電商數(shù)據(jù)分析基礎(chǔ)方法：分拆，跟著用戶走_(dá)數(shù)據(jù)分析師

在理解了要選擇怎樣的指標(biāo)來(lái)衡量各項(xiàng)業(yè)務(wù)之后，我們可以對(duì)業(yè)務(wù)有一個(gè)客觀和全面的把握，可是數(shù)字本身無(wú)法告訴我們發(fā)生了什么事情，怎樣可以改進(jìn)。為了得到更深入的信息，我們需要用到很多的分析工具，這里我們只介紹最常用和基礎(chǔ)的分析方法：拆分。

一、看數(shù)據(jù)分布

最簡(jiǎn)單的拆分方法就是不看平均值，看數(shù)據(jù)分布。因?yàn)榉?是“總和”或者“平均”類的統(tǒng)計(jì)數(shù)據(jù)都會(huì)丟失掉很多重要的信息。例如李嘉誠(chéng)來(lái)我們公司參觀，這一時(shí)間我們公司辦公室里的“平均資產(chǎn)”就會(huì)因?yàn)槔罴握\(chéng)一個(gè)人 被抬高到人均幾億身家。如果有人根據(jù)這個(gè)“平均資產(chǎn)”數(shù)據(jù)來(lái)判定說我們辦公室的人都是豪華游艇的潛在顧客，這自然是荒謬的。

可實(shí)際上，我們每天都在做著類似的判斷，比如當(dāng)我們聽到說顧客“平均在線時(shí)間”是3分34秒，就可能根據(jù)這個(gè)時(shí)間來(lái)進(jìn)行業(yè)務(wù)決策，例如設(shè)置“停留時(shí)間超過3分34秒為高價(jià)值流量”，或者設(shè)置系統(tǒng)，在用戶停留了3分34秒還沒有下單的話就彈出在線客服服務(wù)窗口。我們?cè)O(shè)置這些時(shí)間點(diǎn)的根據(jù)是“平均停留時(shí)間”，在我們的想象里，我們的每個(gè)顧客都有著“平均的”表現(xiàn)，停留時(shí)間大致都是3分34秒，可實(shí)際上真正的顧客訪問時(shí)間有長(zhǎng)有短，差別巨大：

從上圖我們可以看到絕大部分訪問時(shí)間非常短暫，而少數(shù)人訪問了大量時(shí)間，綜合起來(lái)平均停留時(shí)間3分多，用3分34秒來(lái)做為一個(gè)關(guān)鍵判定點(diǎn)是不合適的。

再舉一個(gè)例子，比如我們看到上個(gè)月平均訂單金額500元/單，這個(gè)月也是500元/單，可能會(huì)覺得數(shù)字沒有變化?？墒菍?shí)際上有可能上個(gè)月5萬(wàn)單都是400～600元，而這個(gè)月5萬(wàn)單則是2萬(wàn)單300元，2萬(wàn)單400元，5千單500元，5000單超過2500元 ——客戶購(gòu)買習(xí)慣已經(jīng)發(fā)生了巨大變化，一方面可能是客戶訂單在變?。赡苁且?yàn)楫a(chǎn)品單價(jià)下降，采購(gòu)數(shù)量減少，或者客戶選擇了比較便宜的替代品），另一方面 出現(xiàn)了一些相對(duì)較大的訂單（可能是中小企業(yè)采購(gòu)，或者是網(wǎng)站擴(kuò)充產(chǎn)品線見效了）?！磾?shù)據(jù)分布可以讓我們更容易發(fā)現(xiàn)這些潛在的變化，及時(shí)的做出應(yīng)對(duì)。

二、拆因子

很多時(shí)候我們很難直接從數(shù)據(jù)變化中分析出具體的原因，這時(shí)可以考慮拆分因子，將問題一步步細(xì)化找尋原因。

例如網(wǎng)站轉(zhuǎn)化率下降，我們要找原因。因?yàn)椤稗D(zhuǎn)化率”=“訂單”/“流 量”，所以“轉(zhuǎn)化率”下降的原因很可能是“訂單量下降”，“流量上升”，或者兩者皆是。按照這個(gè)思路我們可能發(fā)現(xiàn)主要的原因是“流量上升”和“訂單量升幅 不明顯”，那么下面我們就可以來(lái)拆解“流量”的構(gòu)成，例如拆成“直接訪問流量”、“廣告訪問流量”和“搜索引擎訪問流量”再看具體是哪部分的流量發(fā)生了變 化，接下來(lái)再找原因。這時(shí)我們可能看到說是搜索引擎訪問流量上升，那就可以再進(jìn)一步分析是付費(fèi)關(guān)鍵詞部分上升，還是自然搜索流量上升，如果是自然流量，是 品牌（或者網(wǎng)站名相關(guān)）關(guān)鍵詞流量上升，還是其他詞帶來(lái)的流量上升——假如最后發(fā)現(xiàn)是非品牌類關(guān)鍵詞帶來(lái)的流量上升，那么繼續(xù)尋找原因——市場(chǎng)變化（淡季旺季之類），競(jìng)爭(zhēng)對(duì)手行動(dòng)，還是自身改變。假如剛好在最近把產(chǎn)品頁(yè)面改版過，就可以查一下是不是因?yàn)楦陌孀屗阉饕媸珍涀兌?，?quán)重變高。接下來(lái)再分析自己到底哪里做對(duì)了幫助網(wǎng)站SEO了（比如把頁(yè)面導(dǎo)航欄從圖片換成了文字），把經(jīng)驗(yàn)記下來(lái)為以后改版提供參考；另一方面還要分析哪里沒做好（因?yàn)樾略隽髁康遣]有相應(yīng)增加太多銷售），研究怎樣讓“產(chǎn)品頁(yè)面”更具吸引力——因?yàn)閷?duì)很多搜索引擎流量來(lái)說，他們對(duì)網(wǎng)站的第一印象是產(chǎn)品頁(yè)面，而不是首頁(yè)。

