|
很多做數(shù)據(jù)分析或者剛接觸數(shù)據(jù)分析的小伙伴，不知道怎么做數(shù)據(jù)分析,？一點思維都沒有,，今天小編給大家盤點2萬名數(shù)據(jù)分析師常用的數(shù)據(jù)分析方法有哪些？希望看完此文的小伙伴,，有一個清晰的數(shù)據(jù)分析思維,。
數(shù)據(jù)分析思維混亂的小伙伴，需要宏觀的方法論和微觀的方法來指導,。
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)務的角度提出的分析框架，指導我們接下來具體分析的方向,。方法是微觀的概念,，是指我們在具體分析過程中使用的方法。
數(shù)據(jù)分析方法論 數(shù)據(jù)分析的方法論很多,，這里我給大家介紹一些常見的框架,。
①PEST分析法：PEST 為一種企業(yè)所處宏觀環(huán)境分析模型，從政治(Politics),、經濟(Economy),、社會(Society)、技術(Technology)四個方面分析內外環(huán)境,，適用于宏觀分析,。四點因素也被稱之為“pest有害物”，PEST要求高級管理層具備相關的能力及素養(yǎng),。PEST分析與外部總體環(huán)境的因素互相結合就可歸納出SWOT分析中的機會與威脅,。PEST/PESTLE、SWOT 與 SLEPT 可以作為企業(yè)與環(huán)境分析的基礎工具,。
②SWOT分析法：從優(yōu)勢(Strength),、劣勢(Weakness)、機遇(Opportunity),、威脅(Threat)四個方面分析內外環(huán)境,，適用于宏觀分析,。SWOT分析法是用來確定企業(yè)自身的競爭優(yōu)勢、競爭劣勢,、機會和威脅,，從而將公司的戰(zhàn)略與公司內部資源、外部環(huán)境有機地結合起來的一種科學的分析方法,。運用這種方法，可以對研究對象所處的情景進行全面,、系統(tǒng),、準確的研究，從而根據(jù)研究結果制定相應的發(fā)展戰(zhàn)略,、計劃以及對策等,。
③5W2H分析法：從Why、When,、Where,、What、Who,、How,、How much 7個常見的維度分析問題。廣泛用于企業(yè)管理和技術活動,，對于決策和執(zhí)行性的活動措施也非常有幫助,，也有助于彌補考慮問題的疏漏。
④4P理論：經典營銷理論,，認為產品(Product),、價格(Price)、渠道(Place)和促銷(Promote)是影響市場的重要因素,。
⑤AARRR：增長黑客的海盜法則,，精益創(chuàng)業(yè)的重要框架，從獲取(Acquisition),、激活(Activition),、留存(Retention)、變現(xiàn)(Revenue)和推薦(Referral)5個環(huán)節(jié)增長增長,。AARRR在應用推廣運營各個層次（各個階段）需要關注的一些指標,。在整個AARRR模型中，這些量化指標都具有很重要的地位,，而且很多指標的影響力是跨多個層次的,。及時準確地獲取這些指標的具體數(shù)據(jù)，對于應用的成功運營是必不可少的,。
數(shù)據(jù)分析的方法論很多,，這里不能一一列舉;沒有最好的方法論,，只有最合適的。
從數(shù)據(jù)分析方法論也可得知,，數(shù)據(jù)分析的意義在于將雜亂無章的數(shù)據(jù)轉化為清晰可見的可視圖,，從而進行精準決策?！?a href='http://www./wenti/6141.html' target='_blank'>大數(shù)據(jù)時代,，技術和分析哪個更重要”一文中也闡述了分析的重要性。
數(shù)據(jù)分析的七個方法
趨勢分析是最簡單,、最基礎,，也是最常見的數(shù)據(jù)監(jiān)測與數(shù)據(jù)分析方法。通常我們在數(shù)據(jù)分析產品中建立一張數(shù)據(jù)指標的線圖或者柱狀圖,，然后持續(xù)觀察,，重點關注異常值。
在這個過程中,，我們要選定第一關鍵指標(OMTM,，One Metric That Metter)，而不要被虛榮指標(Vanity Metrics )所迷惑,。
以社交類APP為例,，如果我們將下載量作為第一關鍵指標，可能就會走偏;因為用戶下載APP并不代表他使用了你的產品,。在這種情況下,，建議將DAU(Daily Active Users，日活躍用戶)作為第一關鍵指標,，而且是啟動并且執(zhí)行了某個操作的用戶才能算上去;這樣的指標才有實際意義,，運營人員要核心關注這類指標。
