教你如何看數據分析

現在說分析數據，好像已經成了互聯網那個從業(yè)者的口頭禪，做產品的，運營的，市場的口口聲聲都在說數據怎么樣，但是了解數據的真正含義，讀懂數據的人確實不多。之前跟一個之前在國內最大的數字商品交易平臺的同事大哥在一起好好地聊了下，很有收獲。

對于數據，有一個共識就要會看數據，通過合理及透徹的分析來驅動產品，運營及市場策略的調整。但是這些知識看數據的中級階段，高級階段則是通過龐大的 多維度的數據分析，能夠預測到未來一個季度，半年甚至一年的業(yè)務走勢，當然預測可以有一定的偏差在里面。還有的就是如果要進入到新業(yè)務的擴張上，那么能夠 計算出未來的一定周期內需要有多大的資金投入量，人員投入量，市場及運營資源投入等達到一個什么樣的規(guī)模，或者說反推，我想達到這樣的規(guī)模那么需要多少投 入，多長時間。這個是最高階段，在一般情況下也許根本不會觸及到這個方面，少部分能夠做到中級階段基本上已經算是極限了。

互聯網的有諸多領域，每個領域關注的點都不一樣。我這邊先從熟悉的社區(qū)和電子商務兩個領域來說起。說到數據首先就是要去了解統計數據、分析數據的維度 是有哪些。個人認為一般是有用戶的維度，運營的維度，在社區(qū)來說還有內容的維度，在電子商務內部有運營的維度，我把推薦的單拎出來作為一個維度。

　　一 用戶的維度

從用戶的維度來看網站數據，其實就是通常所說的網站分析層面。這個維度主要來看用戶是通過什么渠道來到網站，在網站用戶的行為是什么，主要的目地為市 場人員提供推廣效果依據，以及幫助產品人員來分析指南各個網站上哪些頁面，哪些區(qū)域及模塊最能夠吸引用戶并及時進行策略調整。

網站分析的第一個數據點用戶來源渠道，用戶是從哪些渠道來到我們的網站上。是直接輸入網站地址，是從收藏夾中打開收藏鏈接，還是在搜索引擎上搜索過來 (那么前二十的搜索關鍵詞都有哪些)。抑或是從微博、各個論壇等一些新媒體上點擊我們網站鏈接進來的。如果網站現階段也在做市場推廣，最好的就是每一個放 出去的鏈接都應該帶有獨立統計標識，這樣能夠清楚地看到不同的媒體上不同的廣告位置的流量怎么樣。這樣市場人員可以通過這些數據來發(fā)現能夠為網站帶來穩(wěn)定 流程的渠道，同時剔除掉效果不好的渠道。上面說的前二十的搜索關鍵詞也是做SEM確定關鍵詞的一個重要來源。

第二個數據點是用戶在網頁上行為，就是用戶通過各種不同的方式來到我們網站上后，常有的著陸頁面是哪些，這些頁面都有什么特點需要好好分析一下。重點 關注用戶在頁面上的點擊行為，一般用戶會看幾屏，點擊哪些按鈕或者鏈接的概率大，在各個頁面上的停留時間是怎么樣的。這些數據產品人員需要多關注，通過分 析用戶在各個網頁上的行為，能為我們做產品決策提供很大的依據。

第三個點在用戶訪問路徑上，主要是用戶從進入著陸頁上之后，陸續(xù)會到哪些頁面上，最后在哪些頁面上進行注冊登錄操作，在哪些頁面上跳出。由這些數據可 以清晰地勾勒出典型用戶的訪問路徑圖，在結合用戶來源渠道一起來分析，就能找到那些渠道上的用戶來到網站之后，訪問深度最高，轉化率從最高，這樣市場人員 也可以及時調整策略，對這些流量大，效果好的渠道加大推廣力度。

第四個點是注冊流程，一般來說很多網站的注冊流程并不是很短，都需要至少兩步，有的能到三四步，重點關注這個是因為注冊流程繁瑣，那么你的推廣做到再 好網站各個模塊再易用，最后的轉化率照樣慘不忍睹。通過對這個流程的監(jiān)測，可以看到有意愿注冊的用戶到底在哪些環(huán)節(jié)流失了，是不是填寫信息太多，是不是發(fā) 送確認信息失敗等等。

最后總括起來就是，用戶來源渠道，UV，PV，停留時間，網頁點擊熱圖，一跳率，二跳率，訪問路徑，轉化率，市場推廣還應該關注你的CPM，CPC，以及用戶轉化成本等。

　　二 運營的維度

運營的維度就是用戶到了網站上后續(xù)行為，這個方面上社區(qū)和電子商務都有自己要去關注的點。

對于電子商務網站來說，用戶的維度的分析是分析用戶來源，運營的維度那就分析收入情況了。第一個數據點是每日的訂單數，這個是要看電商網站整體的銷售 情況也是最重要的一個數據指標。第二個就是客單價了，每筆訂單的金額，基本上訂單數和客單價的乘積差不多就是電商網站的整體銷量，與實際情況的差別不是很 大。 接下來就是要去看訂單支付成功率，很多人都有這樣的經歷在電子商務網站上，我們可能會把很多商品放在了購物車上，但是最后肯那個會刪掉購物車上某些商品， 或者說很多訂單最后并沒有被支付。電商的運營人員非常關注這個數據，如果說大量的未支付訂單，就需要去分析問題是出現哪里。是注冊環(huán)節(jié)出了問題，還是說支 付環(huán)節(jié)出問題導致用戶支付失敗。

