新手學數(shù)據(jù)分析，你應(yīng)該知道的三件事

什么是數(shù)據(jù)分析？

數(shù)據(jù)分析是指用適當?shù)?a href='/map/tongjifenxi/' style='color:#000;font-size:inherit;'>統(tǒng)計分析對收集來的大量數(shù)據(jù)進行分析，提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細研究和概括總結(jié)的過程。在實用中，數(shù)據(jù)分析可幫助人們作出判斷，以便采取適當行動。

數(shù)據(jù)分析的目的是什么？

數(shù)據(jù)分析的目的是把隱沒在一大批看來雜亂無章的數(shù)據(jù)中的信息集中、萃取和提煉出來，以找出所研究對象的內(nèi)在規(guī)律。

在實用中，數(shù)據(jù)分析可幫助人們作出判斷，以便采取適當行動。數(shù)據(jù)分析是組織有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，使之成為信息的過程。在產(chǎn)品的整個壽命周期，包括從市場調(diào)研到售后服務(wù)和最終處置的各個過程都需要適當運用數(shù)據(jù)分析過程，以提升有效性。

在企業(yè)里面，數(shù)據(jù)分析可以幫助我們掌握企業(yè)的運營狀況，商品的出售情況，用戶的特征、產(chǎn)品的粘性、等等。

數(shù)據(jù)分析的步驟？

1.首先明確分析的思路和目的：

數(shù)據(jù)分析一定的帶著某種業(yè)務(wù)目的的。它可能是要追蹤一個新產(chǎn)品上線之后的用戶使用情況;也可能是觀察用戶在某段時間的留存情況，還有可能是運營某種優(yōu)惠券是否有效。

帶著一定的目的，確定要從哪幾個角度進行分析。然后找到能夠說明目的的指標。

比如想要驗證運營最近的一批優(yōu)惠券是否有效。我們可以從優(yōu)惠券的領(lǐng)取情況和優(yōu)惠券的使用情況兩個方面分析，而優(yōu)惠券的領(lǐng)取情況的指標可以細化為領(lǐng)取率;使用情況可細化為：使用率、客單價等。

2.數(shù)據(jù)的收集：

在確定了此次數(shù)據(jù)分析的核心指標后，就要針對數(shù)據(jù)指標做數(shù)據(jù)收集。

有些企業(yè)的數(shù)據(jù)準備非常充分，數(shù)據(jù)倉庫、數(shù)據(jù)集市等早早就建設(shè)好。有一些企業(yè)在數(shù)據(jù)分析上比較落后，那就需要我們自己做前期大量的數(shù)據(jù)收集工作。

比如使用一些自己公司的或者第三方的數(shù)據(jù)分析工具進行埋點，拿到日志?；蛘呤褂脭?shù)據(jù)庫中的現(xiàn)有數(shù)據(jù)，比如訂單數(shù)據(jù)、基礎(chǔ)的用戶信息等等。

3.數(shù)據(jù)處理：

數(shù)據(jù)提取出來之后，要剔除臟數(shù)據(jù)(清洗)，然后數(shù)據(jù)轉(zhuǎn)化。在進行最基本的數(shù)據(jù)匯總、聚合之后，我們就可以拿到比較簡單的字段相對豐富的數(shù)據(jù)寬表。

4.數(shù)據(jù)分析：

數(shù)據(jù)分析是用適當?shù)姆治龇椒肮ぞ?，對處理過的數(shù)據(jù)進行分析，提取有價值的信息，形成有效結(jié)論的過程。

一般公司所需要觀察的數(shù)據(jù)大致分為如下幾類：

商業(yè)數(shù)據(jù)：付費金額，付費用戶數(shù)，付費率客單價
運營數(shù)據(jù)：新增用戶數(shù)，日活、周活、月活(AARRR模型)
產(chǎn)品數(shù)據(jù)：關(guān)鍵頁面的pv、uv(漏斗模型)
用戶數(shù)據(jù)：用戶生命周期、用戶留存、用戶客單價、用戶類型(RFM模型…)
商品數(shù)據(jù)：商品售賣情況，毛利分析….
隨著數(shù)據(jù)的重要性的凸顯，越來越多的公司已經(jīng)認識到數(shù)據(jù)對于公司的經(jīng)營是十分重要的。

所以絕大部分企業(yè)都有專門的BI部門進行初步的數(shù)據(jù)加工、分析，以周報表的形式匯總給管理層做為日常數(shù)據(jù)所需以及企業(yè)決策使用。

在這里主要介紹兩個簡單的數(shù)據(jù)分析模型：

AARRR模型：

Acquisition(獲取)、Activation(活躍)、Retention(留存)、Revenue(收益)、Refer(傳播)

獲取用戶(Acquisition)

如何獲取用戶?線上通過網(wǎng)站通過SEO,SEM，app通過市場首發(fā)、ASO等方式獲取。還有運營活動的H5頁面，自媒體等方式。線下通過地推和傳單進行獲取用戶。

