五个步骤,让你成为数据分析高手

懂后台的产品经理更值钱!3周线上课程,带你掌握电商后台12个子系统模块设计要诀。了解一下>

 运营人的工作中,有不少需要对产品数据、活动数据进行收集分析,并从数据中发现问题点,做出优化策略的部分。那么本文先将眼光聚集到数据分析上,聊聊如何做运营数据分析。

五步骤如下:

  • Step1.梳理流程,发生在运营动作开始之前;
  • Step2.指标监控;
  • Step3.问题诊断;
  • Step4.支持建议,这三步发生在运营动作发生过程中,指标监控是一个持续发生的事情,指标监控、问题诊断和支持建议形成闭环;
  • Step5.效果评估,发生在运营动作结束之后,更多情况是向老板汇报,根据具体情况,可能有针对整个活动的问题诊断和建议。

第一步:流程梳理

通过拆解和分析,明确运营目标,厘清运营动作,并最终将梳理结果体现在报表中的过程。

具体例子,在推广活动中有个返券的活动,从数据上看,收入因此活动提升了0.5%,那么问题来了?怎么样做到的?能不能复制到其他活动?是否可以形成常规?

下面我们通过拆解和分析来看到底是什么促进了收入增长:

  1. 目的是什么:提升收入的指标;
  2. 动作时什么?买100返20元代金券;
  3. 用户路径是什么:进入主页–点击banner–进入详情页–点击领取优惠券;
  4. 监测指标有哪些:总收入、领取券的用户数、券的消费金额等。

第二步:指标监控

1. 为什么要指标监控?

因为要理解全貌。通过报表中的日常数据,理解运营工作的全貌。1)看到正常业务的运转情况;2)定位异常,发现问题。

指标监控

理解报表的组成后,还需要看懂运营报表中的指标,才能真正做好监控。

2. 如何做好指标监控?

常态:理解指标的业务含义。异态:及时发现异常并找到引起变化的原因

理解指标业务含义:

  • 看懂运营指标含义;
  • 看懂对应运算关系;
  • 看懂正常波动范围

第三步:问题诊断

问题诊断框架:①问题界定—②问题拆解—③提出假设—④分析验证—⑤结论呈现

依旧用案例来理解:问题:为什么近期“内容产量上涨异常问题”?

方法1

①问题拆解:按照内容类别拆解

内容产量分别:A类内容产量、B类内容产量、C类内容产量、D类内容产量……

②如何验证?各类别内容都在增长,无法进一步提出假设,换另一个拆解方法。

方法2

①问题拆解:按照账号等级拆解

内容产量:1级账号内容产量、2级账号内容产量、3级账号内容产量、4级账号内容产量……

②如何验证?进一步深入挖掘变化异常的原因,排查寻找新增账号异常增长的原因:

假设1:运营人员近期引进了一批头部优质账号,邀请他们注册并发布内容。

  • 实际:从运营那里获取了具体的头部账户名单,统计得到,新引进账户1000个,25日新增账号30000个。
  • 结论:假设1不成立。

假设2:平台近期上线了新的激励策略,会给新注册的发布者提供补贴。

  • 实际:新增用户(去掉引进的头部账户)发布的内容,发现70%的内容被识别为搬运抄袭或是低质量的拼凑捏造。
  • 结论:假设2成立。 

第四步:决策支持

决策支持是指分析师为运营人员提供的数据支持和一些建议。支持:用SQL、其他BI工具提供数据支持;建议:为运营动作各个环节提供建议。

相较于产品功能的更新迭代或者经营行为,运营动作更多围绕着用户展开。所以针对运营所做的数据支持,也主要围绕用户来做。具体分别以下三方面:

用户分层:用户分层是实现精细化运营的重要手段

  • 一维:仅从一个维度对用户进行分层,可分为多段,有几段则用户分为几层;
  • 二维:从两个维度对用户进行分层,若第一个维度为m段,第二个维度为n段,则用户共分为m*n层
  • 三维:从三个维度对用户进行分层,最常见的是RFM模型

分段越细致后期的运营越复杂。

一维分析案例

按照“交易次数”这个维度来划分,分层方式1:新客户与老客户、分层方式2:成熟客户(购买3次及以上)、忠实客户(购买5次及以上)

二维分析案例

免费领取会员活动

为了提高用户使用单车的频次,某共享单车运营团队筹划了一个发放优惠券的活动。为了更好实现活动的效果,运营负责人找到分析师小灰,希望他能够将用户划分为不同的层级,然后在活动中,针对不同的层级人群发放金额不同的优惠券,让每个层级的用户的ROI最大化。

故维度为:使用频次、用户层级。

第五步:效果评估

什么是效果评估?首先我们分开来看,效果指客观的,能够代表活动效果的指标;评估指将客观的结果指标与某一个标准对比,最终对运营动作本身进行评估,有多大的能力达成它预想的抽象目标。

1. 评估对象(客观指标表现)

与核心运营目标相关的指标:用户活跃、用户付费;能够体现此次运营动作为运营目标影响的指标:用户渗透率。

2. 评估常见方法

①与自身比较:活动前与活动后的比较

before-after:核心指标在活动开始之前与之后的绝对值对比

diff in diff(二重差分):排除了一些影响因素之后,核心指标在活动开始之前和之后的变化。

②与预定目标比较

预定目标:活动开始之前,预先设定目标,此次活动预计提升收入15%;

实际:活动最终提升收入10%

结果:未达成

③与同期其他活动比较

往期效果:去年同期的年中大促提升收入16%,付费转化率是7%;

实际:年中大促提升收入12%,新增流量到付费用户转化率是4%;

结果:本次活动效果不佳

④与往期同类活动比较

同期其他活动:3天小长假期间,上线多种运营活动:秒杀活动拉升收入7%;

实际:3天小长假期间,上线多种运营活动,直播啊拉升收入14%

结论:直播效果更好

⑤与行业基准数据比较

行业基准:英语学习类APP在信息流媒体上投广告的ROI,行业平均值是2.5;

实际:某英语学习类的APP在知乎上投放广告,ROI仅为1.2

结论:投放效果较差

#专栏作家#

高高,微信公众号:高高的运营手记,人人都是产品经理专栏作家,资深产品运营。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!