對于數(shù)據(jù)分析，我發(fā)現(xiàn)很多運營都有這樣一些困惑：

1. 不知道從哪里獲取數(shù)據(jù);
2. 不知道用什么樣的工具;
3. 不清楚分析的方法論和框架;
4. 大部分的數(shù)據(jù)分析流于形式。

其實，數(shù)據(jù)分析并沒有大家想象的那么難

[[182453]]

概念：數(shù)據(jù)與數(shù)據(jù)分析

大家一直在說收集數(shù)據(jù)和數(shù)據(jù)分析，但是對于兩者具體的定義又很難說清楚。很多人都會先入為主，認為數(shù)據(jù)就是各種表格、各種數(shù)字，例如excel報表、各種數(shù)據(jù)庫。其實這是一個錯誤或者說有偏差的認識，它會使得我們對數(shù)據(jù)的認識變得很狹隘。

1.什么是數(shù)據(jù)?

數(shù)據(jù)(data)是描述事物的符號記錄，是構(gòu)成信息或者知識的原始材料。這種哲學層次的定義，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。

作為一名運營人，我們接觸到的數(shù)據(jù)可能沒有那么復雜，但是也有很多類別。

從數(shù)據(jù)的來源來看，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、新聞輿情、社會人口、和市場調(diào)研數(shù)據(jù);內(nèi)部數(shù)據(jù)包括用戶行為數(shù)據(jù)、服務端日志數(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，并指導實踐。

但需要注意的是：

這些信息需要用來指導實踐，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)分析的時候，都深感無從下手。所以我們需要宏觀的方法論和微觀的方法來指導。那么方法論和方法有什么區(qū)別?

1. 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。
2. 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。

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的框架。

• AARRR：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(Activation)、留存(Retention)、變現(xiàn)(Revenue)和推薦(Referral)5個環(huán)節(jié)增長。
• 4P理論：經(jīng)典營銷理論，認為產(chǎn)品(Product)、價格(Price)、渠道(Place)和促銷(Promote)是影響市場的重要因素。
• 5W2H分析法：從Why、When、Where、What、Who、How、How much 7個常見的維度分析問題。
• PEST分析法：從政治(Politics)、經(jīng)濟(Economy)、社會(Society)、技術(Technology)四個方面分析內(nèi)外環(huán)境，適用于宏觀分析。
• SWOT分析法：從優(yōu)勢(Strength)、劣勢(Weakness)、機遇(Opportunity)、威脅(Threat)四個方面分析內(nèi)外環(huán)境，適用于宏觀分析。

數(shù)據(jù)分析的方法論很多，沒有***的方法論，只有最合適的。詳細介紹一下 AARRR 方法論，對于精益化運營、業(yè)務增長的問題，這個方法論非常契合。

對于互聯(lián)網(wǎng)產(chǎn)品而言，用戶具有明顯的生命周期特征，下面我以一個O2O行業(yè)的APP為例闡述一下。

• 通過各種線上、線下的渠道獲取新用戶，下載安裝APP。
• 安裝完APP后，通過運營手段激活用戶;比如說首單免費、代金券、紅包等方式。
• 通過一系列的運營使部分用戶留存下來，給企業(yè)帶營收。
• 如果用戶覺得這個產(chǎn)品不錯，可能推薦給身邊的人;或者通過紅包等激勵手段鼓勵分享到朋友圈等等。

需要注意的是以上環(huán)節(jié)并非完全按照上面順序來的;運營可以根據(jù)業(yè)務需要靈活應用。 AARRR的五個環(huán)節(jié)都可以通過數(shù)據(jù)指標來衡量與分析，從而實現(xiàn)精益化運營的目的;每個環(huán)節(jié)的提升都可以有效增長業(yè)務。

2.方法

借助常見的網(wǎng)站/APP數(shù)據(jù)分析產(chǎn)品，我們非?？焖俚耐瓿蛇@7種分析。

趨勢分析

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(chǎn)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***關鍵指標(OMTM，One Metric That Matter)，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***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(chǎn)品。在這種情況下，建議將DAU(Daily Active Users，日活躍用戶)作為***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

