運營數(shù)據(jù)分析方法

運行必備的15個數(shù)據(jù)分析措施一、數(shù)據(jù)分析的戰(zhàn)略思維無論是產(chǎn)品、市場、運行還是管理者，你必須反思：數(shù)據(jù)本質(zhì)的價值，究竟在哪里？從這些數(shù)據(jù)中，你和你的團(tuán)體都可以學(xué)習(xí)到什么？1.數(shù)據(jù)分析的目的對于企業(yè)來講，數(shù)據(jù)分析的可以輔助企業(yè)優(yōu)化流程，減少成本，提高營業(yè)額，往往我們把此類數(shù)據(jù)分析定義為商業(yè)數(shù)據(jù)分析。商業(yè)數(shù)據(jù)分析的目的是運用大數(shù)據(jù)為所有職場人員做出迅捷、高質(zhì)、高效的決策，提供可規(guī)?；奶幚矸桨?。商業(yè)數(shù)據(jù)分析的本質(zhì)在于發(fā)明商業(yè)價值，驅(qū)動企業(yè)業(yè)務(wù)增長。2.數(shù)據(jù)分析的作用我們常常講的企業(yè)增長模式中，往往以某個業(yè)務(wù)平臺為關(guān)鍵。在這其中，數(shù)據(jù)和數(shù)據(jù)分析，是不可或缺的環(huán)節(jié)。通過企業(yè)或者平臺為目的顧客群提供產(chǎn)品或服務(wù)，而顧客在使用產(chǎn)品或服務(wù)過程中產(chǎn)生的交互、交易，都可以作為數(shù)據(jù)采集下來。根據(jù)這些數(shù)據(jù)洞察，通過度析的手段反推客戶的需求，發(fā)明更多符合需求的增值產(chǎn)品和服務(wù)，重新投入顧客的使用，從而形成形成一種完整的業(yè)務(wù)閉環(huán)。這樣的完整業(yè)務(wù)邏輯，可以真正意義上驅(qū)動業(yè)務(wù)的增長。3.數(shù)據(jù)分析進(jìn)化論我們常常以商業(yè)回報比來定位數(shù)據(jù)分析的不一樣階段，因此我們將其分為四個階段：階段1：觀測數(shù)據(jù)目前發(fā)生了什么？首先基本的數(shù)據(jù)展示，可以告訴我們發(fā)生了什么。例如：企業(yè)上周投放了新的搜索引擎A的廣告，想要比對一周內(nèi)新渠道A比既有渠道B狀況怎樣，A、B各自帶來了多少流量，轉(zhuǎn)化效果怎樣？又例如，新上線的產(chǎn)品有多少顧客喜歡，新注冊流中注冊的人數(shù)有多少。這些都需要通過數(shù)據(jù)來展示成果，都是基于數(shù)據(jù)自身提供的“發(fā)生了什么”。階段2：理解為何發(fā)生？假如看到了渠道A為何比渠道B帶來更多的流量，這時候我們就要結(jié)合商業(yè)來深入判斷這種現(xiàn)象的原因。這時候我們可以深入通過數(shù)據(jù)信息進(jìn)行深度拆分，也許某個關(guān)鍵字帶來的流量，也許是該渠道更多地獲取了移動端的顧客。這種數(shù)據(jù)深度分析判斷，成為了商業(yè)分析第二個進(jìn)階，也同步可以提供更多商業(yè)價值上的體現(xiàn)。階段3：預(yù)測未來會發(fā)生什么？而當(dāng)我們理解了渠道A、B帶來流量的高下，就根據(jù)以往的知識預(yù)測未來會發(fā)生什么。在投放渠道C、D的時候，猜測渠道C比渠道D好，當(dāng)上線新的注冊流、新的優(yōu)化，可以懂得哪一種節(jié)點比較輕易出問題；我們也可以通過數(shù)據(jù)挖掘的手段，自動預(yù)測判斷C和D渠道之間的差異，這就是數(shù)據(jù)分析的第三個進(jìn)階，預(yù)測未來會發(fā)生的成果。階段4：商業(yè)決策所有工作中最故意義的還是商業(yè)決策，通過數(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)成果。