對(duì)于數(shù)據(jù)分析，我發(fā)現(xiàn)很多運(yùn)營(yíng)都有這樣一些困惑：
不知道從哪里獲取數(shù)據(jù)；
不知道用什么樣的工具；
不清楚分析的方法論和框架；
大部分的數(shù)據(jù)分析流于形式；
其實(shí)，數(shù)據(jù)分析并沒(méi)有大家想象的那么難
概念：數(shù)據(jù)與數(shù)據(jù)分析
大家一直在說(shuō)收集數(shù)據(jù)和數(shù)據(jù)分析，但是對(duì)于兩者具體的定義又很難說(shuō)清楚。很多人都會(huì)先入為主，認(rèn)為數(shù)據(jù)就是各種表格、各種數(shù)字，例如excel報(bào)表、各種數(shù)據(jù)庫(kù)。其實(shí)這是一個(gè)錯(cuò)誤或者說(shuō)有偏差的認(rèn)識(shí)，它會(huì)使得我們對(duì)數(shù)據(jù)的認(rèn)識(shí)變得很狹隘。
1
什么是數(shù)據(jù)？
數(shù)據(jù)（data）是描述事物的符號(hào)記錄，是構(gòu)成信息或者知識(shí)的原始材料。這種哲學(xué)層次的定義，讓數(shù)據(jù)的范圍極大豐富，也符合目前“大數(shù)據(jù)”發(fā)展的需要。
作為一名運(yùn)營(yíng)人，我們接觸到的數(shù)據(jù)可能沒(méi)有那么復(fù)雜，但是也有很多類(lèi)別。
從數(shù)據(jù)的來(lái)源來(lái)看，可以分為企業(yè)外部數(shù)據(jù)和內(nèi)部數(shù)據(jù)。外部數(shù)據(jù)主要包括宏觀經(jīng)濟(jì)、新聞?shì)浨椤⑸鐣?huì)人口、和市場(chǎng)調(diào)研數(shù)據(jù)；內(nèi)部數(shù)據(jù)包括用戶(hù)行為數(shù)據(jù)、服務(wù)端日志數(shù)據(jù)、CRM與交易數(shù)據(jù)。不同數(shù)據(jù)的獲取途徑、分析方法、分析目的都不經(jīng)相同，不同行業(yè)、不同企業(yè)在實(shí)際分析中也都各有偏好。
2
什么是數(shù)據(jù)分析？
數(shù)據(jù)分析是指從數(shù)據(jù)中提取有用的信息，并指導(dǎo)實(shí)踐。
但需要注意的是：
這些信息需要用來(lái)指導(dǎo)實(shí)踐，而不是流于形式；
需要提取的是有用的信息，而不是自嗨。
思路：方法論與方法
很多人剛接觸數(shù)據(jù)分析的時(shí)候，都深感無(wú)從下手。所以我們需要宏觀的方法論和微觀的方法來(lái)指導(dǎo)。那么方法論和方法有什么區(qū)別？
方法論是從宏觀角度出發(fā)，從管理和業(yè)務(wù)的角度提出的分析框架，指導(dǎo)我們接下來(lái)具體分析的方向。
方法是微觀的概念，是指我們?cè)诰唧w分析過(guò)程中使用的方法。
1
方法論
數(shù)據(jù)分析的方法論很多，這里我給大家介紹一些常見(jiàn)的框架。
AARRR：增長(zhǎng)黑客的海盜法則，精益創(chuàng)業(yè)的重要框架，從獲?。ˋcquisition）、激活（Activation）、留存（Retention）、變現(xiàn)（Revenue）和推薦（Referral）5個(gè)環(huán)節(jié)增長(zhǎng)。
4P理論：經(jīng)典營(yíng)銷(xiāo)理論，認(rèn)為產(chǎn)品（Product）、價(jià)格（Price）、渠道（Place）和促銷(xiāo)（Promote）是影響市場(chǎng)的重要因素。
