按关键词阅读：
编辑导语：数据分析不仅仅是摆数据，同时深度的结论也很重要。空有数据，没有结论，对于决策者来说没有明确的用处。那么，针对一堆数据，我们该如何得出深度的结论？作者结合一个简单的场景，分享运营数据分析，怎么做才有深度？
文章插图
“做分析不能光罗列数字，要有有深度的结论！”
这是很多公司对数据分析师的要求。然而到底怎么做才有深度？除了罗列购买人数、购买率等数据，到底还能分析啥？今天结合运营的例子，具体讲解下。
一、从最简单的场景入手设想一个最简单的场景：全场5折！件件五折！样样五折！作为消费者，我们最喜欢这种简单粗暴又实惠的方式。
但是站在运营的角度看，这样有啥问题呢？因为消费者不止一类人，每个企业面对至少四类消费者，并且其中陌生人才是大多数（如下图）。
文章插图
单纯地打折，导致的结果就是经营盘子越做越小，销量可能维持在一定水平，但总利润是越来越低的。
如果数据分析师不懂得背后的运营逻辑，只是单纯陈列数据的话，那么就会啰嗦一堆：“购买客户数XX人，购买金额XX万，较上月下跌x%……”
但这些都仅仅是现象陈述，这里的深度问题是：手段粗暴，缺少引流。如果一个企业的运营只会这么干，那历次打折叠加的效果更明显（如下图）。
文章插图
所以，想解读数据更深入，需要以下两者缺一不可：
二、从简单到复杂为了改变这种简单粗暴的做法，人们自然会想到：拆分人群来做。最直观的拆分是把新用户和老用户区分开，做不同策略。如果不考虑运营逻辑，数据分析师会本能的给出三个分析基本思路（如下图）。
文章插图
但注意，当策略有了组合的时候，就会有叠加效应，因此引出三个更深层的话题：
- 单个策略执行是否有效
- 两个策略之间，是否有衔接
- 整个策略组合，成本是否失控
三、单个策略优化以获取新用户举例，设想一种最简单粗暴的方式：新用户首单1元买商品。优惠力度大，简单粗暴，作为顾客的话我们人人喜欢。
但是站在运营角度，这么简单的活动，都至少有五个部分组成（如下图）。
文章插图
如果孤立地只看一次活动，那么作为数据分析师，肯定只能得出：曝光量XX万，引导注册X万，购买人数X万这种没有结论的数据。
但是把所有活动，按照策略目标编织成活动组，就能进一步发现问题（如下图）。
文章插图
这里能反映出很多更深层的问题：
- 单一活动，没有做过优化
- 做优化毫无章法，无法有效积累经验
- 做优化仅仅优化某个部分，放弃其他动作
【 策略|运营数据分析，怎么做才有深度】还有另一种情况，就是优化了若干版本以后，发现：一个渠道的新用户数/转化率是有上限的，至少在目前的文案创作能力+商品+优惠政策下，是有最大限额的。
如果能证明这一点，也能得出一个更深层结论：需要新开渠道，支持更大的业务目标。这样的结论，也能避免数据分析师被人揪着不停地问：“为啥就分析不出更多优化点了”——它可能真的就只有这么多。
四、两个策略衔接还拿上边的例子，当新用户完成首单以后，已经有了注册信息和首次交易数据，就能做更多分析，也能导出更多策略。
注意，在运营角度，这里的很多策略是固定可做的，根本不需要做分析也知道能做，数据分析支持的，仅仅具体的做法以及数量（如下图）。
文章插图
此时，除了简单地输出：复购率、复购人数、复购商品量等等数据以外，将两个策略结合来看，能看出更多深层次问题（如下图）。
文章插图
为什么用户不复购？如果直接问数据分析师，估计能把人问傻，但结合之前新人阶段策略以后，就能得出更深层分析结论：
稿源：(人人都是产品经理)
【傻大方】网址：http://www.shadafang.com/c/111E624012021.html
标题：策略|运营数据分析，怎么做才有深度