當(dāng)數(shù)據(jù)分析的產(chǎn)出可以直接轉(zhuǎn)化為決策，或直接運用數(shù)據(jù)做出決策，那么這才能直接體現(xiàn)出數(shù)據(jù)分析的價值。4.數(shù)據(jù)分析的EOI框架EOI的架構(gòu)是包括LinkedIn、Google在內(nèi)的諸多企業(yè)定義分析型項目的目的的基本方式，也是首席增長官在思索商業(yè)數(shù)據(jù)分析項目中一種基本的、必備的手段。其中，我們先會把企業(yè)業(yè)務(wù)項目分為三類：關(guān)鍵任務(wù)，戰(zhàn)略任務(wù)，風(fēng)險任務(wù)。以google為例，google的關(guān)鍵任務(wù)是搜索、SEM、廣告，這是已經(jīng)被證明的商業(yè)模型，并已經(jīng)持續(xù)從中獲得諸多利潤。google的戰(zhàn)略性任務(wù)（在年左右）是安卓平臺，為了防止蘋果或其他廠商占領(lǐng)，因此要花時間、花精力去做，但商業(yè)模式未必成型。風(fēng)險任務(wù)對于創(chuàng)新來說是十分重要的，例如google眼鏡、自動駕駛汽車等等。數(shù)據(jù)分析項目對這三類任務(wù)的目的也不一樣，對關(guān)鍵任務(wù)來講，數(shù)據(jù)分析是助力（E），協(xié)助企業(yè)更好的盈利，提高盈利效率；對戰(zhàn)略任務(wù)來說是優(yōu)化（O），怎樣可以輔助戰(zhàn)略型任務(wù)找到方向和盈利點；對于風(fēng)險任務(wù)，則是共同創(chuàng)業(yè)（I），努力驗證創(chuàng)新項目的重要性。首席增長官需要對企業(yè)業(yè)務(wù)及發(fā)展趨勢有著清晰的認(rèn)識，合理分派數(shù)據(jù)分析資源、制定數(shù)據(jù)分析目的方向。二、數(shù)據(jù)分析的3大思緒而面對海量的數(shù)據(jù)，諸多人都不懂得從怎樣準(zhǔn)備、怎樣開展，怎樣得出結(jié)論。下面為大家簡介做數(shù)據(jù)分析時的3個經(jīng)典的思緒，但愿在數(shù)據(jù)分析的實際應(yīng)用中能給大家?guī)韰f(xié)助。1.數(shù)據(jù)分析的基本環(huán)節(jié)上面我們提到了數(shù)據(jù)分析與商業(yè)成果之間關(guān)聯(lián)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)場景為起始思索點，以業(yè)務(wù)決策作為終點。數(shù)據(jù)分析該先做什么、后做什么?；诖?，我們提出了商業(yè)數(shù)據(jù)分析流程的五個基本環(huán)節(jié)。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)聯(lián)的業(yè)務(wù)場景成果是什么。需要制定分析計劃，怎樣對場景拆分，怎樣推斷。從分析計劃中拆分出需要的數(shù)據(jù)，真正落地分析自身。從數(shù)據(jù)成果中，判斷提煉出商務(wù)洞察。根據(jù)數(shù)據(jù)成果洞察，最終產(chǎn)出商業(yè)決策。舉個例子：某國內(nèi)互聯(lián)網(wǎng)金融理財類網(wǎng)站，市場部在百度和hao123上均有持續(xù)的廣告投放，吸引網(wǎng)頁端流量。近來內(nèi)部同事提議嘗試投放神馬移動搜索渠道獲取流量；此外也需要評估與否加入金山網(wǎng)絡(luò)聯(lián)盟進(jìn)行深度廣告投放。在這種多渠道的投放場景下，怎樣進(jìn)行深度決策？我們按照上面商業(yè)數(shù)據(jù)分析流程的五個基本環(huán)節(jié)來拆解一下這個問題。