5W2H分析法：從Why、When、Where、What、Who、How、How much 7個(gè)常見(jiàn)的維度分析問(wèn)題。
PEST分析法：從政治（Politics）、經(jīng)濟(jì)（Economy）、社會(huì)（Society）、技術(shù)（Technology）四個(gè)方面分析內(nèi)外環(huán)境，適用于宏觀分析。
SWOT分析法：從優(yōu)勢(shì)（Strength）、劣勢(shì)（Weakness）、機(jī)遇（Opportunity）、威脅（Threat）四個(gè)方面分析內(nèi)外環(huán)境，適用于宏觀分析。
數(shù)據(jù)分析的方法論很多，沒(méi)有最好的方法論，只有最合適的。詳細(xì)介紹一下 AARRR 方法論，對(duì)于精益化運(yùn)營(yíng)、業(yè)務(wù)增長(zhǎng)的問(wèn)題，這個(gè)方法論非常契合。
對(duì)于互聯(lián)網(wǎng)產(chǎn)品而言，用戶(hù)具有明顯的生命周期特征，下面我以一個(gè)O2O行業(yè)的APP為例闡述一下。
通過(guò)各種線(xiàn)上、線(xiàn)下的渠道獲取新用戶(hù)，下載安裝APP。
安裝完APP后，通過(guò)運(yùn)營(yíng)手段激活用戶(hù)；比如說(shuō)首單免費(fèi)、代金券、紅包等方式。
通過(guò)一系列的運(yùn)營(yíng)使部分用戶(hù)留存下來(lái)，給企業(yè)帶營(yíng)收。
如果用戶(hù)覺(jué)得這個(gè)產(chǎn)品不錯(cuò)，可能推薦給身邊的人；或者通過(guò)紅包等激勵(lì)手段鼓勵(lì)分享到朋友圈等等。
需要注意的是以上環(huán)節(jié)并非完全按照上面順序來(lái)的；運(yùn)營(yíng)可以根據(jù)業(yè)務(wù)需要靈活應(yīng)用。 AARRR的五個(gè)環(huán)節(jié)都可以通過(guò)數(shù)據(jù)指標(biāo)來(lái)衡量與分析，從而實(shí)現(xiàn)精益化運(yùn)營(yíng)的目的；每個(gè)環(huán)節(jié)的提升都可以有效增長(zhǎng)業(yè)務(wù)。
2
方法
借助常見(jiàn)的網(wǎng)站/APP數(shù)據(jù)分析產(chǎn)品，我們非常快速的完成這7種分析。
1.趨勢(shì)分析
趨勢(shì)分析是最簡(jiǎn)單、最基礎(chǔ)，也是最常見(jiàn)的數(shù)據(jù)監(jiān)測(cè)與數(shù)據(jù)分析方法。通常我們?cè)跀?shù)據(jù)分析產(chǎn)品中建立一張數(shù)據(jù)指標(biāo)的線(xiàn)圖或者柱狀圖，然后持續(xù)觀察，重點(diǎn)關(guān)注異常值。
在這個(gè)過(guò)程中，我們要選定第一關(guān)鍵指標(biāo)（OMTM，One Metric That Matter），而不要被虛榮指標(biāo)（vanity metrics ）所迷惑。
以社交類(lèi)APP為例，如果我們將下載量作為第一關(guān)鍵指標(biāo)，可能就會(huì)走偏；因?yàn)橛脩?hù)下載APP并不代表他使用了你的產(chǎn)品。在這種情況下，建議將DAU（Daily Active Users，日活躍用戶(hù)）作為第一關(guān)鍵指標(biāo)，而且是啟動(dòng)并且執(zhí)行了某個(gè)操作的用戶(hù)才能算上去；這樣的指標(biāo)才有實(shí)際意義，運(yùn)營(yíng)人員要核心關(guān)注這類(lèi)指標(biāo)。
2.多維分解
