數(shù)據(jù)分析報(bào)告怎么用

本文是作者基于自身多年數(shù)據(jù)分析的經(jīng)驗(yàn)，總結(jié)的一體化數(shù)據(jù)分析框架，簡單地介紹下數(shù)據(jù)分析能分析能落地的幾點(diǎn)。enjoy~

大數(shù)據(jù)，這個(gè)被炒爛了的概念，現(xiàn)如今已被人工智能替代。我們先不討論人工智能，就大數(shù)據(jù)而言，我們都是在強(qiáng)調(diào)他的技術(shù)，例如網(wǎng)絡(luò)熱詞：hadoop+spark，data mining。而我們在用大數(shù)據(jù)時(shí)候，經(jīng)常用它的來神話它的影響。例如，廣告投放精準(zhǔn)化，社會安全管理有序，醫(yī)藥行業(yè)智能化等。

當(dāng)然這些是我們的暢想，同時(shí)確實(shí)也離不開數(shù)據(jù)分析影響，但是我們有沒有停下腳步去想一想，到底大數(shù)據(jù)怎么去落地呢，怎么去分析?怎么利用數(shù)據(jù)來去使企業(yè)做出決策，例如：廣告投放精準(zhǔn)化?

我們了解什么叫大數(shù)據(jù)分析么?

麥肯錫給大數(shù)據(jù)定義：

“一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征?！?

基于我對以上定義的理解，我總結(jié)的大數(shù)據(jù)分析就是，將獲取的數(shù)據(jù)，打通，整合，找尋規(guī)律，立即得出決策信息。

數(shù)據(jù)獲取

我總結(jié)的數(shù)據(jù)源可分類三類：

(1)一方數(shù)據(jù)：用戶事實(shí)數(shù)據(jù)

例如用戶在某金融機(jī)構(gòu)購買的理財(cái)產(chǎn)品，時(shí)間，哪個(gè)出單口，姓名，電話等，或者運(yùn)營數(shù)據(jù)，例如某互聯(lián)金融app，用戶操作行為數(shù)據(jù)

(2)二方數(shù)據(jù)：其實(shí)這部分叫做廣告投放數(shù)據(jù)

例如，廣告展示量，活動頁點(diǎn)擊量，廣告來源等。也有公司將這部分?jǐn)?shù)據(jù)作為第三方數(shù)據(jù)，因?yàn)橛行V告監(jiān)測公司會利用此數(shù)據(jù)和人群數(shù)據(jù)整合構(gòu)建自己dmp這樣的公司一般宣稱為第三方公司，三方數(shù)據(jù)

(3)三方數(shù)據(jù)：行業(yè)數(shù)據(jù)，也叫公開數(shù)據(jù)

例如行協(xié)的數(shù)據(jù)，或者互聯(lián)網(wǎng)行為數(shù)據(jù)，例如某互聯(lián)網(wǎng)公司用戶在此網(wǎng)站的行為數(shù)據(jù)，或者嵌入sdk的app后我們能采集到的安裝活躍列表，以及可采集到線下數(shù)據(jù)。

打通：其實(shí)就是利用關(guān)鍵點(diǎn)的采集整合一二三方數(shù)據(jù)。例如我們可以通過手機(jī)號將一方和三方數(shù)據(jù)整合，或者利用cookie，或者imei號等將二方、三方數(shù)據(jù)整合。但是由于現(xiàn)在監(jiān)管制度對手機(jī)號敏感數(shù)據(jù)的控制，以及互聯(lián)網(wǎng)和移動端數(shù)據(jù)的跨平臺打通技術(shù)難點(diǎn)，我們現(xiàn)實(shí)的匹配率很低，例如一方和三方的數(shù)據(jù)匹配達(dá)到20%其實(shí)就算比較不錯(cuò)的情況，當(dāng)然運(yùn)營商數(shù)據(jù)除外。

找尋規(guī)律：目標(biāo)就是數(shù)據(jù)清理，從非結(jié)構(gòu)化數(shù)據(jù)變成結(jié)構(gòu)化數(shù)據(jù)，以便統(tǒng)計(jì)，數(shù)據(jù)探索，找尋規(guī)律，形成數(shù)據(jù)分析報(bào)告觀點(diǎn)。本文將會在第三部分闡述。

