起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識通過數據分析，如何挖掘出優質的內容營銷故事？
編輯導語：在企業里，對于業務人員來說，數據分析是非常重要的，通過數據分析可以幫助相關人員挖掘需求；一個好的數據分析可以清楚的讓我們看見想要表達的數據，提高工作效率；本文作者分享了關于數據分析中怎么挖掘優質的內容營銷故事，我們一起來看一下。
通過數據分析挖掘業務背后的故事是內容營銷人員可以使用的最優質的方式之一，通過數據分析幫助內容營銷人員建立專業知識，培養信任等。
但對于數據分析的新手來說，找到數據背后故事的過程可能做起來會遇到比較多的困難；你從哪里得到這些數據？當你有它時，你會怎么做？你如何發現有趣的數據分析故事的見解？
一、如何找到好的數據故事
好的數據故事不僅來自數據，它們實際上隱藏在數據關系中。
當開始進行數據分析時，你可以看到每個數據點與另一個數據點的關系；看到（或沒有看到）的數據分析模式有助于揭示存在什么樣的故事，了解要尋找哪種類型的數據關系有助于你更快地找到這些故事。
接下來我就給大家介紹如何找到好的數據故事該怎么去做：
1. 第一步：從好數據開始
你所使用的數據應始終來自可信的來源，并且不帶任何外部因素的影響；最好是使用自己內部收集到的數據，這樣特別有可信度，因為它完全獨特和原創。
記住一點：好的數據故事一定從好的數據開始。
2. 第二步：整理數據
大多數時候，基礎性的數據分析一般是處理來自Excel的靜態數據，當然除此之外還有很多別的數據形式。
注意：數據格式取決于擁有哪種數據，因此讓我們談談不同類型的數據。
這些數據是時間上的一個點嗎？
例如，如果有來自2020年調查的數據，將在列中包含調查問題，并在行中包含答案。
是否有多個時間段只有一個觀察？
例如，如果您有1990-2019年蘋果股價的數據，該格式將有年份在行，在列中有變量或股價；注意：如果年份和變量切換，沒什么大不了的。Excel有一個功能，你可以粘貼“轉換”值。這將切換數據的行和列。
如果數據在一個時間段內有多個觀察結果怎么辦？
假設您有一個數據庫，其中包含1990-2019年多個國家的信息；這些數據在行中仍將有年份，但每列將指定該特定年份的觀察結果；在本示例中，將有一個“國家”變量，該變量標識數據所指的國家。
識別缺失的值或不良數據。
這些會使你成為一個不那么可信的來源，因為你的統計數據會是錯誤的；做一個目視檢查，以確保數據點有意義；例如，如果數據集測量了人類的體重，那么某人體重為2000斤的數據有意義嗎？清除大量丟失數據的行。
查找數據中的異常值。
這些數據點似乎不屬于預期范圍。異常值通常會被我們覺得厭煩，但它們也可以提供有趣的故事和見解；例如，如果我們預計所有縣的銷售額都會下降，那么一個縣的銷售額飆升將是一個異常值。
3. 第三步：可視化數據
當我們在這個階段談論數據可視化時，我們不是在談論您的設計師創造的美麗數據可視化。
這只是讓你真正“看到”數據的工具（這就是為什么我們如此喜歡數據可視化——這是我們大腦理解我們在看什么的簡單方法）；從技術上講，這一階段被稱為探索性數據分析。
1）突出要可視化的數據
2）點擊“插入”進“圖表”
從“圖表”編輯器中，可以單擊“圖表類型”選項卡，使用推薦的圖表或選擇自己的圖表；“自定義”選項卡允許重命名標題和軸、更改顏色或增加字體大小等操作。
請記住，不同類型的數據最好用某些類型的圖表表示。
關于圖表選用可以看我往期的幾篇文章：
第四步：檢查數據關系
通常一開始我們會經常以檢查人際關系來尋找故事的有趣部分。但是當你利用可視化并根據關系進行數據分析時，你將開始看到數據的行為模式，這些行為模式將引導你朝著正確的方向前進。
但首先，你需要了解尋找什么樣的關系。
5種類型的數據關系：
有許多不同的數據關系，但我們將涵蓋最常見的前5名。這些最有可能適用于手頭的數據，并將幫助你開始了解可能想在其他數據集中探索的其他內容。
當你深入研究這些時，考慮一下你的發現可能支持哪些類型的有趣角度：
- 數據分析結果是支持還是反駁了我的假設？
- 數據分析結果是否揭穿了一個廣泛持有的想法嗎？
- 數據是增、減、還是平線？