多維分解是指從業(yè)務需求出發(fā),，將指標從多個維度進行拆分;這里的維度包括但不限于瀏覽器,、訪問來源、操作系統(tǒng),、廣告內容等等,。
為什么需要進行多維拆解?有時候一個非常籠統(tǒng)或者最終的指標你是看不出什么問題來的,，但是進行拆分之后,，很多細節(jié)問題就會浮現(xiàn)出來。
舉個例子,，某網站的跳出率是0.47,、平均訪問深度是4.39、平均訪問時長是0.55分鐘,。如果你要提升用戶的參與度,，顯然這樣的數(shù)據(jù)會讓你無從下手;但是你對這些指標進行拆解之后就會發(fā)現(xiàn)很多思路,。
下面展示的是一個產品在不同操作系統(tǒng)下的用戶參與度指標數(shù)據(jù)。
仔細觀察的話,，你會發(fā)現(xiàn)移動端平臺(Android,、Windows Phone、IOS)的用戶參與度極差,，表現(xiàn)在跳出率極高,、訪問深度和平均訪問時長很低。這樣的話你就會發(fā)現(xiàn)問題,，是不是我們的產品在移動端上沒有做優(yōu)化導致用戶體驗不好?在這樣一個移動互聯(lián)網時代,，這是非常重要的一個問題。
用戶分群主要有兩種分法：維度和行為組合,。第一種根據(jù)用戶的維度進行分群，比如從地區(qū)維度分,，有北京,、上海、廣州,、杭州等地的用戶;從用戶登錄平臺進行分群,，有PC端、平板端和手機移動端用戶,。第二種根據(jù)用戶行為組合進行分群,，比如說每周在社區(qū)簽到3次的用戶與每周在社區(qū)簽到少于3次的用戶的區(qū)別，這個具體的我會在后面的留存分析中介紹,。
正如前面所說的,，用戶行為數(shù)據(jù)也是數(shù)據(jù)的一種，觀察用戶在你產品內的行為路徑是一種非常直觀的分析方法,。在用戶分群的基礎上,，一般抽取3-5個用戶進行細查，即可覆蓋分群用戶大部分行為規(guī)律,。
我們以一個產品的注冊流程為例：
用戶經歷了如下的操作流程：【訪問官網】-【點擊注冊】-【輸入號碼】-【獲取驗證碼】,。本來是非常流暢的一個環(huán)節(jié)，但是卻發(fā)現(xiàn)一個用戶連續(xù)點擊了3次【獲取驗證碼】然后放棄提交,。這就奇怪了,，用戶為什么會多次點擊驗證碼呢?
這個時候我建議您去親自體驗一下您的產品，走一遍注冊流程,。你會發(fā)現(xiàn),，點擊【獲取驗證碼】后，經常遲遲收不到驗證碼;然后你又會不斷點擊【獲取驗證碼】,，所以就出現(xiàn)了上面的情況,。
絕大多數(shù)產品都或多或少存在一些反人類的設計或者BUG,，通過用戶細查可以很好地發(fā)現(xiàn)產品中存在的問題并且及時解決。
漏斗是用于衡量轉化效率的工具,，因為從開始到結束的模型類似一個漏斗,，因而得名。漏斗分析要注意的兩個要點：
第一,，不但要看總體的轉化率,，還要關注轉化過程每一步的轉化率;
第二，漏斗分析也需要進行多維度拆解,，拆解之后可能會發(fā)現(xiàn)不同維度下的轉化率也有很大差異,。
某企業(yè)的注冊流程采用郵箱方式，注冊轉化率一直很低,，才27%;通過漏斗分析發(fā)現(xiàn),，主要流失在【提交驗證碼】的環(huán)節(jié)。
經過了解發(fā)現(xiàn),，郵箱驗證非常容易出現(xiàn)注冊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,、郵件送達時間過長等等,。既然這么多不可控因素影響注冊轉化率，那就換一種驗證方式,。換成短信驗證后,，總體轉化率提升到了43%，這是非常大的一個增長,。
留存,，顧名思義就是新用戶留下來持續(xù)使用產品的含義。 衡量留存的常見指標有：次日留存率,、7日留存率,、30日留存率等等。我們可以從兩個方面去分析留存,，一個是新用戶的留存率,，另一個是產品功能的留存。
第一個案例：以社區(qū)網站為例,，“每周簽到3次”的用戶留存率明顯高于“每周簽到少于3次”的用戶,。簽到這一功能在無形中提升了社區(qū)的用戶的粘性和留存率，這也是很多社群或者社區(qū)主推這個功能的原因,。
第二個案例：首次注冊微博,，微博會向你推薦關注10個大V;首次注冊LinkedIn，LinkedIn會向你推薦5個同事;申請信用卡時，發(fā)卡方會說信用卡消費滿4筆即可抽取【無人機】大獎;很多社交產品規(guī)定,，每周簽到5次,，用戶可以獲得雙重積分或者虛擬貨幣。