立即決策：將數(shù)據(jù)分析報(bào)告中的觀點(diǎn)系統(tǒng)化或產(chǎn)品化，目前而言，大部分公司還是會依靠人工決策。

為什么需要大數(shù)據(jù)分析?看上去大數(shù)據(jù)分析似乎按照這些步驟來，但是從第一步的數(shù)據(jù)源來說，其實(shí)已經(jīng)反應(yīng)了大數(shù)據(jù)的特點(diǎn)，就是雜亂無章，那么怎么從這些數(shù)據(jù)找尋規(guī)律，分析的內(nèi)容和目標(biāo)是否對應(yīng)上，似乎就是我們需要大數(shù)據(jù)分析的理由

現(xiàn)在，大數(shù)據(jù)的分析通常采用的數(shù)據(jù)報(bào)表來反映企業(yè)運(yùn)營狀況，同時(shí)，對于熱點(diǎn)，人群分析，我們看到的統(tǒng)計(jì)值，目標(biāo)核心都是用數(shù)據(jù)分析報(bào)告提煉的觀點(diǎn)來指導(dǎo)運(yùn)營，那么問題來了，怎么用數(shù)據(jù)分析來指導(dǎo)數(shù)據(jù)決策呢?

數(shù)據(jù)分析的報(bào)告思路(本文從移動端的角度進(jìn)行切入)

基于我對數(shù)據(jù)分析的理解，我將數(shù)據(jù)報(bào)告會分成三大類：市場分析、運(yùn)營分析、用戶行為分析。

市場分析

由于市場分析一般而言是定性、定量分析，最近熱播劇《我的前半生》賀函和唐晶的職業(yè)就是來去咨詢公司的一般會以訪談、問卷調(diào)查來一份市場分析報(bào)告去告訴客戶他們的市場占有量，消費(fèi)者觀點(diǎn)等。

這里，我們以移動互聯(lián)網(wǎng)數(shù)據(jù)的市場分析為例，通常來說，數(shù)據(jù)源是公開數(shù)據(jù)，或者在第三方數(shù)據(jù)。正如我們所講，將sdk嵌入開發(fā)者應(yīng)用，就可以收集到安裝以及使用列表，那么開發(fā)者使用的sdk越多，我們能收集的數(shù)據(jù)源也越多，這樣就可以形成安裝app排名，使用app排名，這里面所說的覆蓋率、活躍率也是這個(gè)意思，例如：即此款應(yīng)用安裝量、使用量在整體金融類的安裝量、使用量占比。

那么，這些市場分析的作用呢，一般而言，是對公司市場營銷的總結(jié)，比如某金融公司kpi是為了獲客，他們做了一系列營銷，下個(gè)月排名我們可以查詢到此款應(yīng)用的安裝量，是否較上個(gè)月上升呢? 那么我們的競品表現(xiàn)呢，他們是不是也做了一些列的營銷活動排名上升下降?我們都可以通過市場分析，競品分析來觀測，但是這部分的觀點(diǎn)由于是市場數(shù)據(jù)，我們只能通過大量的搜尋官網(wǎng)活動，或者互聯(lián)網(wǎng)廣告推測營銷來推測是否競爭對手排名上升和這些營銷活動有關(guān)。

同時(shí)，根據(jù)市場的走勢圖，我們能發(fā)現(xiàn)潛在的競爭對手，例如：我們能看出下圖中的工商銀行由于手機(jī)屬于高覆蓋高活躍組，即安裝xxapp活躍人群也是最高的，因此，無疑xx銀行是所有銀行組潛在競爭對手。需要更加注意他們的市場策略

運(yùn)營分析

移動互聯(lián)網(wǎng)提出的方法論：3A3R，筆者之前在做咨詢的時(shí)候，此方法論也可以將網(wǎng)站分析套用，總結(jié)來說3A3R就是：

感知 → 獲取 → 活躍 → 獲取 → 營收 → 傳播 → 感知

這里需要注明下，運(yùn)營分析只是一個(gè)公司的baseline，讓產(chǎn)品經(jīng)理，運(yùn)營人員，市場人員根據(jù)自己本公司的數(shù)據(jù)參考做出合理的決定，同時(shí)，運(yùn)營的數(shù)據(jù)只是參考或者叫警示，若要具體，需要特定細(xì)節(jié)的分析，例如是否app改版，怎么改?需要增加哪家渠道合作?