提高活躍度(Activation)

來了用戶后，通過運營價格優(yōu)惠、編輯內(nèi)容等方式進行提高活躍度。把內(nèi)容做多，商品做多，價格做到優(yōu)惠，但需要控制在成本至上的有生長空間。這樣的用戶是最有價值進行活躍。

產(chǎn)品策略上，除了提供運營模塊和內(nèi)容深化。進行產(chǎn)品會員激勵機制成長體制進行活躍用戶。不僅商品優(yōu)惠的，VIP等標示的ICON，對于長業(yè)務(wù)流程，進行流程激勵體制，產(chǎn)品策略更具多元化。

提高留存率(Retention)

提高活躍度的，有了忠實的用戶，就開始慢慢沉淀下來了。運營上，采用內(nèi)容，相互留言等社區(qū)用戶共建UCG，擺脫初期的PCG模式。電商通過商品質(zhì)量，O2O通過優(yōu)質(zhì)服務(wù)提高留存。這些都是業(yè)務(wù)層面的提高留存。

產(chǎn)品模式上，通過會員機制的簽到和獎勵的機制去提高留存。包括app推送和短信激活方式都是激活用戶，提高留存的產(chǎn)品方式。

通過日留存率、周留存率、月留存率等指標監(jiān)控應(yīng)用的用戶流失情況，并采取相應(yīng)的手段在用戶流失之前，激勵這些用戶繼續(xù)使用應(yīng)用。

獲取收入(Revenue)

獲取收入其實是應(yīng)用運營最核心的一塊。即使是免費應(yīng)用，也應(yīng)該有其盈利的模式。

收入來源主要有三種：付費應(yīng)用、應(yīng)用內(nèi)付費、以及廣告。付費應(yīng)用在國內(nèi)的接受程度很低，包括Google Play Store在中國也只推免費應(yīng)用。在國內(nèi)，廣告是大部分開發(fā)者的收入來源，而應(yīng)用內(nèi)付費目前在游戲行業(yè)應(yīng)用比較多。

前面所提的提高活躍度、提高留存率，對獲取收入來說，是必需的基礎(chǔ)。用戶基數(shù)大了，收入才有可能上量。

自傳播(Refer)

以前的運營模型到第四個層次就結(jié)束了，但是社交網(wǎng)絡(luò)的興起，使得運營增加了一個方面，就是基于社交網(wǎng)絡(luò)的病毒式傳播，這已經(jīng)成為獲取用戶的一個新途徑。這個方式的成本很低，而且效果有可能非常好;唯一的前提是產(chǎn)品自身要足夠好，有很好的口碑。

從自傳播到再次獲取新用戶，應(yīng)用運營形成了一個螺旋式上升的軌道。而那些優(yōu)秀的應(yīng)用就很好地利用了這個軌道，不斷擴大自己的用戶群體。

漏斗模型：

漏斗模型廣泛應(yīng)用于流量監(jiān)控、產(chǎn)品目標轉(zhuǎn)化等日常數(shù)據(jù)運營工作中。之所以稱為漏斗，就是因為用戶(或者流量)集中從某個功能點進入(這是可以根據(jù)業(yè)務(wù)需求來自行設(shè)定的)，可能會通過產(chǎn)品本身設(shè)定的流程完成操作。

按照流程操作的用戶進行各個轉(zhuǎn)化層級上的監(jiān)控，尋找每個層級的可優(yōu)化點;對沒有按照流程操作的用戶繪制他們的轉(zhuǎn)化路徑，找到可提升用戶體驗，縮短路徑的空間。

運用漏斗模型比較典型的案例就是電商網(wǎng)站的轉(zhuǎn)化，用戶在選購商品的時候必然會按照預(yù)先設(shè)計好的購買流程進行下單，最終完成支付。

需要注意的是：單一的漏斗模型對于分析來說沒有任何意義，我們不能單從一個漏斗模型中評價網(wǎng)站某個關(guān)鍵流程中各步驟的轉(zhuǎn)化率的好壞，所以必須通過趨勢、比較和細分的方法對流程中各步驟的轉(zhuǎn)化率進行分析：

趨勢(Trend)：從時間軸的變化情況進行分析，適用于對某一流程或其中某個步驟進行改進或優(yōu)化的效果監(jiān)控;
比較(Compare)：通過比較類似產(chǎn)品或服務(wù)間購買或使用流程的轉(zhuǎn)化率，發(fā)現(xiàn)某些產(chǎn)品或應(yīng)用中存在的問題;
細分(Segment)：細分來源或不同的客戶類型在轉(zhuǎn)化率上的表現(xiàn)，發(fā)現(xiàn)一些高質(zhì)量的來源或客戶，通常用于分析網(wǎng)站的廣告或推廣的效果及ROI。

