不會(huì)這4項(xiàng)數(shù)據(jù)分析標(biāo)準(zhǔn)，何談精細(xì)化運(yùn)營(yíng)

一、明確數(shù)據(jù)分析的目的

1、如果數(shù)據(jù)分析的目的是要對(duì)比頁(yè)面改版前后的優(yōu)劣，則衡量的指標(biāo)應(yīng)該從頁(yè)面的點(diǎn)擊率，跳出率等維度出發(fā)，電商類(lèi)應(yīng)用還要觀察訂單轉(zhuǎn)化率，社交類(lèi)應(yīng)用要注重用戶(hù)的訪問(wèn)時(shí)長(zhǎng)、點(diǎn)贊轉(zhuǎn)發(fā)互動(dòng)等頻次。

不少新人在設(shè)計(jì)自己產(chǎn)品的時(shí)候，可能會(huì)花費(fèi)很多時(shí)間在產(chǎn)品本身的設(shè)計(jì)上，卻沒(méi)有花精力思考如何衡量產(chǎn)品的成功與否，在產(chǎn)品文檔上寫(xiě)上一句類(lèi)似“用戶(hù)體驗(yàn)有所”提升的空話(huà)，這樣既不利于產(chǎn)品設(shè)計(jì)順利通過(guò)需求評(píng)審，也無(wú)法更有效的快速提高產(chǎn)品的KPI指標(biāo)。

2、如果數(shù)據(jù)分析的目的是探究某一模塊數(shù)據(jù)異常波動(dòng)的原因，則分析的方法應(yīng)該按照金字塔原理逐步拆解，版本->時(shí)間->人群。

比如發(fā)現(xiàn)首頁(yè)猜你喜歡模塊最近的點(diǎn)擊率從40%下降到了35%，暴跌5%個(gè)點(diǎn)，這個(gè)時(shí)候先看看是不是哪個(gè)版本的數(shù)據(jù)發(fā)生了波動(dòng)，是不是因?yàn)樾掳姹旧暇€(xiàn)埋點(diǎn)遺漏或有誤造成的。

如果版本的波動(dòng)數(shù)據(jù)保持一致，再看看數(shù)據(jù)是從什么時(shí)候開(kāi)始變化的，是不是因?yàn)槭艿搅耸フQ、元旦假日因素的影響，頁(yè)面上其他模塊上線(xiàn)了新的活動(dòng)影響了猜你喜歡的轉(zhuǎn)化。

如果不是，則再拆解是不是流量來(lái)源構(gòu)成發(fā)生了變動(dòng)，是不是新用戶(hù)的曝光數(shù)量增加導(dǎo)致的。

我們需要帶著明確的目的去分析數(shù)據(jù)，思考實(shí)現(xiàn)目標(biāo)需要構(gòu)建哪些維度去驗(yàn)證。大部分時(shí)候，我們需要非常耐心的一步一步的拆解細(xì)分，排查原因。

二、多渠道收集數(shù)據(jù)

收集方式一般有四類(lèi)渠道。

1、從外部如易觀或艾瑞的行業(yè)數(shù)據(jù)分析報(bào)告獲取，需要帶著審慎的態(tài)度去觀察數(shù)據(jù)，提取有效準(zhǔn)確的信息，剝離部分可能注水的數(shù)據(jù)，并需要時(shí)刻警惕那些被人處理過(guò)的二手?jǐn)?shù)據(jù)。

2、從AppStore、客服意見(jiàn)反饋、微博等社區(qū)論壇去主動(dòng)收集用戶(hù)的反饋。我自己經(jīng)常有空的時(shí)候就會(huì)去社區(qū)論壇看看用戶(hù)的狀態(tài)評(píng)論，一般這樣的評(píng)論都是非常極端的，要么特別好，要么罵成狗，但這些評(píng)論對(duì)于自身產(chǎn)品設(shè)計(jì)的提升還是非常有益的，可以嘗試去反推用戶(hù)當(dāng)時(shí)當(dāng)刻為什么會(huì)產(chǎn)生如此的情緒。

3、自行參與問(wèn)卷設(shè)計(jì)、用戶(hù)訪談等調(diào)研，直面用戶(hù)，收集一手?jǐn)?shù)據(jù)，觀察用戶(hù)使用產(chǎn)品時(shí)所遇到的問(wèn)題及感受。問(wèn)卷需要提煉核心問(wèn)題，減少問(wèn)題，回收結(jié)果需剔除無(wú)效的敷衍的問(wèn)卷。用戶(hù)訪談需要注意不使用引導(dǎo)性的詞匯或問(wèn)題去帶偏用戶(hù)的自然感受。

三、有效剔除干擾數(shù)據(jù)

1、選取正確的樣本數(shù)量，選取足夠大的數(shù)量，剔除極端或偶然性數(shù)據(jù)的影響。08年奧運(yùn)會(huì)上，姚明的三分投籃命中率為100%，科比的三分投籃命中率為32%，那么是不是說(shuō)姚明的三分投籃命中率要比科比高？顯示有問(wèn)題，因?yàn)槟菍脢W運(yùn)會(huì)，姚明只投了一個(gè)三分球，科比投了53個(gè)。

2、制定相同的抽樣規(guī)則，減少分析結(jié)論的偏差性。比如兩條Push文案，第1條“您有一個(gè)外賣(mài)暖心紅包未領(lǐng)取，最大的紅包只留給最會(huì)吃的你，點(diǎn)擊進(jìn)入”，第2條“送你一個(gè)外賣(mài)低溫福利，足不出戶(hù)吃喝熱騰美味，點(diǎn)擊領(lǐng)取 ”。實(shí)驗(yàn)數(shù)據(jù)表明，第二條Push文案的點(diǎn)擊率比第一條同比高了30%。那么真的是第二條文案更有吸引力嘛？結(jié)果發(fā)現(xiàn)是第二條Push文案的接收人群的活躍度明顯高于第一條造成的。

