五個步驟,讓你成為數據分析高手

0 評論 5712 瀏覽 31 收藏 10 分鐘

?運營人的工作中,有不少需要對產品數據、活動數據進行收集分析,并從數據中發現問題點,做出優化策略的部分。那么本文先將眼光聚集到數據分析上,聊聊如何做運營數據分析。

五步驟如下:

  • Step1.梳理流程,發生在運營動作開始之前;
  • Step2.指標監控;
  • Step3.問題診斷;
  • Step4.支持建議,這三步發生在運營動作發生過程中,指標監控是一個持續發生的事情,指標監控、問題診斷和支持建議形成閉環;
  • Step5.效果評估,發生在運營動作結束之后,更多情況是向老板匯報,根據具體情況,可能有針對整個活動的問題診斷和建議。

第一步:流程梳理

通過拆解和分析,明確運營目標,厘清運營動作,并最終將梳理結果體現在報表中的過程。

具體例子,在推廣活動中有個返券的活動,從數據上看,收入因此活動提升了0.5%,那么問題來了?怎么樣做到的?能不能復制到其他活動?是否可以形成常規?

下面我們通過拆解和分析來看到底是什么促進了收入增長:

  1. 目的是什么:提升收入的指標;
  2. 動作時什么?買100返20元代金券;
  3. 用戶路徑是什么:進入主頁–點擊banner–進入詳情頁–點擊領取優惠券;
  4. 監測指標有哪些:總收入、領取券的用戶數、券的消費金額等。

第二步:指標監控

1. 為什么要指標監控?

因為要理解全貌。通過報表中的日常數據,理解運營工作的全貌。1)看到正常業務的運轉情況;2)定位異常,發現問題。

指標監控

理解報表的組成后,還需要看懂運營報表中的指標,才能真正做好監控。

2. 如何做好指標監控?

常態:理解指標的業務含義。異態:及時發現異常并找到引起變化的原因

理解指標業務含義:

  • 看懂運營指標含義;
  • 看懂對應運算關系;
  • 看懂正常波動范圍

第三步:問題診斷

問題診斷框架:①問題界定—②問題拆解—③提出假設—④分析驗證—⑤結論呈現

依舊用案例來理解:問題:為什么近期“內容產量上漲異常問題”?

方法1

①問題拆解:按照內容類別拆解

內容產量分別:A類內容產量、B類內容產量、C類內容產量、D類內容產量……

②如何驗證?各類別內容都在增長,無法進一步提出假設,換另一個拆解方法。

方法2

①問題拆解:按照賬號等級拆解

內容產量:1級賬號內容產量、2級賬號內容產量、3級賬號內容產量、4級賬號內容產量……

②如何驗證?進一步深入挖掘變化異常的原因,排查尋找新增賬號異常增長的原因:

假設1:運營人員近期引進了一批頭部優質賬號,邀請他們注冊并發布內容。

  • 實際:從運營那里獲取了具體的頭部賬戶名單,統計得到,新引進賬戶1000個,25日新增賬號30000個。
  • 結論:假設1不成立。

假設2:平臺近期上線了新的激勵策略,會給新注冊的發布者提供補貼。

  • 實際:新增用戶(去掉引進的頭部賬戶)發布的內容,發現70%的內容被識別為搬運抄襲或是低質量的拼湊捏造。
  • 結論:假設2成立。?

第四步:決策支持

決策支持是指分析師為運營人員提供的數據支持和一些建議。支持:用SQL、其他BI工具提供數據支持;建議:為運營動作各個環節提供建議。

相較于產品功能的更新迭代或者經營行為,運營動作更多圍繞著用戶展開。所以針對運營所做的數據支持,也主要圍繞用戶來做。具體分別以下三方面:

用戶分層:用戶分層是實現精細化運營的重要手段

  • 一維:僅從一個維度對用戶進行分層,可分為多段,有幾段則用戶分為幾層;
  • 二維:從兩個維度對用戶進行分層,若第一個維度為m段,第二個維度為n段,則用戶共分為m*n層
  • 三維:從三個維度對用戶進行分層,最常見的是RFM模型

分段越細致后期的運營越復雜。

一維分析案例

按照“交易次數”這個維度來劃分,分層方式1:新客戶與老客戶、分層方式2:成熟客戶(購買3次及以上)、忠實客戶(購買5次及以上)

二維分析案例

免費領取會員活動

為了提高用戶使用單車的頻次,某共享單車運營團隊籌劃了一個發放優惠券的活動。為了更好實現活動的效果,運營負責人找到分析師小灰,希望他能夠將用戶劃分為不同的層級,然后在活動中,針對不同的層級人群發放金額不同的優惠券,讓每個層級的用戶的ROI最大化。

故維度為:使用頻次、用戶層級。

第五步:效果評估

什么是效果評估?首先我們分開來看,效果指客觀的,能夠代表活動效果的指標;評估指將客觀的結果指標與某一個標準對比,最終對運營動作本身進行評估,有多大的能力達成它預想的抽象目標。

1. 評估對象(客觀指標表現)

與核心運營目標相關的指標:用戶活躍、用戶付費;能夠體現此次運營動作為運營目標影響的指標:用戶滲透率。

2. 評估常見方法

①與自身比較:活動前與活動后的比較

before-after:核心指標在活動開始之前與之后的絕對值對比

diff in diff(二重差分):排除了一些影響因素之后,核心指標在活動開始之前和之后的變化。

②與預定目標比較

預定目標:活動開始之前,預先設定目標,此次活動預計提升收入15%;

實際:活動最終提升收入10%

結果:未達成

③與同期其他活動比較

往期效果:去年同期的年中大促提升收入16%,付費轉化率是7%;

實際:年中大促提升收入12%,新增流量到付費用戶轉化率是4%;

結果:本次活動效果不佳

④與往期同類活動比較

同期其他活動:3天小長假期間,上線多種運營活動:秒殺活動拉升收入7%;

實際:3天小長假期間,上線多種運營活動,直播啊拉升收入14%

結論:直播效果更好

⑤與行業基準數據比較

行業基準:英語學習類APP在信息流媒體上投廣告的ROI,行業平均值是2.5;

實際:某英語學習類的APP在知乎上投放廣告,ROI僅為1.2

結論:投放效果較差

#專欄作家#

高高,微信公眾號:高高的運營手記,人人都是產品經理專欄作家,資深產品運營。

本文原創發布于人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基于 CC0 協議

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!