多維分解是指從業(yè)務(wù)需求出發(fā)，將指標(biāo)從多個(gè)維度進(jìn)行拆分；這里的維度包括但不限于瀏覽器、訪(fǎng)問(wèn)來(lái)源、操作系統(tǒng)、廣告內(nèi)容等等。
有時(shí)候一個(gè)非常籠統(tǒng)或者最終的指標(biāo)你是看不出什么問(wèn)題來(lái)的，但是進(jìn)行拆分之后，很多細(xì)節(jié)問(wèn)題就會(huì)浮現(xiàn)出來(lái)。
舉個(gè)例子，某網(wǎng)站的跳出率是0.47、平均訪(fǎng)問(wèn)深度是4.39、平均訪(fǎng)問(wèn)時(shí)長(zhǎng)是0.55分鐘。如果你要提升用戶(hù)的參與度，顯然這樣的數(shù)據(jù)會(huì)讓你無(wú)從下手；但是你對(duì)這些指標(biāo)進(jìn)行拆解之后就會(huì)發(fā)現(xiàn)很多思路。
下面展示的是一個(gè)產(chǎn)品在不同操作系統(tǒng)下的用戶(hù)參與度指標(biāo)數(shù)據(jù)。
仔細(xì)觀察的話(huà)，你會(huì)發(fā)現(xiàn)移動(dòng)端平臺(tái)（Android、Windows Phone、IOS）的用戶(hù)參與度極差，表現(xiàn)在跳出率極高、訪(fǎng)問(wèn)深度和平均訪(fǎng)問(wèn)時(shí)長(zhǎng)很低。這樣的話(huà)你就會(huì)發(fā)現(xiàn)問(wèn)題，是不是我們的產(chǎn)品在移動(dòng)端上沒(méi)有做優(yōu)化導(dǎo)致用戶(hù)體驗(yàn)不好？在這樣一個(gè)移動(dòng)互聯(lián)網(wǎng)時(shí)代，這是非常重要的一個(gè)問(wèn)題。
3.用戶(hù)分群
用戶(hù)分群主要有兩種分法：維度和行為組合。第一種根據(jù)用戶(hù)的維度進(jìn)行分群，比如從地區(qū)維度分，有北京、上海、廣州、杭州等地的用戶(hù)；從用戶(hù)登錄平臺(tái)進(jìn)行分群，有PC端、平板端和手機(jī)移動(dòng)端用戶(hù)。第二種根據(jù)用戶(hù)行為組合進(jìn)行分群，比如說(shuō)每周在社區(qū)簽到3次的用戶(hù)與每周在社區(qū)簽到少于3次的用戶(hù)的區(qū)別，這個(gè)具體的我會(huì)在后面的留存分析中介紹。
4.用戶(hù)細(xì)查
正如前面所說(shuō)的，用戶(hù)行為數(shù)據(jù)也是數(shù)據(jù)的一種，觀察用戶(hù)在你產(chǎn)品內(nèi)的行為路徑是一種非常直觀的分析方法。在用戶(hù)分群的基礎(chǔ)上，一般抽取3-5個(gè)用戶(hù)進(jìn)行細(xì)查，即可覆蓋分群用戶(hù)大部分行為規(guī)律。
我們以一個(gè)產(chǎn)品的注冊(cè)流程為例：
用戶(hù)經(jīng)歷了如下的操作流程：【訪(fǎng)問(wèn)官網(wǎng)】-【點(diǎn)擊注冊(cè)】-【輸入號(hào)碼】-【獲取驗(yàn)證碼】。本來(lái)是非常流暢的一個(gè)環(huán)節(jié)，但是卻發(fā)現(xiàn)一個(gè)用戶(hù)連續(xù)點(diǎn)擊了3次【獲取驗(yàn)證碼】然后放棄提交。這就奇怪了，用戶(hù)為什么會(huì)多次點(diǎn)擊驗(yàn)證碼呢？這個(gè)時(shí)候我建議您去親自體驗(yàn)一下您的產(chǎn)品，走一遍注冊(cè)流程。你會(huì)發(fā)現(xiàn)，點(diǎn)擊【獲取驗(yàn)證碼】后，經(jīng)常遲遲收不到驗(yàn)證碼；然后你又會(huì)不斷點(diǎn)擊【獲取驗(yàn)證碼】，所以就出現(xiàn)了上面的情況。絕大多數(shù)產(chǎn)品都或多或少存在一些反人類(lèi)的設(shè)計(jì)或者BUG，通過(guò)用戶(hù)細(xì)查可以很好地發(fā)現(xiàn)產(chǎn)品中存在的問(wèn)題并且及時(shí)解決。
