让你成为数据分析高手 怎么分析数据:五个步骤

运营人的工作中,有不少需要对产品数据、活动数据进行收集分析,并从数据中发现问题点,做出优化策略的部分 。那么本文先将眼光聚集到数据分析上,聊聊如何做运营数据分析 。

让你成为数据分析高手 怎么分析数据:五个步骤

文章插图
五步骤如下:
  • Step1.梳理流程,发生在运营动作开始之前;
  • Step2.指标监控;
  • Step3.问题诊断;
  • Step4.支持建议,这三步发生在运营动作发生过程中,指标监控是一个持续发生的事情,指标监控、问题诊断和支持建议形成闭环;
  • Step5.效果评估,发生在运营动作结束之后,更多情况是向老板汇报,根据具体情况,可能有针对整个活动的问题诊断和建议 。

让你成为数据分析高手 怎么分析数据:五个步骤

文章插图
第一步:流程梳理通过拆解和分析,明确运营目标,厘清运营动作,并最终将梳理结果体现在报表中的过程 。
具体例子,在推广活动中有个返券的活动,从数据上看,收入因此活动提升了0.5%,那么问题来了?怎么样做到的?能不能复制到其他活动?是否可以形成常规?
下面我们通过拆解和分析来看到底是什么促进了收入增长:
  1. 目的是什么:提升收入的指标;
  2. 动作时什么?买100返20元代金券;
  3. 用户路径是什么:进入主页–点击banner–进入详情页–点击领取优惠券;
  4. 监测指标有哪些:总收入、领取券的用户数、券的消费金额等 。

让你成为数据分析高手 怎么分析数据:五个步骤

文章插图
第二步:指标监控1. 为什么要指标监控?因为要理解全貌 。通过报表中的日常数据,理解运营工作的全貌 。1)看到正常业务的运转情况;2)定位异常,发现问题 。
指标监控
理解报表的组成后,还需要看懂运营报表中的指标,才能真正做好监控 。
2. 如何做好指标监控?常态:理解指标的业务含义 。异态:及时发现异常并找到引起变化的原因
理解指标业务含义:
  • 看懂运营指标含义;
  • 看懂对应运算关系;
  • 看懂正常波动范围
第三步:问题诊断问题诊断框架:①问题界定—②问题拆解—③提出假设—④分析验证—⑤结论呈现
依旧用案例来理解:问题:为什么近期“内容产量上涨异常问题”?
方法1①问题拆解:按照内容类别拆解
内容产量分别:A类内容产量、B类内容产量、C类内容产量、D类内容产量……
②如何验证?各类别内容都在增长,无法进一步提出假设,换另一个拆解方法 。
让你成为数据分析高手 怎么分析数据:五个步骤

文章插图
方法2①问题拆解:按照账号等级拆解
内容产量:1级账号内容产量、2级账号内容产量、3级账号内容产量、4级账号内容产量……
②如何验证?进一步深入挖掘变化异常的原因,排查寻找新增账号异常增长的原因:
假设1:运营人员近期引进了一批头部优质账号,邀请他们注册并发布内容 。
  • 实际:从运营那里获取了具体的头部账户名单,统计得到,新引进账户1000个,25日新增账号30000个 。
  • 结论:假设1不成立 。
假设2:平台近期上线了新的激励策略,会给新注册的发布者提供补贴 。
  • 实际:新增用户(去掉引进的头部账户)发布的内容,发现70%的内容被识别为搬运抄袭或是低质量的拼凑捏造 。
  • 结论:假设2成立 。
第四步:决策支持决策支持是指分析师为运营人员提供的数据支持和一些建议 。支持:用SQL、其他BI工具提供数据支持;建议:为运营动作各个环节提供建议 。
相较于产品功能的更新迭代或者经营行为,运营动作更多围绕着用户展开 。所以针对运营所做的数据支持,也主要围绕用户来做 。具体分别以下三方面:
用户分层:用户分层是实现精细化运营的重要手段
  • 一维:仅从一个维度对用户进行分层,可分为多段,有几段则用户分为几层;
  • 二维:从两个维度对用户进行分层,若第一个维度为m段,第二个维度为n段,则用户共分为m*n层
  • 三维:从三个维度对用户进行分层,最常见的是RFM模型
分段越细致后期的运营越复杂 。
一维分析案例按照“交易次数”这个维度来划分,分层方式1:新客户与老客户、分层方式2:成熟客户(购买3次及以上)、忠实客户(购买5次及以上)