5.數(shù)據(jù)展現(xiàn)：

數(shù)據(jù)可視化-基本的圖表

數(shù)據(jù)可視化是關(guān)于數(shù)據(jù)視覺表現(xiàn)形式的科學技術(shù)研究。其中，這種數(shù)據(jù)的視覺表現(xiàn)形式被定義為，一種以某種概要形式抽提出來的信息，包括相應(yīng)信息單位的各種屬性和變量。

圖表是”數(shù)據(jù)可視化”的常用手段，其中又以基本圖表——柱狀圖、折線圖、餅圖等等——最為常用。

有人覺得，基本圖表太簡單、太原始，不高端，不大氣，因此追求更復(fù)雜的圖表。但是，越簡單的圖表，越容易理解，而快速易懂地理解數(shù)據(jù)，不正是”數(shù)據(jù)可視化”的最重要目的和最高追求嗎?

所以，請不要小看這些基本圖表。因為用戶最熟悉它們，所以只要是適用的場合，就應(yīng)該考慮優(yōu)先使用。

5.1柱狀圖(Bar Chart)

柱狀圖是最常見的圖表，也最容易解讀。

柱狀圖

它的適用場合是二維數(shù)據(jù)集(每個數(shù)據(jù)點包括兩個值x和y)，但只有一個維度需要比較。年銷售額就是二維數(shù)據(jù)，”年份”和”銷售額”就是它的兩個維度，但只需要比較”銷售額”這一個維度。

柱狀圖利用柱子的高度，反映數(shù)據(jù)的差異。肉眼對高度差異很敏感，辨識效果非常好。柱狀圖的局限在于只適用中小規(guī)模的數(shù)據(jù)集。

通常來說，柱狀圖的X軸是時間維，用戶習慣性認為存在時間趨勢。如果遇到X軸不是時間維的情況，建議用顏色區(qū)分每根柱子，改變用戶對時間趨勢的關(guān)注。

柱狀圖

上圖是英國足球聯(lián)賽某個年度各隊的贏球場數(shù)，X軸代表不同球隊，Y軸代表贏球數(shù)。

5.2 折線圖(Line Chart)數(shù)據(jù)

折線圖適合二維的大數(shù)據(jù)集，尤其是那些趨勢比單個數(shù)據(jù)點更重要的場合。

折線圖

它還適合多個二維數(shù)據(jù)集的比較。

折線圖

上圖是兩個二維數(shù)據(jù)集(大氣中二氧化碳濃度，地表平均氣溫)的折線圖。

5.3 餅圖(Pie Chart)

餅圖是一種應(yīng)該避免使用的圖表，因為肉眼對面積大小不敏感。

上圖中，左側(cè)餅圖的五個色塊的面積排序，不容易看出來。換成柱狀圖，就容易多了。

一般情況下，總是應(yīng)該用柱狀圖替代餅圖。但是有一個例外，就是反映某個部分占整體的比重，比如貧窮人口占總?cè)丝诘陌俜直取?

餅圖

5.4 散點圖(Scatter Chart)

散點圖適用于三維數(shù)據(jù)集，但其中只有兩維需要比較。

散點圖

上圖是各國的醫(yī)療支出與預(yù)期壽命，三個維度分別為國家、醫(yī)療支出、預(yù)期壽命，只有后兩個維度需要比較。

為了識別第三維，可以為每個點加上文字標示，或者不同顏色。

散點圖

5.5 氣泡圖(Bubble Chart)

氣泡圖是散點圖的一種變體，通過每個點的面積大小，反映第三維。

氣泡圖

上圖是卡特里娜颶風的路徑，三個維度分別為經(jīng)度、緯度、強度。點的面積越大，就代表強度越大。因為用戶不善于判斷面積大小，所以氣泡圖只適用不要求精確辨識第三維的場合。

如果為氣泡加上不同顏色(或文字標簽)，氣泡圖就可用來表達四維數(shù)據(jù)。比如下圖就是通過顏色，表示每個點的風力等級。

氣泡圖

5.6 雷達圖(Radar Chart)

雷達圖適用于多維數(shù)據(jù)(四維以上)，且每個維度必須可以排序(國籍就不可以排序)。但是，它有一個局限，就是數(shù)據(jù)點最多6個，否則無法辨別，因此適用場合有限。

下面是邁阿密熱火隊首發(fā)的五名籃球選手的數(shù)據(jù)。除了姓名，每個數(shù)據(jù)點有五個維度，分別是得分、籃板、助攻、搶斷、封蓋。

雷達圖

畫成雷達圖，就是下面這樣。

雷達圖

面積越大的數(shù)據(jù)點，就表示越重要。很顯然，勒布朗·詹姆斯(紅色區(qū)域)是熱火隊最重要的選手。

需要注意的時候，用戶不熟悉雷達圖，解讀有困難。使用時盡量加上說明，減輕解讀負擔。

總結(jié)