第四個數據點在退貨率，這個數據很重要，如果有大量的退貨對于網站來說損失非常大，同時還要分析退貨的原因是什么。

第五個就是訂單交付周期，每個訂單從用戶支付成功到送達用戶簽收的時間，當然不同的區(qū)域，一線城市和二線城市的交付周期都有差別，但是這是考驗了電商整體的物流水平。

還有一個不為人注意的數據點就是投訴率，電子商務的用戶體驗是一個從線上到線下的全過程，重在服務某一個環(huán)節(jié)出現差錯都是致命。用戶投訴，往往就是在 某個環(huán)節(jié)出現了問題，留給用戶的印象非常之差。投訴率是電商整體服務水平的體驗，建立一個品牌很難，但是毀掉一個品牌則是非常的容易。

對于電商來說，最后一個重點數據則在用戶的重復購買率或者二次購買率，這個則是考驗了用戶的忠誠度。某個用戶第一次購買體驗非常好，對商品很滿意，那么產生二次購買行為的概率就非常大。用戶多次購買的時間周期也是一個需要關注的數據點。

對于社區(qū)來說，需要關注的運營數據跟電商就有很多差別。以優(yōu)質內容分享社區(qū)為例，每天的新注冊用戶數，登錄的老用戶數，人均PV數是社區(qū)整體數據。再 下來，社區(qū)每天產生的內容有多少，具體到文字，圖片，視頻等各種不同類型的內容各是多少，上前日的增長率是多少，相對于上周或者上月的增長率又是多少。同 時，么天新增關注，新增評論，轉發(fā)等等，這幾個數據，都是整個社區(qū)互動氛圍的整體表現。當然還要考慮流失情況，兩周未登錄，一月未登錄，兩月未登錄各占到 社區(qū)總注冊人數的比率，比率越高對于社區(qū)產品及運營人員來說是非常危險的，更要好好地去關注。

當然對于社區(qū)來說，優(yōu)質活躍用戶是營造社區(qū)氛圍的關鍵。那么對于這些優(yōu)質用戶來說，是需要重點來關注的。通過數據來分析，達到優(yōu)質標準的用戶每周增長 多少，每個人本周發(fā)布的內容，各個類型的內容以及互動的數量，有多少人是處于瀕臨流失狀態(tài)。這些數據都會幫助運營人員調整自己的策略，例如看到很多用戶很 活躍，但是發(fā)布內容并不好，那么應該怎么去引導用戶;還有用戶瀕臨流失，那么就需要考慮用什么方法挽回這些用戶。

　　三 商品及內容的維度

這個維度其實也應該放在運營的維度里面年，但是這一塊確實很多人都會忽略掉的，所以把這個維度也單拎出來。

在電商中，出了關注網站整體的用戶及銷售數據，還要關注單一品類及單一商品的數據。某一品類的銷量，平均每次購買量，金額，以及退換貨率。對于單一商 品也是同樣的數據分析，來看此商品在一定時期內的銷量，訂單數，金額，以及退換貨率。通過這樣的分析就能看到熱門品類和熱門商品的趨勢，后續(xù)的運營，營銷 或者促銷的選擇就很清晰了。

對于社區(qū)來說也是如此，我們要看社區(qū)整體的數據情況，但是社區(qū)中內容的重要性與人的重要性同等重要。對于優(yōu)質內容分享的社區(qū)來說顯得尤為重要。除了內 容的文字，圖片，視頻的不同類型，還有內容本身的分類。包括是攝影，旅行，美食，時尚，動漫，電影等不同標簽的內容。在社區(qū)中內容的標簽是用戶自己添加 的。那么需要關注的第一個數據點就是用戶自己添加的標簽有多少是本周內新增的。這樣就可以看到社區(qū)每周會要多少新鮮的內容產生。第二就是各個標簽下用戶的 發(fā)布內容量，每天是多少，每周是多少。最這樣就看出哪些標簽下的內容最活躍，后續(xù)相關的運營活動就可以從這里面找到方向。第三個數據點就是各個標簽下用戶 的互動數，包括評論、轉發(fā)、收藏抑或喜歡等不同行為操作的數量，這個數據很清晰地顯示了用戶在不同標簽內容中的活躍程度，這是社區(qū)氛圍運營及活躍必不可少 的數據。