在這里面“關注10個大V”,、“關注5個同事”,、“消費4筆”、“簽到5次”就是我想說的Magic Number,，這些數(shù)字都是通過長期的數(shù)據(jù)分析或者機器學習的方式發(fā)現(xiàn)的,。實踐證明，符合這些特征的用戶留存度是最高的;運營人員需要不斷去push,，激勵用戶達到這個標準,，從而提升留存率。
A/B測試是為了達到一個目標,，采取了兩套方案,，一組用戶采用A方案，一組用戶采用B方案,。通過實驗觀察兩組方案的數(shù)據(jù)效果,，判斷兩組方案的好壞。在A/B測試方面,，谷歌是不遺余力地嘗試;對于搜索結果的顯示，谷歌會制定多種不同的方案(包括文案標題,，字體大小,，顏色等等)，不斷來優(yōu)化搜索結果中廣告的點擊率,。
這里需要注意的一點,，A/B測試之前最好有A/A測試或者類似準備。什么是A/A測試?A/A測試是評估兩個實驗組是否是處于相同的水平,，這樣A/B測試才有意義,。其實這和學校里面的控制變量法、實驗組與對照組,、雙盲試驗本質一樣的,。
三、流程——宏觀,、中觀和微觀 ① 宏觀
1.中國古代樸素的分析哲學
其實數(shù)據(jù)分析自古有之,，中國古代很多名人從事的其實就是數(shù)據(jù)分析的工作;他們的名稱可能不是數(shù)據(jù)分析師，更多的是“丞相”,、“軍師”,、“謀士”，如張良、管仲,、蕭何,、孫斌、鬼谷子,、諸葛亮,。
他們通過 “歷史統(tǒng)計”-“經驗總結”-“預測未來” 為自己的組織創(chuàng)造了極大的價值，這是中國古代樸素的分析哲學的重要內容,。
2.精益創(chuàng)業(yè)的MVP理念
風靡硅谷的精益創(chuàng)業(yè),，它推崇MVP(最簡化可行產品)的理念，通過小步快跑的方式來不斷優(yōu)化產品,、增長用戶,。
在運營工作中，我們要大膽嘗試,，將想法轉化成產品和運營方法,。然后分析其中的數(shù)據(jù)，衡量產品或者運營的效果,。如果好的話保持并大力推廣,，如果不好的話總結問題及時改進。在“構建-“衡量”-“學習”的不斷循環(huán)中逐漸優(yōu)化,，這個流程是非常適合運營工作的,。
② 中觀
例如，具體的分析流程：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.報告撰寫,。這個流程只是從“數(shù)據(jù)”的角度闡述了前后的流程,，并未結合業(yè)務實際;而且它將數(shù)據(jù)分析的落腳點定位于“報告撰寫”是具有誤導性的，因為數(shù)據(jù)分析的最終目的是為了指導實踐,，而不是寫一份報告,。
但是這個流程仍具有參考價值，尤其是 “明確分析目的和思路” 對于新手入門具有一定的指導意義,。
③ 微觀 下面介紹的是一個非常詳細的分析流程,，借助于一定的分析工具，我們可以按照這個思路對您的網站/APP進行細致入微的分析,。它的前提是用數(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)務分析上。
這個流程的核心是“MVP”的理念,，“發(fā)現(xiàn)問題”-“設計實驗”-“分析結果”,，通過數(shù)據(jù)來不斷優(yōu)化產品和運營。
四,、應用——統(tǒng)計和分析
案例1：搭建數(shù)據(jù)分析體系
小張今年剛畢業(yè),，在某公司從事新媒體工作，負責微信的日常運營。小張并不清楚微信運營的核心目的,，嘗試了很多方法,，原創(chuàng)、翻譯,、改寫了很多文章發(fā)布在微信上,，但是閱讀量時高時低，總體一般,。
經理讓小張想辦法改進一下微信運營,，提高微信的粉絲數(shù)和閱讀數(shù);但是張三毫無頭緒，無從下手,。這是很多運營真實的寫照,，瑣碎的工作容易讓人忘記思考，這很可能就發(fā)生在你我的身邊,。
我們從數(shù)據(jù)分析的角度對這個案例進行了診斷,，總結了小張存在的這些問題： 不清楚自己需要關注哪些核心指標;
從業(yè)務增長的角度出發(fā)，我給小張量身定做了一套數(shù)據(jù)分析體系,，配合其內容工作的開展,。
第一點，內容定位,。
運營需要明確知道自己的目標或者KPI,，然后選擇一個核心關鍵指標(OMTM)進行監(jiān)測。如果是創(chuàng)業(yè)公司,，初期可能需要拉新，那么核心指標是注冊用戶數(shù)或者新訪問用戶數(shù),。如果是資訊媒體,，注重影響力和覆蓋面，那么核心指標應該是微信閱讀數(shù)或者網頁PV,。