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(nèi)容等等。

有時候一個非?；\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(wǎng)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(chǎn)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(chǎn)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(wǎng)時代，這是非常重要的一個問題。

用戶分群

用戶分群主要有兩種分法：維度和行為組合。***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。

用戶細查

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(chǎn)品內(nèi)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(chǎn)品的注冊流程為例：

用戶經(jīng)歷了如下的操作流程：【訪問官網(wǎng)】-【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(chǎn)品，走一遍注冊流程。

你會發(fā)現(xiàn)，點擊【獲取驗證碼】后，經(jīng)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(chǎn)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(chǎn)品中存在的問題并且及時解決。

漏斗分析

漏斗是用于衡量轉(zhuǎn)化效率的工具，因為從開始到結(jié)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：***，不但要看總體的轉(zhuǎn)化率，還要關注轉(zhuǎn)化過程每一步的轉(zhuǎn)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(zhuǎn)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(zhuǎn)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(jīng)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(zhuǎn)化率，那就換一種驗證方式。換成短信驗證后，總體轉(zhuǎn)化率提升到了43%，這是非常大的一個增長。

留存分析

留存，顧名思義就是新用戶留下來持續(xù)使用產(chǎn)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(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。

***注冊微博，微博會向你推薦關注10個大V;***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(chǎn)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***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測試與A/A測試

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(jié)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(jié)果中廣告的點擊率。

流程：宏觀、中觀和微觀

有了具體的分析方法還不夠，運營要做好數(shù)據(jù)分析還需要一個清晰的流程。在這里從宏觀、中觀和微觀三個層次給大家介紹一下。

1.宏觀

風靡硅谷的精益創(chuàng)業(yè)，它推崇MVP(最簡化可行產(chǎn)品)的理念，通過小步快跑的方式來不斷優(yōu)化產(chǎn)品、增長用戶。

在運營工作中，我們要大膽嘗試，將想法轉(zhuǎn)化成產(chǎn)品和運營方法。然后分析其中的數(shù)據(jù)，衡量產(chǎn)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(jié)問題及時改進。在“構(gòu)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

我們可以試著樹立整體的流程：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(jié)合業(yè)務實際;但值得注意的是數(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。

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網(wǎng)站/APP進行細致入微的分析。

但這個流程是具有前提的，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(jié)果”，通過數(shù)據(jù)來不斷優(yōu)化產(chǎn)品和運營。

應用：體系與分析

1.案例:搭建數(shù)據(jù)分析體系

你們喜愛的彩蛋君在公司從事新媒體工作，負責微信的日常運營，閱讀量時高時低，總體一般。彩蛋君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);

我們從數(shù)據(jù)分析的角度對這個很多運營人都面對的問題進行了討論：

1. 不清楚自己需要關注哪些核心指標;
2. 不清楚目標用戶的特征(用戶屬性、用戶畫像等);
3. 對自己過往工作缺乏系統(tǒng)分析(數(shù)據(jù)采集、監(jiān)測和分析)。從業(yè)務增長的角度出發(fā)，為配合其內(nèi)容工作的開展，定制一份分析體系至關重要。

***點，內(nèi)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(wǎng)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(chǎn)品經(jīng)理，那么可以嘗試爬蟲抓取產(chǎn)品經(jīng)理網(wǎng)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(diào)查訪問和問卷調(diào)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(nèi)容的數(shù)據(jù)，找出哪些內(nèi)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。

2.案例：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(wǎng)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(zhuǎn)化率維持在20%-30%之間，8月18日注冊轉(zhuǎn)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(zhuǎn)化率涉及到太多的因素，需要一個一個排查，我們列舉可能的原因：

• 技術原因：ETL(數(shù)據(jù)抽取、轉(zhuǎn)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;
• 宏觀原因：季節(jié)性因素(節(jié)假日等)，其余郵件沖擊(其余部門也給用戶發(fā)郵件稀釋了用戶的注意力);
• 微觀原因：郵件的標題、文案、排版設計，注冊流程設計。

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。***發(fā)現(xiàn)，產(chǎn)品經(jīng)理在注冊環(huán)節(jié)添加了『綁定信用卡』，導致注冊轉(zhuǎn)化率大幅度下降。