(1)Awareness 感知

根據(jù)廣告投放數(shù)據(jù)進(jìn)行分析，目的判斷渠道廣告頁對app 或者網(wǎng)站引流情況，同時(shí)可以幫助廣告主設(shè)計(jì)監(jiān)測表格，以數(shù)字角度衡量廣告投放效果

但是，廣告數(shù)據(jù)一般而言在廣告監(jiān)測公司手中，或者公開的使用工具上例如GA，我們需要依靠廣告公司設(shè)計(jì)營銷環(huán)節(jié)，例如活動頁，加監(jiān)測代碼，或者在媒體，app應(yīng)用商店加入代碼便于監(jiān)測廣告表現(xiàn)，而往往這樣的數(shù)據(jù)很難加載，一般是由應(yīng)用商店，或者媒體提供，同時(shí)，以上數(shù)據(jù)，監(jiān)測公司數(shù)據(jù)一般而言也不會提供給廣告主，只是會提供統(tǒng)計(jì)值，這部分的分析我會在之后詳細(xì)寫出，歡迎大家關(guān)注我的運(yùn)營號

言歸正傳，我們看感知數(shù)據(jù)其實(shí)目的就是想衡量我們的大量的營銷投放錢花的對不對，廣告的展示量，點(diǎn)擊量等是最好衡量一個(gè)公司的廣告市場部門績效，沒有廣告投放，就無法帶來獲客，因此錢花的值不值，能帶來多少客人，才會有下一步 acquisition。

(2)Acquisition 獲客

獲客是第一步廣告投放拓展，用戶點(diǎn)擊廣告后到達(dá)應(yīng)用商店或者著陸頁后去下載app，訪問網(wǎng)頁后，登陸app后的數(shù)據(jù)是廣告公司或者應(yīng)用商店提供不了的數(shù)據(jù)，因此獲客其實(shí)有兩重目的。

目的1：衡量第一步提供的數(shù)據(jù)是否準(zhǔn)確，即是否渠道作弊

目的2：判斷渠道是否好壞

目的3：判斷營銷活動是否有效

例如下圖中，我們發(fā)現(xiàn)4成用戶是搜索流量較上個(gè)月增加了6%，是不是我們需要增加和sem的合作呢?而在媒體引薦渠道中，我們通過渠道衡量客戶轉(zhuǎn)化率，點(diǎn)擊-用戶激活的，激活的注冊轉(zhuǎn)化，可否重點(diǎn)對某應(yīng)用商店增加合作

下圖是目的3的應(yīng)用，來衡量三個(gè)月內(nèi)的新增用戶，活躍用戶是否受活動營銷、廣告投放、版本更迭等影響。例如：7月28日的版本更迭，增加新用戶的利器，那么產(chǎn)品經(jīng)理需要分析下這個(gè)版本到底哪里的改變，讓用戶增長這么快，而8月份的營銷活動會喚醒沉睡用戶，反應(yīng)考核運(yùn)營人員的績效，那么，是否我們在做促活時(shí)候可以借鑒8月的成功經(jīng)驗(yàn)?zāi)?而這個(gè)成功經(jīng)驗(yàn)需要進(jìn)一步做專題分析

(3)Activities 活躍

獲客后，我們想看看我們的新增、活躍用戶的表現(xiàn)情況，那么就到了第三步 活躍，其實(shí)就是為產(chǎn)品經(jīng)理改版app或者頁面提供數(shù)據(jù)支持

活躍分析可參考以下三個(gè)步驟：

第一：從頁面瀏覽次數(shù)，獨(dú)立訪問人數(shù)，來圈定主要頁面分析。

例如某款app首頁是pv，uv最高，我們會重點(diǎn)分析首頁。

第二：根據(jù)圈定頁面，制作點(diǎn)擊熱力圖，便于產(chǎn)品經(jīng)理對后續(xù)頁面改造提供數(shù)據(jù)支持，例如我們可以將點(diǎn)擊量小的按鈕在下次改版刪除，對點(diǎn)擊量大的重新排序