第二點,，用戶畫像。
無論是哪一種運營崗位,，都需要明確知道自己的(目標)用戶是那些人?這些人都有哪些特征,，他們的關注點和痛點是什么?如果你的用戶是產品經理，那么可以嘗試爬蟲抓取產品經理網站上有關的問題,，然后做文本分析：這是定量層面的分析,。
同時，通過調查訪問和問卷調研，獲取更加深入的用戶特征信息：這是從定性層面的分析,。
第三點,，持續(xù)監(jiān)測。
借助數(shù)據(jù)分析工具,，對核心關鍵指標(OMTM)進行持續(xù)監(jiān)測,。對于指標異常情況，我們需要及時分析和改進,。
第四點,，數(shù)據(jù)分析。
統(tǒng)計和分析過往內容的數(shù)據(jù),，找出哪些內容,、哪些標題、哪些形式,、哪些渠道的效果更好,，然后朝這方面不斷優(yōu)化。
案例2：分析業(yè)務核心指標
電子郵件營銷是現(xiàn)在很多企業(yè)仍在采用的營銷和運營方式,，某互聯(lián)網金融企業(yè)通過EDM給新用戶(有郵件地址但是未注冊用戶)發(fā)送激活郵件,，一直以來注冊轉化率維持在20%-30%之間，8月18日注冊轉化率暴跌,，之后一直維持在10%左右,。這是一個非常嚴重的衰退，需要立即排查原因,。
EDM渠道注冊轉化率涉及到太多的因素,，需要一個一個排查，數(shù)據(jù)分析師幫運營羅列了可能的原因：
技術原因：ETL(數(shù)據(jù)抽取,、轉化,、載入)出現(xiàn)問題，導致后端數(shù)據(jù)沒有及時呈現(xiàn)在BI報表中;
一個簡單的業(yè)務指標,，會影響到它的因素可能是多種多樣的,，所以我們需要對可能涉及到的因素進行精細化衡量才能不斷優(yōu)化。最后發(fā)現(xiàn),，產品經理在注冊環(huán)節(jié)添加了『綁定信用卡』,，導致注冊轉化率大幅度下降,。
五、學習——業(yè)務,、工具和資源
業(yè)務層面
數(shù)據(jù)分析并沒有想象中的高不可及,，掌握好相應的概念、思路,、流程,，運營都可以做好數(shù)據(jù)分析。這里要著重強調一點,，數(shù)據(jù)分析的目的是指導業(yè)務實踐;脫離實踐的數(shù)據(jù)分析,、為分析而分析的數(shù)據(jù)分析都是在耍流氓。
不同于職業(yè)的數(shù)據(jù)分析師和數(shù)據(jù)科學家,，運營人員做好數(shù)據(jù)分析的前提是嫻熟的業(yè)務理解,。從業(yè)務的角度來說，數(shù)據(jù)不是數(shù)字,，它是用戶的心聲,。運營人員要從數(shù)據(jù)中發(fā)現(xiàn)問題，不斷優(yōu)化,，提升用戶體驗,、為用戶創(chuàng)造更多的價值。
工具層面
磨刀不誤砍柴工,，做好數(shù)據(jù)分析工具必不可少,。我匯總了下面幾種工具，運營可以結合自己的實際需要采用,。
Excel 是最常見,、最基礎的數(shù)據(jù)分析工具，Excel 里面的圖表,、函數(shù),、透視表能滿足大家基本的需求。Access 是微軟 office 系列套裝的一部分,，是一種小型的關系數(shù)據(jù)庫;當excel數(shù)據(jù)量很大,、表格之間各種關聯(lián)、查詢,、更新頻繁的時候，Access就是一種非常不錯的選擇,。
Python是一種高級的編程語言,，近年來發(fā)展很快，它可以用來做數(shù)據(jù)分析,、編程或爬蟲;R語言是一種數(shù)據(jù)分析工具,，在統(tǒng)計學中廣泛使用,。目前，Python被廣泛用來編寫爬蟲程序,，獲取網上的信息,，這是對運營人員非常有幫助的。
Google Analytics,、百度統(tǒng)計是常見的網站流量分析工具
Mixpanel,、Heap 、Datatist 屬于用戶行為數(shù)據(jù)分析工具,，較前者功能更加豐富,、分析更細致。
資源層面
運營入門數(shù)據(jù)分析,，并不需要學習多么復雜的數(shù)學知識理論,，更多的是將業(yè)務操作和數(shù)據(jù)分析結合起來。CPDA數(shù)據(jù)分析師課程設計初衷便是透過數(shù)據(jù),，決策企業(yè)戰(zhàn)略,，是數(shù)據(jù)分析“高段位”課程，CPDA數(shù)據(jù)分析課程也是多年數(shù)據(jù)分析項目經驗老師的精華結晶,。
|
|
|