5.漏斗分析
漏斗是用于衡量轉(zhuǎn)化效率的工具，因?yàn)閺拈_(kāi)始到結(jié)束的模型類(lèi)似一個(gè)漏斗，因而得名。
漏斗分析要注意的兩個(gè)要點(diǎn)：第一，不但要看總體的轉(zhuǎn)化率，還要關(guān)注轉(zhuǎn)化過(guò)程每一步的轉(zhuǎn)化率；第二，漏斗分析也需要進(jìn)行多維度拆解，拆解之后可能會(huì)發(fā)現(xiàn)不同維度下的轉(zhuǎn)化率也有很大差異。
某企業(yè)的注冊(cè)流程采用郵箱方式，注冊(cè)轉(zhuǎn)化率一直很低，才27%；通過(guò)漏斗分析發(fā)現(xiàn)，主要流失在【提交驗(yàn)證碼】的環(huán)節(jié)。
經(jīng)過(guò)了解發(fā)現(xiàn)，郵箱驗(yàn)證非常容易出現(xiàn)注冊(cè)郵箱收不到郵件的情況，原因包括郵件代理商被屏蔽、郵件含有敏感字被歸入垃圾郵箱、郵件送達(dá)時(shí)間過(guò)長(zhǎng)等等。既然這么多不可控因素影響注冊(cè)轉(zhuǎn)化率，那就換一種驗(yàn)證方式。換成短信驗(yàn)證后，總體轉(zhuǎn)化率提升到了43%，這是非常大的一個(gè)增長(zhǎng)。
6.留存分析
留存，顧名思義就是新用戶(hù)留下來(lái)持續(xù)使用產(chǎn)品的含義。衡量留存的常見(jiàn)指標(biāo)有：次日留存率、7日留存率、30日留存率等等。我們可以從兩個(gè)方面去分析留存，一個(gè)是新用戶(hù)的留存率，另一個(gè)是產(chǎn)品功能的留存。
以社區(qū)網(wǎng)站為例，“每周簽到3次”的用戶(hù)留存率明顯高于“每周簽到少于3次”的用戶(hù)。簽到這一功能在無(wú)形中提升了社區(qū)的用戶(hù)的粘性和留存率，這也是很多社群或者社區(qū)主推這個(gè)功能的原因。
首次注冊(cè)微博，微博會(huì)向你推薦關(guān)注10個(gè)大V；首次注冊(cè)LinkedIn，LinkedIn會(huì)向你推薦5個(gè)同事；申請(qǐng)信用卡時(shí)，發(fā)卡方會(huì)說(shuō)信用卡消費(fèi)滿(mǎn)4筆即可抽取【無(wú)人機(jī)】大獎(jiǎng)；很多社交產(chǎn)品規(guī)定，每周簽到5次，用戶(hù)可以獲得雙重積分或者虛擬貨幣。在這里面“關(guān)注10個(gè)大V”、“關(guān)注5個(gè)同事”、“消費(fèi)4筆”、“簽到5次”就是我想說(shuō)的Magic Number，這些數(shù)字都是通過(guò)長(zhǎng)期的數(shù)據(jù)分析或者機(jī)器學(xué)習(xí)的方式發(fā)現(xiàn)的。實(shí)踐證明，符合這些特征的用戶(hù)留存度是最高的；運(yùn)營(yíng)人員需要不斷去push，激勵(lì)用戶(hù)達(dá)到這個(gè)標(biāo)準(zhǔn)，從而提升留存率。
7.A/B測(cè)試與A/A測(cè)試
A/B測(cè)試是為了達(dá)到一個(gè)目標(biāo)，采取了兩套方案，一組用戶(hù)采用A方案，一組用戶(hù)采用B方案。通過(guò)實(shí)驗(yàn)觀察兩組方案的數(shù)據(jù)效果，判斷兩組方案的好壞。