第三：根據(jù)圈定頁面，制作點(diǎn)擊熱力圖，便于產(chǎn)品經(jīng)理對后續(xù)頁面改造提供數(shù)據(jù)支持，例如我們可以將點(diǎn)擊量小的按鈕在下次改版刪除，對點(diǎn)擊量大的重新排序

(4)Retention留存分析& Revenue & Refer

這幾個(gè)實(shí)際上在企業(yè)運(yùn)用的并不多，這里簡要說明下。

① Retention

用戶積累到一定數(shù)量后，我們想看下用戶粘性，那么我們就來到retention，一般是衡量活動效果時(shí)候運(yùn)用的比較多，來看此次活動過后，是否用戶依舊會使用我們的app，但是由于金融app屬性不會像游戲應(yīng)用每天進(jìn)行訪問，因此Retention 在實(shí)際應(yīng)用中不會太多，下面的例子是個(gè)展示，不做贅述

② Revenue

這些留下來的客戶給公司貢獻(xiàn)多少現(xiàn)金呢?會看收入步驟， 一般公司不會將現(xiàn)金流數(shù)據(jù)放入在統(tǒng)計(jì)平臺中，但是我們需要提出用戶貢獻(xiàn)的流水金額數(shù)據(jù)供我們使用，便于人群劃分，例如下面簡要分析：

Refer 傳播：

最后，我們想讓這些客戶進(jìn)行傳播;核心是口碑營銷，即用戶自發(fā)的轉(zhuǎn)發(fā)給其他用戶鏈接，讓他們下載app或者參與活動，因此傳播的下一個(gè)環(huán)節(jié)又會轉(zhuǎn)換營銷，但是傳播會受到很多限制，例如沒有獎勵(lì)機(jī)制的口碑傳播，幾乎轉(zhuǎn)發(fā)量為0，同時(shí)，傳播若要衡量比較困難，尤其在大量互聯(lián)網(wǎng)用戶基礎(chǔ)上，這樣會造成資源代碼疊加，系統(tǒng)負(fù)擔(dān)，因此一般企業(yè)也不會設(shè)計(jì)這樣活動讓營銷人員參考

用戶分析

若說大數(shù)據(jù)分析的核心，其實(shí)就是在于用戶分析，正如我們前面所講，用戶分析的步驟流程如下：

即在力所能及的搜集數(shù)據(jù)范圍內(nèi)，打通數(shù)據(jù)，客戶用戶，精準(zhǔn)營銷。

第一，我們可以篩選的條件列表，我們可以通過應(yīng)用條件，位置，標(biāo)簽條件將數(shù)據(jù)整合，整合的目的就是刻畫客戶，定出營銷策略。

例如：我們想篩選金融客戶(應(yīng)用條件篩選)，出現(xiàn)在五星級酒店(位置條件)，且為母嬰人群(標(biāo)簽)

但是需要注意的是，條件越多，用戶輪廓越清晰，人群會越少。

第二，根據(jù)篩選的人群，我們將線上/線上統(tǒng)計(jì)化，或者建模多維度分析。

例如，我們根據(jù)篩選的人群，發(fā)現(xiàn)男性多于女性，蘋果手機(jī)屬性最高，常手機(jī)工具使用，那么我們可以將這部分目標(biāo)人群用增加手機(jī)工具合作、或者和蘋果合作獲客或者促活。

第三，整合以上數(shù)據(jù)分析，形成人群畫像。

結(jié)束語

這篇文章基于我多年數(shù)據(jù)分析的經(jīng)驗(yàn)，總結(jié)的一體化數(shù)據(jù)分析框架，其實(shí)就是簡單介紹下數(shù)據(jù)分析能分析能落地的幾點(diǎn)。當(dāng)然，這里面需要大量的數(shù)據(jù)清洗工作，以及對行業(yè)的認(rèn)知，此篇只是從數(shù)據(jù)分析角度的概要，內(nèi)容上的細(xì)化，其實(shí)可以單拿出來細(xì)細(xì)分析，尤其用戶畫像那章節(jié)。