- 數據顯示組之間有什么不同嗎？
- 指標或變量的前10個（或后10個）觀察結果是什么？
關系1：相關性
這是具有兩個或多個變量的數據，可能證明彼此之間存在正相關或負相關。
- 正：一個變量的增加導致另一個變量的增加。
- 負：一個變量的增加導致另一個變量的減少。
常見圖表類型：
- 散射情節。
- 帶有擬合線的散射圖。
相關性的強度由相關系數衡量，一種流行的測量方法是使用相關性系數，范圍從-1到1，這衡量了散點圖中點與直線的相似程度。
- 相關系數為1，表示存在完美的正相關系數；
- 相關系數為-1，表示存在完美的負相關；
- 相關系數為0，表示沒有相關性。
這里有一個帶有合適線條的散點圖，顯示了不同國家人均國內生產總值和可口可樂價格之間的關系。
這條線表明存在一種積極的關系。這意味著隨著人均國內生產總值的增加，可樂的價格也會上漲；通過目視檢查，我們可以看到這些點不是完美的線條，因此我們可以說相關性只有適度強。
關系2：趨勢
在數據中查找顯著的趨勢，無論增加還是減少。
常見圖表類型：
- 條形圖；
- 線圖；
例如，你可能會查看的網站一個月內每天獲得多少頁面瀏覽量，以確定一周中哪些天產生最多流量。
關系3：分布
這顯示了數據分布，通常圍繞一個中心值。分布對于理解特定變量的最小值、最大值、平均值、中位數和范圍非常有用，查看分布可以通過查看平均值和最終值來了解數據的形狀。
常見圖表類型：
直方圖：例如，你可以根據客戶在一年內為你的公司創造的收入來分組；通過這種方式，可以查看平均客戶的支出，以及客戶可能預計的支出范圍。
關系4：異常值
這是任何異常或超出常規的數據。
常見圖表類型：
- 散點情節：由情節上遠離趨勢區域的點顯示。
- 直方圖：直方圖的尾部顯示數據中是否有許多異常值。
- 條形圖：任何異常高或低的值。
例如，我們期望看到的直方圖的趨勢是，第一組和最后一組的客戶更少。但這張直方圖向我們展示了一個異常值；實際上，有很多客戶花費了51000——55000——盡管我們預計會更少，調查一下為什么那個群體中有這么多客戶會很有趣。
關系5：比較和排名
比較：這是對子類別的量化值的簡單比較。
常見圖表類型：
條形圖：有很多方法可以比較數據?？梢员容^集合或查看這些集合中的子類別。
例如，可能會查看數據，比較不同顏色的CTA按鈕的點擊率。哪個點擊率更高，為什么？
排名：這顯示了兩個或多個值在相對大小上的比較。
例如，哪種類型的內容頁面瀏覽量最高？排名可以幫助輕松比較頁面產生的流量。
二、如何將洞察轉化為數據故事？
一旦你認為你找到了你的故事，請遵循以下提示，以確保你有效地講述了它。
1. 知道你在為誰而寫
有效的數據敘事并不意味著你想要講什么故事，這意味著你找到一個對要讀它的人感興趣的故事。
考慮：
- 這相關嗎？
- 是解決問題還是拓展他們的知識？
- 他們以前聽過這個故事嗎？
有時，你有一個故事可以告訴多個（或更大的）受眾；如果你有數據，通過數據分析找到最有趣的故事角度，將負責的數據轉化為易于消化的故事是內容營銷最重要的工作。
以人們理解的方式與他們交談，并提供盡可能多的故事場景。
2. 打造一個強有力的敘事
數據故事應該直觀且易于理解。不要給人們提供圖表，但也不要讓他們尋找洞察力，了解如何構建一個有效且易于理解的數據敘事。
注意：數據可以是強大的；也可以被操縱、誤解和歪曲。確保你正在講述整個故事；有時，人們對數據故事有想法，并試圖追溯性地讓他們的數據適合這種敘述；如果數據不存在，故事就不存在。
3. 根據最佳數據可視化效果進行設計
數據可視化不僅僅是可視化數據；它還增強吸引力、理解力和保留力；確保你的數據故事能夠使用最佳的數據可視化形式展現出來，并確保設計師以最優化、最準確的形式呈現它。
關于數據可視化設計也可以看我之前的幾篇文章：
用數據講故事并不總是容易的，但這總是值得的。
最后想提醒大家，練習得越多，你會得到越好；只要留意更多展示你技能的機會，你會發現數據分析背后的故事都可以轉化為優質的營銷內容。
本文由 @數據可視化那些事 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
- 目前還沒評論，等你發揮！
