或影响。
1.1.5 决策
最后就可以决策了。但经过了前面的几个步骤逐渐消除了不确定性，决策反而是最简单的一步了——就是找出那个表现最好的版本、表现最好的位置、表现最好的拉新方法而已。
而当我们有一些新的idea时，同样可以作为A/B Test中的一个版本，加入到这套评价体系中，进行综合评价。
1.2 应用案例
这套方法论不仅针对日常工作中的专项分析，在一些已经固化成型的方法论中，也可以找到这套基础方法论的影子。
我们来看几个已经成型方法论案例：
1.2.1 A/B Test实验
首先我们要看的案例就是A/B Test 。在A/B Test的过程中，首先我们要确定实验的目的，也就是我们要通过实验提高和优化的是哪个指标。之后，我们以实验中的不同版本作为细分维度，以指标是否实现作为评价标准，对实验结果进行评价。如果在实验的过程中确实遇到了需要归因的问题，则还需要考虑如何进行归因。