第一步：挖掘業(yè)務(wù)含義。首先要理解市場部想優(yōu)化什么，并以此為北極星指標(biāo)去衡量。對于渠道效果評估，重要的是業(yè)務(wù)轉(zhuǎn)化：對P2P類網(wǎng)站來說，與否發(fā)起“投資理財”要遠(yuǎn)重要于“訪問顧客數(shù)量”。因此無論是神馬移動搜索還是金山渠道，重點在于怎樣通過數(shù)據(jù)手段衡量轉(zhuǎn)化效果；也可以深入根據(jù)轉(zhuǎn)化效果，優(yōu)化不一樣渠道的運行方略。第二步，制定分析計劃。以“投資理財”為關(guān)鍵轉(zhuǎn)化點，分派一定的預(yù)算進(jìn)行流量測試，觀測對比注冊數(shù)量及最終轉(zhuǎn)化的效果。記下倆可以持續(xù)關(guān)注這些人反復(fù)購置理財產(chǎn)品的次數(shù)，深入判斷渠道質(zhì)量。第三步，拆分查詢數(shù)據(jù)。既然分析計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)站訪問深度以及訂單等類型數(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。根據(jù)數(shù)據(jù)成果，比對神馬移動搜索和金山網(wǎng)絡(luò)聯(lián)盟投放后的效果，根據(jù)流量和轉(zhuǎn)化兩個關(guān)鍵KPI，觀測成果并推測業(yè)務(wù)含義。假如神馬移動搜索效果不好，可以思索與否產(chǎn)品適合移動端的客戶群體；或者仔細(xì)觀測落地頁體現(xiàn)與否有可以優(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)決策。根據(jù)數(shù)據(jù)洞察，指導(dǎo)渠道的決策制定。例如停止神馬渠道的投放，繼續(xù)跟進(jìn)金山網(wǎng)絡(luò)聯(lián)盟進(jìn)行評估；或優(yōu)化移動端落地頁，更改顧客運行方略等等。以上這些都是商務(wù)數(shù)據(jù)分析拆解和完畢推論的基本環(huán)節(jié)。在接下來的內(nèi)容中，我們都會有這個分析思緒。2.內(nèi)外原因分解法在數(shù)據(jù)分析的過程中，會有諸多原因影響到我們的北極星指標(biāo)，那么怎樣找到這些原因呢？在此向大家推薦內(nèi)外原因分解法。內(nèi)外原因分解法是把問題拆成四部分，包括內(nèi)部原因、外部原因、可控和不可控，然后再一步步處理每一種問題。舉個例子：某社交招聘類網(wǎng)站，分為求職者端和企業(yè)端。其盈利模式一般是向企業(yè)端收費，其中一種收費方式是購置職位的廣告位。業(yè)務(wù)人員發(fā)現(xiàn)，“公布職位”的數(shù)量在過去的6月中有緩慢下降的趨勢。對于此類某一數(shù)據(jù)指標(biāo)下降的問題，可以怎么分析呢？根據(jù)內(nèi)外原因分解法，我們可以從四個角度依次去分析也許的影響原因。內(nèi)部可控原因：產(chǎn)品近期上線更新、市場投放渠道變化、產(chǎn)品粘性、新老顧客留存問題、關(guān)鍵目的的轉(zhuǎn)化。外部可控原因：市場競爭對手近期行為、顧客使用習(xí)慣的變化、招聘需求隨時間的變化。內(nèi)部不可控原因：產(chǎn)品方略（移動端/PC端）、企業(yè)整體戰(zhàn)略、企業(yè)客戶群定位（例如只做醫(yī)療行業(yè)招聘）。外部不可控原因：互聯(lián)網(wǎng)招聘行業(yè)趨勢、整體經(jīng)濟(jì)形勢、季節(jié)性變化。有了內(nèi)外原因分解法，我們就可以較為全面地分析數(shù)據(jù)指標(biāo)，防止也許遺失的影響原因并且對癥下藥。