在A/B測(cè)試方面，谷歌是不遺余力地嘗試；對(duì)于搜索結(jié)果的顯示，谷歌會(huì)制定多種不同的方案（包括文案標(biāo)題，字體大小，顏色等等），不斷來(lái)優(yōu)化搜索結(jié)果中廣告的點(diǎn)擊率。
流程：宏觀、中觀和微觀
有了具體的分析方法還不夠，運(yùn)營(yíng)要做好數(shù)據(jù)分析還需要一個(gè)清晰的流程。在這里從宏觀、中觀和微觀三個(gè)層次給大家介紹一下。
1
宏觀
風(fēng)靡硅谷的精益創(chuàng)業(yè)，它推崇MVP（最簡(jiǎn)化可行產(chǎn)品）的理念，通過(guò)小步快跑的方式來(lái)不斷優(yōu)化產(chǎn)品、增長(zhǎng)用戶(hù)。
在運(yùn)營(yíng)工作中，我們要大膽嘗試，將想法轉(zhuǎn)化成產(chǎn)品和運(yùn)營(yíng)方法。然后分析其中的數(shù)據(jù)，衡量產(chǎn)品或者運(yùn)營(yíng)的效果。如果好的話(huà)保持并大力推廣，如果不好的話(huà)總結(jié)問(wèn)題及時(shí)改進(jìn)。在“構(gòu)建-“衡量”-“學(xué)習(xí)”的不斷循環(huán)中逐漸優(yōu)化，這個(gè)流程是非常適合運(yùn)營(yíng)工作的。
2
中觀
我們可以試著樹(shù)立整體的流程：1.明確分析目的和思路 →2.數(shù)據(jù)收集 →3.數(shù)據(jù)處理 →4.數(shù)據(jù)分析 →5.數(shù)據(jù)展現(xiàn) →6.報(bào)告撰寫(xiě)。
這個(gè)流程只是從“數(shù)據(jù)”的角度闡述了前后的流程，并未結(jié)合業(yè)務(wù)實(shí)際；但值得注意的是數(shù)據(jù)分析的最終目的是為了指導(dǎo)實(shí)踐，而不是寫(xiě)一份報(bào)告。
3
微觀
下面介紹的是一個(gè)非常詳細(xì)的分析流程，借助于一定的分析工具，我們可以按照這個(gè)思路對(duì)網(wǎng)站/APP進(jìn)行細(xì)致入微的分析。
但這個(gè)流程是具有前提的，前提是用數(shù)據(jù)分析工具做好數(shù)據(jù)采集和監(jiān)控工作，把精力集中在業(yè)務(wù)分析上。這個(gè)流程的核心是“MVP”的理念，“發(fā)現(xiàn)問(wèn)題”-“設(shè)計(jì)實(shí)驗(yàn)”-“分析結(jié)果”，通過(guò)數(shù)據(jù)來(lái)不斷優(yōu)化產(chǎn)品和運(yùn)營(yíng)。
應(yīng)用：體系與分析
1
案例:搭建數(shù)據(jù)分析體系
你們喜愛(ài)的彩蛋君在公司從事新媒體工作，負(fù)責(zé)微信的日常運(yùn)營(yíng)，閱讀量時(shí)高時(shí)低，總體一般。彩蛋君想辦法改進(jìn)一下微信運(yùn)營(yíng)，提高微信的粉絲數(shù)和閱讀數(shù)；
我們從數(shù)據(jù)分析的角度對(duì)這個(gè)很多運(yùn)營(yíng)人都面對(duì)的問(wèn)題進(jìn)行了討論：
不清楚自己需要關(guān)注哪些核心指標(biāo)；
不清楚目標(biāo)用戶(hù)的特征（用戶(hù)屬性、用戶(hù)畫(huà)像等）；
對(duì)自己過(guò)往工作缺乏系統(tǒng)分析（數(shù)據(jù)采集、監(jiān)測(cè)和分析）。
從業(yè)務(wù)增長(zhǎng)的角度出發(fā)，為配合其內(nèi)容工作的開(kāi)展，定制一份分析體系至關(guān)重要。