3、剔除版本或節(jié)假日因素的干擾，新版本剛上線(xiàn)時(shí)的數(shù)據(jù)表現(xiàn)往往會(huì)很好，因?yàn)橹鲃?dòng)升級(jí)的用戶(hù)一般是高活躍度的用戶(hù)。臨近周末或大型節(jié)假日的時(shí)候，用戶(hù)的消費(fèi)需求會(huì)被觸發(fā)，電商類(lèi)應(yīng)用的訂單轉(zhuǎn)化率也會(huì)直線(xiàn)上升。因此，在數(shù)據(jù)對(duì)比的時(shí)候，實(shí)驗(yàn)組和對(duì)照組的數(shù)據(jù)在時(shí)間維度上要保持對(duì)應(yīng)。

4、對(duì)歷史數(shù)據(jù)遺忘。人與數(shù)據(jù)技術(shù)不同，數(shù)據(jù)技術(shù)有著100%的記憶能力，而人類(lèi)根據(jù)艾浩賓斯遺忘定律1天后只能記起33%，6天后25%，31天后21%。因此，我們要合理的選擇篩選時(shí)間段。比如猜你喜歡模塊不僅要對(duì)興趣標(biāo)簽的計(jì)分進(jìn)行一定的加權(quán)處理，也要結(jié)合商品的生命周期等因素做一系列的回歸實(shí)驗(yàn)，得出受眾人群對(duì)各類(lèi)興趣和購(gòu)買(mǎi)傾向的衰退曲線(xiàn)，利用有規(guī)律的時(shí)間變化有效刪除老數(shù)據(jù)，去提升模塊的點(diǎn)擊率。

四、合理客觀的審視數(shù)據(jù)

1、不要忽略沉默用戶(hù)

在聽(tīng)到部分用戶(hù)反饋的時(shí)候就做出決策，花費(fèi)大量的時(shí)間開(kāi)發(fā)相應(yīng)的功能，往往結(jié)果，可能這些功能只是極少部分用戶(hù)的迫切需求，而大部分用戶(hù)并不在乎。甚至有可能與核心用戶(hù)的訴求相違背，導(dǎo)致新版產(chǎn)品上線(xiàn)后數(shù)據(jù)猛跌。

忽略沉默用戶(hù)，沒(méi)有全盤(pán)的考慮產(chǎn)品大部分目標(biāo)用戶(hù)的核心需求，可能造成人力物力的浪費(fèi)，更有甚者，會(huì)錯(cuò)失商業(yè)機(jī)會(huì)。

2、全面理解數(shù)據(jù)結(jié)果

如果實(shí)驗(yàn)結(jié)果的預(yù)期與我們的經(jīng)驗(yàn)認(rèn)知有明顯的偏差，請(qǐng)不要盲目下結(jié)論質(zhì)疑自己的直覺(jué)，而是嘗試對(duì)數(shù)據(jù)進(jìn)行更透徹的分析。

例如我曾經(jīng)做過(guò)在首頁(yè)給用戶(hù)投放活動(dòng)彈窗的實(shí)驗(yàn)，發(fā)現(xiàn)實(shí)驗(yàn)組的數(shù)據(jù)不管在首頁(yè)的點(diǎn)擊率，訂單轉(zhuǎn)化率乃至7日留存率方面都遠(yuǎn)超對(duì)照組，首頁(yè)上的每一個(gè)模塊的轉(zhuǎn)化率都有明顯的提升，遠(yuǎn)遠(yuǎn)超出了我們的預(yù)期，那這真的是活動(dòng)彈窗刺激了用戶(hù)的轉(zhuǎn)化率嘛？

后來(lái)我們發(fā)現(xiàn)在首頁(yè)能夠展示出活動(dòng)彈窗的用戶(hù)，往往在使用環(huán)境時(shí)的網(wǎng)絡(luò)狀態(tài)比較好，在wifi環(huán)境下，而未展示彈窗的用戶(hù)則可能是在公交/地鐵/商場(chǎng)等移動(dòng)場(chǎng)景下，網(wǎng)絡(luò)通訊可能不佳，因此影響了A/B實(shí)驗(yàn)的結(jié)果。

3、不要過(guò)度依賴(lài)數(shù)據(jù)

過(guò)度依賴(lài)數(shù)據(jù)，一方面，會(huì)讓我們做很多沒(méi)有價(jià)值的數(shù)據(jù)分析；另一方面，也會(huì)限制本來(lái)應(yīng)有的靈感和創(chuàng)意。

正像羅振宇在時(shí)間的朋友跨年演講上提到的一樣。用戶(hù)要什么，你就給什么，甚至他們沒(méi)說(shuō)出來(lái)你就猜到了，這叫母愛(ài)算法，在內(nèi)容分發(fā)領(lǐng)域沒(méi)有人比今日頭條做得更好，但母愛(ài)算法有很大的弊端，在推薦的時(shí)候會(huì)越推越窄。

五、總結(jié)

美國(guó)最成功的視頻網(wǎng)站Netflix通過(guò)基于用戶(hù)習(xí)慣的分析，將大數(shù)據(jù)分析深入到電影的創(chuàng)作環(huán)節(jié)中，塑造了風(fēng)靡一時(shí)的美劇《紙牌屋》。然而Netflix的工作人員告訴我們，不應(yīng)該迷戀大數(shù)據(jù)。