
數(shù)據(jù)分析實(shí)戰(zhàn):如果我為共享單車(chē)類(lèi)產(chǎn)品做數(shù)據(jù)分析
很多人都在問(wèn):如何提高數(shù)據(jù)分析能力?筆者(申悅)認(rèn)為一方面要掌握基本的分析框架和分析思路,另一方面就要不斷實(shí)踐。一種很好的實(shí)踐方式就是:分析行業(yè)內(nèi)典型產(chǎn)品的設(shè)計(jì)、運(yùn)營(yíng)思路,假設(shè)自己就是該公司的數(shù)據(jù)產(chǎn)品經(jīng)理,你會(huì)如何對(duì)其進(jìn)行分析。
前一陣在“在行”上就遇到一個(gè)案例,學(xué)員想了解共享單車(chē)類(lèi)產(chǎn)品的數(shù)據(jù)分析思路,本文就針對(duì)這個(gè)案例整理一二,供讀者參考。如果讀者中有摩拜或ofo的同學(xué),麻煩幫我參謀下思路是否靠譜哈^_^。
步驟一:明確用戶是誰(shuí)
以摩拜為例,其產(chǎn)品可能的目標(biāo)用戶有2類(lèi):用車(chē)方、維護(hù)方。用車(chē)方就是車(chē)輛使用者,維護(hù)方則是車(chē)輛提供者。用車(chē)方的訴求是隨時(shí)隨地有車(chē)騎,且付費(fèi)后騎行體驗(yàn)要良好。維護(hù)方的訴求則是以最少的車(chē)輛服務(wù)最多的用車(chē)方,并從用車(chē)中得到收益。
步驟二:明確用戶使用場(chǎng)景
從維護(hù)方角度看,其簡(jiǎn)單場(chǎng)景如下圖:
從用車(chē)方角度看,其場(chǎng)景如下圖:
明確使用場(chǎng)景、使用流程的原因在于:第一,我們的數(shù)據(jù)都來(lái)源于這些場(chǎng)景中;第二,我們需要通過(guò)分析這些數(shù)據(jù),讓用戶每一步過(guò)程都順利進(jìn)行,避免流失;第三,還要讓企業(yè)利益最大化,從而進(jìn)一步讓利用戶。
步驟三:明確分析目標(biāo)
經(jīng)過(guò)人群定義和流程梳理,針對(duì)共享單車(chē),我們可簡(jiǎn)單將分析目標(biāo)定義為:
提高成功騎行次數(shù)——用戶利益最大化
提高毛收入——企業(yè)利益最大化
步驟四:拆解目標(biāo)
數(shù)據(jù)分析的思路就是將目標(biāo)層層拆解,從每個(gè)子指標(biāo)中發(fā)現(xiàn)問(wèn)題?;谝陨夏繕?biāo),可拆解為:
成功騎行次數(shù) = app啟動(dòng)次數(shù) x 每啟動(dòng)掃碼開(kāi)鎖率 x 成功開(kāi)鎖率 x 成功結(jié)束率
成功騎行次數(shù) = 每人每日行程次數(shù) x 人數(shù)
毛收入 = 充值收入 – 投入成本 = ((每充值金額 – 欠費(fèi)金額) x 充值次數(shù)) – ((每車(chē)成本 + 維護(hù)費(fèi)用) x 車(chē)輛數(shù)量 )
注:以上拆解因人而異,因經(jīng)驗(yàn)而異,從不同角度可得出不同公式,具體要根據(jù)實(shí)際運(yùn)營(yíng)目標(biāo)進(jìn)行調(diào)整。
步驟五:明確數(shù)據(jù)觀察者角色
拆解出的子指標(biāo),需要呈獻(xiàn)給不同角色的人群查看,以此來(lái)進(jìn)行不同維度的分析,因此在分析前也要明確這些角色,例如:
決策層:關(guān)注核心指標(biāo)、交易指標(biāo)、時(shí)段趨勢(shì)
維護(hù)組:關(guān)注車(chē)輛狀態(tài)、位置、軌跡、故障率、用戶反饋
運(yùn)營(yíng)組:關(guān)注騎行次數(shù)、充值情況、押金情況、欠費(fèi)情況、信用積分
產(chǎn)品組:關(guān)注騎行流程、交互路徑、用戶反饋
開(kāi)發(fā)組:關(guān)注請(qǐng)求失敗率、App崩潰數(shù)
步驟六:明確數(shù)據(jù)度量
依據(jù)不同角色,可將拆解出的子指標(biāo)進(jìn)一步匯總整合,組成不同的統(tǒng)計(jì)度量值。這一過(guò)程中有一點(diǎn)要注意:每產(chǎn)出一份度量值,都要給出目的。也就是說(shuō)看這個(gè)度量值能得出什么結(jié)論。沒(méi)有結(jié)論的數(shù)值是沒(méi)有意義的。如下所示:
核心數(shù)據(jù)
評(píng)估推廣效果——注冊(cè)用戶數(shù)
評(píng)估活躍程度——啟動(dòng)次數(shù)、活躍用戶數(shù)
評(píng)估業(yè)務(wù)健康程度——成功騎行次數(shù)、每啟動(dòng)騎行率(用車(chē)密度)
評(píng)估現(xiàn)金流健康程度——總?cè)胭~、總出賬、充值金額、欠費(fèi)金額、車(chē)輛總成本
評(píng)估車(chē)輛健康程度——車(chē)輛總數(shù)量、故障車(chē)數(shù)量
運(yùn)營(yíng)數(shù)據(jù)
評(píng)估推廣效果——注冊(cè)用戶數(shù)、下載點(diǎn)擊數(shù)
評(píng)估活動(dòng)運(yùn)營(yíng)效果——充值用戶數(shù)、邀請(qǐng)注冊(cè)用戶數(shù)、成功騎行次數(shù)、積分增長(zhǎng)/消耗量
評(píng)估用戶質(zhì)量——行程次數(shù)排行、騎行距離排行、信用積分排行、充值排行、欠費(fèi)人數(shù)、認(rèn)證人數(shù)
維護(hù)數(shù)據(jù)
車(chē)輛使用總覽——車(chē)輛總數(shù)+車(chē)輛位置實(shí)時(shí)呈現(xiàn)——未使用/使用中/故障中/預(yù)約中
評(píng)估車(chē)輛使用率——使用車(chē)輛數(shù)/總車(chē)輛數(shù)
評(píng)估車(chē)輛故障率——故障車(chē)輛數(shù)/總車(chē)輛數(shù)
評(píng)估車(chē)輛閑置率——連續(xù)N日未使用車(chē)輛數(shù)/總車(chē)輛數(shù),以及閑置車(chē)輛位置
產(chǎn)品數(shù)據(jù)
評(píng)估需求滿足程度/車(chē)輛調(diào)度效果——每啟動(dòng)騎行率
評(píng)估產(chǎn)品使用情況——成功騎行次數(shù)、異常騎行次數(shù)、平均騎行里程、平均騎行時(shí)長(zhǎng)、日騎行頻率、啟動(dòng)次數(shù)、平均騎行天數(shù)、預(yù)約操作成功率
評(píng)估產(chǎn)品操作效果——充值路徑、注冊(cè)路徑
評(píng)估產(chǎn)品使用異常情況——平均每次開(kāi)鎖成功率
評(píng)估用戶騎行習(xí)慣——騎行軌跡聚合,為調(diào)度路線做參考
評(píng)估用戶滿意度——用戶反饋好評(píng)數(shù)/用戶反饋數(shù)
財(cái)務(wù)數(shù)據(jù)
用戶金額:充值流水、充值次數(shù)、充值金額、充押金金額、余額不足金額、押金退款金額
維修金額:車(chē)輛生產(chǎn)成本、車(chē)輛維修成本
注:以上數(shù)據(jù)僅為舉例,要根據(jù)實(shí)際需求調(diào)整。
步驟七:明確數(shù)據(jù)維度
有了度量值,就要思考可以通過(guò)哪些維度查看這些值,也就是要定義數(shù)據(jù)維度。常見(jiàn)的維度包括:
按時(shí)間:小時(shí)、日、周、月、季度、年度……
按地區(qū):按省、按市、按區(qū)……
按渠道:邀請(qǐng)注冊(cè)、掃碼注冊(cè)、廣告點(diǎn)擊注冊(cè)……
按類(lèi)型:已認(rèn)證/未認(rèn)證、已充值/未充值……
按位置:GPS地圖定位
以上維度也要再根據(jù)需求不斷調(diào)整、擴(kuò)展、優(yōu)化。
總結(jié):
以上七步進(jìn)行完畢,一個(gè)基本的共享單車(chē)數(shù)據(jù)分析框架就搭建完畢了。作為數(shù)據(jù)產(chǎn)品經(jīng)理,一方面可基于此設(shè)計(jì)統(tǒng)計(jì)系統(tǒng)功能;另一方面可依此對(duì)不同人群定期產(chǎn)出數(shù)據(jù)分析報(bào)告了。但以上步驟只是完成了冰山一角,如何在觀察數(shù)據(jù)后,對(duì)數(shù)據(jù)的變化合理歸因,并對(duì)產(chǎn)品、運(yùn)營(yíng)策略的優(yōu)化提出改進(jìn)意見(jiàn),才是真正需要深入研究的!
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10