第一點(diǎn)，內(nèi)容定位。
運(yùn)營(yíng)需要明確知道自己的目標(biāo)或者KPI，然后選擇一個(gè)核心關(guān)鍵指標(biāo)（OMTM）進(jìn)行監(jiān)測(cè)。如果是創(chuàng)業(yè)公司，初期可能需要拉新，那么核心指標(biāo)是注冊(cè)用戶(hù)數(shù)或者新訪(fǎng)問(wèn)用戶(hù)數(shù)。如果是資訊媒體，注重影響力和覆蓋面，那么核心指標(biāo)應(yīng)該是微信閱讀數(shù)或者網(wǎng)頁(yè)P(yáng)V。
第二點(diǎn)，用戶(hù)畫(huà)像。
無(wú)論是哪一種運(yùn)營(yíng)崗位，都需要明確知道自己的（目標(biāo)）用戶(hù)是那些人？這些人都有哪些特征，他們的關(guān)注點(diǎn)和痛點(diǎn)是什么？如果你的用戶(hù)是產(chǎn)品經(jīng)理，那么可以嘗試爬蟲(chóng)抓取產(chǎn)品經(jīng)理網(wǎng)站上有關(guān)的問(wèn)題，然后做文本分析：這是定量層面的分析。同時(shí)，通過(guò)調(diào)查訪(fǎng)問(wèn)和問(wèn)卷調(diào)研，獲取更加深入的用戶(hù)特征信息：這是從定性層面的分析。
第三點(diǎn)，持續(xù)監(jiān)測(cè)。
借助數(shù)據(jù)分析工具，對(duì)核心關(guān)鍵指標(biāo)（OMTM）進(jìn)行持續(xù)監(jiān)測(cè)。對(duì)于指標(biāo)異常情況，我們需要及時(shí)分析和改進(jìn)。
第四點(diǎn)，數(shù)據(jù)分析。
統(tǒng)計(jì)和分析過(guò)往內(nèi)容的數(shù)據(jù)，找出哪些內(nèi)容、哪些標(biāo)題、哪些形式、哪些渠道的效果更好，然后朝這方面不斷優(yōu)化。
2
案例：分析業(yè)務(wù)核心指標(biāo)
電子郵件營(yíng)銷(xiāo)是現(xiàn)在很多企業(yè)仍在采用的營(yíng)銷(xiāo)和運(yùn)營(yíng)方式，某互聯(lián)網(wǎng)金融企業(yè)通過(guò)EDM給新用戶(hù)（有郵件地址但是未注冊(cè)用戶(hù)）發(fā)送激活郵件。一直以來(lái)注冊(cè)轉(zhuǎn)化率維持在20%-30%之間，8月18日注冊(cè)轉(zhuǎn)化率暴跌，之后一直維持在10%左右。
這是一個(gè)非常嚴(yán)重的衰退，需要立即排查原因。EDM渠道注冊(cè)轉(zhuǎn)化率涉及到太多的因素，需要一個(gè)一個(gè)排查，我們列舉可能的原因：
技術(shù)原因：ETL（數(shù)據(jù)抽取、轉(zhuǎn)化、載入）出現(xiàn)問(wèn)題，導(dǎo)致后端數(shù)據(jù)沒(méi)有及時(shí)呈現(xiàn)在BI報(bào)表中；
宏觀原因：季節(jié)性因素（節(jié)假日等），其余郵件沖擊（其余部門(mén)也給用戶(hù)發(fā)郵件稀釋了用戶(hù)的注意力）；
微觀原因：郵件的標(biāo)題、文案、排版設(shè)計(jì)，注冊(cè)流程設(shè)計(jì)。
一個(gè)簡(jiǎn)單的業(yè)務(wù)指標(biāo)，會(huì)影響到它的因素可能是多種多樣的，所以我們需要對(duì)可能涉及到的因素進(jìn)行精細(xì)化衡量才能不斷優(yōu)化。最后發(fā)現(xiàn)，產(chǎn)品經(jīng)理在注冊(cè)環(huán)節(jié)添加了『綁定信用卡』，導(dǎo)致注冊(cè)轉(zhuǎn)化率大幅度下降。
聯(lián)系客服