3.DOSS思緒DOSS思緒是從一種詳細(xì)問題拆分到整體影響，從單一的處理方案找到一種規(guī)?；幚矸桨傅姆绞?。首席增長官需要迅速規(guī)模化有效的增長處理方案，DOSS是一種有效的途徑。舉個例子：某在線教育平臺提供免費課程視頻，同步售賣付費會員，為付費會員提供更多高階課程內(nèi)容。假如我想將一套計算機技術(shù)的付費課程，推送給一群持續(xù)在看C++免費課程的顧客，那么數(shù)據(jù)分析應(yīng)當(dāng)怎樣支持呢？我們按DOSS思緒的四個環(huán)節(jié)，分解如下：詳細(xì)問題：預(yù)測與否有也許協(xié)助某一群組客戶購置課程。整體影響：首先根據(jù)此類人群的免費課程的使用狀況進(jìn)行數(shù)據(jù)分析、數(shù)據(jù)挖掘的預(yù)測，之后進(jìn)行延伸，例如對整體的影響，除了計算機類，對其他類型的課程都進(jìn)行關(guān)注。單一回答：針對該群顧客進(jìn)行建模，監(jiān)控該模型對于最終轉(zhuǎn)化的影響。規(guī)模化方案：之后推出規(guī)?；奶幚矸桨福瑢Ψ夏撤N行為軌跡和特性的行為進(jìn)行建模，產(chǎn)品化課程推薦模型三、數(shù)據(jù)分析的8種措施上面簡介了3個經(jīng)典分析思緒，它們可以幫你搭建一種清晰的數(shù)據(jù)分析思緒框架。那么對于詳細(xì)的業(yè)務(wù)場景問題，我們又該怎么辦呢？我們以一種電子商務(wù)網(wǎng)站為例，用數(shù)據(jù)分析產(chǎn)品GrowingIO對該網(wǎng)站進(jìn)行迅速地數(shù)據(jù)采集、清晰和可視化展示，然后給大家分享這8種常見的數(shù)據(jù)分析措施。1.數(shù)字和趨勢看數(shù)字、看趨勢是最基礎(chǔ)展示數(shù)據(jù)信息的方式。在數(shù)據(jù)分析中，我們可以通過直觀的數(shù)字或趨勢圖表，迅速理解例如市場的走勢、訂單的數(shù)量、業(yè)績完畢的狀況等等，從而直觀地吸取數(shù)據(jù)信息，有助于決策的精確性和實時性。對于電子商務(wù)網(wǎng)站，流量是非常重要的指標(biāo)。上圖中，我們將網(wǎng)站的訪問顧客量（UV）和頁面瀏覽量（PV）等指標(biāo)匯匯聚到統(tǒng)一的數(shù)據(jù)看板（Dashboard），并且實時更新。這樣的一種數(shù)據(jù)看板，關(guān)鍵數(shù)字和趨勢一目了然，對于首席增長官來說一目了然。2.維度分解當(dāng)單一的數(shù)字或趨勢過于宏觀時，我們需要通過不一樣的維度對于數(shù)據(jù)進(jìn)行分解，以獲取愈加精細(xì)的數(shù)據(jù)洞察。在選擇維度時，需要仔細(xì)思索其對于分析成果的影響。舉個例子，當(dāng)監(jiān)測到網(wǎng)站流量異常時，可以通過拆分地區(qū)、訪問來源、設(shè)備、瀏覽器等等維度，發(fā)現(xiàn)問題所在。圖7中，當(dāng)日網(wǎng)站的訪問顧客量明顯高于上周，這是什么原因呢？當(dāng)我們按照訪問來源對流量進(jìn)行維度拆分時（圖9），不難發(fā)現(xiàn)直接訪問來源的訪問量有非常大的提高，這樣就深入把問題聚焦了。3.顧客分群針對符合某種特定行為或背景信息的顧客，進(jìn)行歸類處理，是我們常常講到的顧客分群（segmentation）的手段。我們也可以通過提煉某一群顧客的特定信息，創(chuàng)立該群體顧客的畫像。例如訪問購物網(wǎng)站、寄送地址在北京的顧客，可以被歸類為“北京”顧客群體。而針對“北京”顧客群體，我們可以深入觀測他們購置產(chǎn)品的頻度、類別、時間，這樣我們就創(chuàng)立出該顧客群體的畫像。