關(guān)于數(shù)據(jù)分析思路的4點心得

1.看數(shù)據(jù)的緯度

在對一款產(chǎn)品或者一款產(chǎn)品的其中的一個模塊進行分析時，我們可以從兩個大緯度去分析數(shù)據(jù)。

首先是從廣闊的視角先去查看數(shù)據(jù)，這里需要對該產(chǎn)品所處的行業(yè)數(shù)據(jù)有一個清晰的了解，該產(chǎn)品所處的行業(yè)自己所處的市場占有率的排名，一般市場占有率指的是用戶的占有量，一般從行業(yè)報告可以看出大概的數(shù)據(jù)。

然后接下來需要分析這款產(chǎn)品的總的數(shù)據(jù)情況，比如下載量、DAU、WAU、MAU等，以及該產(chǎn)品的最核心的數(shù)據(jù)是什么，并且如何有可能從側(cè)面去了解這款產(chǎn)品的競品的相關(guān)數(shù)據(jù)是什么。

當(dāng)了解完以上這些總體的信息，我們心中應(yīng)該對自己所負(fù)責(zé)的產(chǎn)品有了一個宏觀的概念，自己在行業(yè)內(nèi)所處的位置，以及現(xiàn)在最需要提升哪些數(shù)據(jù)指標(biāo)都有了一個清晰的認(rèn)識。接下來就可以從大緯度切入到小緯度，進一步去分析一些細(xì)節(jié)的數(shù)據(jù)。例如重要的數(shù)據(jù)信息，包括用戶的基本的構(gòu)成信息，每個模塊自己建立的漏斗信息等。一般在做分析的時候應(yīng)該注意的是數(shù)據(jù)的異?，F(xiàn)象，出現(xiàn)局部的極值(包括極大值和極小值)都需要進行分析。

2.什么才是好的數(shù)據(jù)指標(biāo)?

在做數(shù)據(jù)分析的過程中，我們需要了解什么樣的數(shù)據(jù)才是好數(shù)據(jù)，如果單純地去看一個數(shù)據(jù)是沒有太大意義的，數(shù)據(jù)本身也具有相應(yīng)的欺騙性，比如從運營同學(xué)那得到了日新增用戶數(shù)1W，那么單純看這個數(shù)據(jù)沒有什么意義，我們可以說這個數(shù)據(jù)很好，因為看上去很大，但是你可能沒有看到同期的數(shù)據(jù)，有可能昨天的數(shù)據(jù)達到了2W。

第一，好的數(shù)據(jù)一定是首先最好是以比率的形式存在的，不要絕對數(shù)，要相對數(shù)據(jù)。

比如上面的那個數(shù)據(jù)我們換成增長率，換成環(huán)比這個數(shù)據(jù)，我們就可以進一步的了解到這個數(shù)據(jù)的好壞。

第二，就是通過對比來判斷數(shù)據(jù)的好壞。

我們將數(shù)據(jù)的日增長量做成一個折線圖，從折線圖我們就能看出這個數(shù)據(jù)是在高點還是在低點。通過對比，我們就會得知這個數(shù)據(jù)所處的位置是什么樣的。另外，通過對比不同的渠道，對比不同的版本，對比不同的用戶群等不同緯度的數(shù)據(jù)，都可以從側(cè)面反映出這個數(shù)據(jù)的真實情況。

第三，數(shù)據(jù)不是一成不變的情況，要動態(tài)的去看數(shù)據(jù)。

單純只看一個點的數(shù)據(jù)情況是沒有意義的，我們要在數(shù)據(jù)中加入時間的緯度。引入一段單位的時間去看待數(shù)據(jù)整體的變化趨勢，這樣才能更為客觀的判斷產(chǎn)品的健康程度。

3.發(fā)現(xiàn)數(shù)據(jù)異常后將從幾個緯度去分析?

有時候從總量的角度是無法洞察出一些問題的。比如在某段時間內(nèi)，下載量出現(xiàn)了下跌，我們需要去找到這個當(dāng)中問題出現(xiàn)在哪里。從總量的角度看，安卓的渠道要比IOS的總量大很多，這并不能說明問題。那么我們首先需要將時間的緯度引入到當(dāng)中，將這幾個月緯度的數(shù)據(jù)進行對比，一定可以看到在安卓當(dāng)中有一個月份的數(shù)值相比其他較低。然后我們再去看這個月份的情況。一般情況下，在找到這個異常會先從渠道的角度去分析，查看是哪個渠道發(fā)生了異常的現(xiàn)象。在針對性的去對渠道進行優(yōu)化。

然后我們還可以從版本的角度去分析，去查看最近近期是否有新版本的更新，如果有新版本的更新，是否設(shè)置了新的功能出現(xiàn)了BUG等問題無法解決，導(dǎo)致了用戶出現(xiàn)卸載應(yīng)用的情況。當(dāng)然這些角度都要加入時間的緯度去判斷。

另外，數(shù)據(jù)異常也不一定是壞事情。比如在分析用戶行為的過程中，如果發(fā)現(xiàn)了某些類別的用戶的關(guān)鍵指標(biāo)表現(xiàn)良好，那么就一定要分析為什么這些用戶的數(shù)據(jù)表現(xiàn)為什么十分良好，這也是增長黑客的分析思路。比如在facebook早期發(fā)現(xiàn)，如果一名用戶在剛使用產(chǎn)品的早期可以快速添加10明好友以上的用戶，這類的用戶的活躍程度就明顯高于其他的用戶。在比如airbnb在早期發(fā)現(xiàn)那些放置的照片十分精美的住家的出租率較好，發(fā)現(xiàn)了這個特性后，內(nèi)部產(chǎn)品技術(shù)團隊又進行了一次AB測試，發(fā)現(xiàn)果然是存在這樣的優(yōu)化點。

所以在早期一個關(guān)鍵的指標(biāo)就是如何能快速提高用戶添加其他好友的數(shù)量。這里需要我們從底層數(shù)據(jù)分析當(dāng)中要注意對用戶進行分層的處理，從不同的緯度分層找到數(shù)據(jù)異常的族群，找到共性，歸納表現(xiàn)良好的用戶的共性，然后將其作為優(yōu)化的指標(biāo)進行優(yōu)化。

4.不同階段制定的關(guān)鍵指標(biāo)應(yīng)該隨著產(chǎn)品的階段性變化發(fā)生變化的

在做數(shù)據(jù)分析的之前，需要我們對我們分析的目標(biāo)進行確認(rèn)，每個階段的目標(biāo)也存在著不同的目標(biāo)，是為了增強用戶粘性，還是為了提升營收，或者是為了提高病毒傳播系數(shù)。

比如在對渠道的判斷中，不能只關(guān)心拉過來的新用戶量，最重要的是我們要關(guān)心這些新拉過來的用戶對產(chǎn)品的關(guān)鍵指標(biāo)的影響，比如在社區(qū)產(chǎn)品，相比新進用戶的數(shù)量更應(yīng)該關(guān)心這些用戶的活躍度，發(fā)布帖子的數(shù)量，點贊的數(shù)量等關(guān)鍵指標(biāo)。換句話說更應(yīng)該關(guān)注的是漏斗模型最下方的那個量，關(guān)注轉(zhuǎn)化率的最底層的那個數(shù)據(jù)。