三、拆步驟

還有些時(shí)候，我們通過拆分步驟來(lái)獲取更多信息。

舉兩個(gè)例子：

第一個(gè)例子：兩個(gè)營(yíng)銷活動(dòng)，帶來(lái)一樣多的流量，一樣多的銷售，是不是說明兩個(gè)營(yíng)銷活動(dòng)效率差不多？

如果我們把每個(gè)營(yíng)銷活動(dòng)的流量拆細(xì)去看每一步，就會(huì)發(fā)現(xiàn)不一樣的地方。營(yíng)銷活動(dòng)B雖然和營(yíng)銷活動(dòng)A帶來(lái)了等量的流量，可是這部分流量對(duì)產(chǎn)品更感興趣，看完著陸頁(yè)之后更多的人去看了產(chǎn)品頁(yè)面?？上У氖请m然看產(chǎn)品的人很多，最后轉(zhuǎn)化率不高，訂單數(shù)和營(yíng)銷活動(dòng) A一樣。

這里面還可以再深入分析（結(jié)合之前提到的分析方法，和下一章要說的細(xì)分方法），但是光憑直覺，也可以簡(jiǎn)單的得出一些猜測(cè)來(lái)，例如兩個(gè)營(yíng)銷活動(dòng)的顧客習(xí)慣不太一樣，營(yíng)銷活動(dòng) B的著陸頁(yè)設(shè)計(jì)更好，營(yíng)銷活動(dòng) B的顧客更符合我們的目標(biāo)客戶描述、更懂產(chǎn)品——但是我們的價(jià)格沒有優(yōu)勢(shì)等等這些猜想是我們深入進(jìn)行分析，得出行動(dòng)方案的起點(diǎn)。至少，它可以幫助我們更快的累計(jì)經(jīng)驗(yàn)，下次設(shè)計(jì)營(yíng)銷活動(dòng)的時(shí)候會(huì)更有的放矢，而不是僅僅寫一個(gè)簡(jiǎn)單report說這兩個(gè)營(yíng)銷活動(dòng)效果一樣就結(jié)案了。（注：這是個(gè)簡(jiǎn)化的例子，實(shí)際上還可以分更多層）

第二個(gè)例子可能更常見一些，比如網(wǎng)站轉(zhuǎn)化率下降，我們可以拆成這樣的漏斗：

這樣拆好之后，更能清楚地看到到底是哪一步的轉(zhuǎn)化率發(fā)生了變化。有可能是訪客質(zhì)量下降，都在著陸頁(yè)流失了，也可能是“購(gòu)物車–>登錄”流失了（如果你把運(yùn)費(fèi)放到購(gòu)物車中計(jì)算，很可能就看到這一步流失率飆升），這樣拆細(xì)之后更方便我們分析。

曾經(jīng)有一個(gè)例子就是轉(zhuǎn)化率下降，市場(chǎng)部查流量質(zhì)量發(fā)現(xiàn)沒問題，產(chǎn)品經(jīng)理查價(jià)格競(jìng)爭(zhēng)力也沒問題——最后發(fā)現(xiàn)是技術(shù)部為了防止惡意注冊(cè)，在登錄頁(yè)面加了驗(yàn)證碼（而且那個(gè)驗(yàn)證碼極度復(fù)雜），降低了“登錄頁(yè)面–>填寫訂單信息“這一步的轉(zhuǎn)化率。

四、細(xì)分用戶族群

很多時(shí)候，我們需要把用戶行為數(shù)據(jù)拆分開，看不同族群的人有什么不同的表現(xiàn)，通過比較異同來(lái)獲取更多的洞察。從實(shí)踐出發(fā)，客戶族群細(xì)分的方法主要有三種：

按照客戶屬性細(xì)分：根據(jù)客戶“是誰(shuí)”來(lái)劃分族群，例如把客戶分成“新客戶”和“老客戶”。按照客戶行為來(lái)細(xì)分：根據(jù)客戶上網(wǎng)行為來(lái)細(xì)分，例如把客戶分成“瀏覽服裝專區(qū)的客戶”和“瀏覽數(shù)碼專區(qū)的客戶”。很多時(shí)候“根據(jù)客戶行為”和“根據(jù)客戶屬性”這兩者會(huì)混在一起，比如一個(gè)客戶的行為是“每個(gè)月都來(lái)買一次東西而且只買最貴的”，可能我們就會(huì)在數(shù)據(jù)庫(kù)里給他標(biāo)記上“有錢人”，之后“有錢人”就成了這個(gè)客戶的屬性之一。按照最終結(jié)果來(lái)細(xì)分：其實(shí)是“按照客戶行為來(lái)細(xì)分”的一種，但是它適用性非常廣，而且用起來(lái)非常方便，所以單獨(dú)拿出來(lái)講一下。

對(duì)于這個(gè)細(xì)分方法，本質(zhì)上就是根據(jù)結(jié)果把流量分成“好人”和“壞人”，然后一路比較“好人”和“壞人”從接觸到最后轉(zhuǎn)化或離開這整個(gè)過程中所經(jīng)歷過的事情有沒有什么顯著的不同，如果有，則進(jìn)一步深入考慮這些不同點(diǎn)是否就是造成他們一些是“好人”一些是”壞人“的原因，再想辦法優(yōu)化這些經(jīng)歷，盡可能增加”好人“這個(gè)族群。