在數(shù)據(jù)分析中，我們往往針對特定行為、特定背景的顧客進(jìn)行有針對性的顧客運行和產(chǎn)品優(yōu)化，效果會愈加明顯。上圖中，我們通過GrowingIO的顧客分群功能將一次促銷活動中支付失敗的顧客挑選出來，然后推送對應(yīng)的優(yōu)惠券。這樣精確的營銷推廣，可以大幅度提高顧客支付的意愿和銷售金額。4.轉(zhuǎn)化漏斗絕大部分商業(yè)變現(xiàn)的流程，都可以歸納為漏斗。漏斗分析是我們最常見的數(shù)據(jù)分析手段之一，無論是注冊轉(zhuǎn)化漏斗，還是電商下單的漏斗。通過漏斗分析可以從先到后還原顧客轉(zhuǎn)化的途徑，分析每一種轉(zhuǎn)化節(jié)點的效率。其中，我們往往關(guān)注三個要點：從開始到結(jié)尾，整體的轉(zhuǎn)化效率是多少？每一步的轉(zhuǎn)化率是多少？哪一步流失最多，原因在什么地方？流失的顧客符合哪些特性？上圖中注冊流程分為3個環(huán)節(jié)，總體轉(zhuǎn)化率為45.5%；也就是說有1000個顧客來到注冊頁面，其中455個成功完畢了注冊。不過我們不難發(fā)現(xiàn)第二步的轉(zhuǎn)化率是56.8%，明顯低于第一步89.3%和第三步轉(zhuǎn)化率89.7%，可以推測第二步注冊流程存在問題。顯而易見第二步的提高空間是最大的，投入回報比肯定不低；假如要提高注冊轉(zhuǎn)化率，我們應(yīng)當(dāng)優(yōu)先處理第二步。5.行為軌跡關(guān)注行為軌跡，是為了真實理解顧客行為。數(shù)據(jù)指標(biāo)自身往往只是真實狀況的抽象，例如：網(wǎng)站分析假如只看訪問顧客量（UV）和頁面訪問量（PV）此類指標(biāo)，斷然是無法全面理解顧客怎樣使用你的產(chǎn)品。通過大數(shù)據(jù)手段，還原顧客的行為軌跡，有助于增長團(tuán)體關(guān)注顧客的實際體驗、發(fā)現(xiàn)詳細(xì)問題，根據(jù)顧客使用習(xí)慣設(shè)計產(chǎn)品、投放內(nèi)容。上圖中展示了一位顧客在某電商網(wǎng)站上的詳細(xì)行為軌跡，從官網(wǎng)到落地頁，再到商品詳情頁，最終又回到官網(wǎng)首頁。網(wǎng)站購置轉(zhuǎn)化率低，以往的業(yè)務(wù)數(shù)據(jù)無法告訴你詳細(xì)的原因；通過度析上面的顧客行為軌跡，可以發(fā)現(xiàn)某些產(chǎn)品和運行的問題（例如是不是商品不匹配等等），從而為決策提供根據(jù)。6.留存分析在人口紅利逐漸消褪的時代，留住一種老顧客的成本要遠(yuǎn)遠(yuǎn)低于獲取一種新顧客。每一款產(chǎn)品，每一項服務(wù)，都應(yīng)當(dāng)關(guān)鍵關(guān)注顧客的留存，保證做實每一種客戶。我們可以通過數(shù)據(jù)分析理解留存狀況，也可以通過度析顧客行為或行為組與回訪之間的關(guān)聯(lián)，找到提高留存的措施。在LinkedIn，增長團(tuán)體通過數(shù)據(jù)發(fā)現(xiàn)，假如新顧客進(jìn)來后添加5個以上的聯(lián)絡(luò)人（上圖紅色線條），那么他/她在LinkedIn上留存要遠(yuǎn)遠(yuǎn)高于那些沒有添加聯(lián)絡(luò)人（上圖綠色和紫色的線條）的留存。這樣，添加聯(lián)絡(luò)人稱為LinkedIn留存新顧客的最關(guān)鍵手段之一。除了需要關(guān)注整體顧客的留存狀況之外，市場團(tuán)體可以關(guān)注各個渠道獲取顧客的留存度，或各類內(nèi)容吸引來的注冊顧客回訪率，產(chǎn)品團(tuán)體關(guān)注每一種新功能對于顧客的回訪的影響等等，這些都是常見的留存分析場景。7.A/B測試A/B測試用來對比不一樣產(chǎn)品設(shè)計/算