幫助

運(yùn)營(yíng)人必須掌握的9種數(shù)據(jù)分析方法,你知道有哪些?

2020-02-14 09:03 運(yùn)營(yíng)文檔 572

本章的內(nèi)容有什么?解決問(wèn)題有什么?可以回憶一下在日常工作中會(huì)有一些數(shù)據(jù)指標(biāo)。比如:DAU留存這些指標(biāo),它是可以隨時(shí)觀測(cè)的,當(dāng)你想知道前天或者之前的一些數(shù)據(jù)指標(biāo),直接去看就可以(內(nèi)部系統(tǒng)或者外部系統(tǒng))

舉個(gè)例子:假設(shè)你們公司產(chǎn)品的DAU下跌百分之三十。為什么下跌?原因是什么?當(dāng)你想知道原因的時(shí)候你應(yīng)該用什么工具?這個(gè)時(shí)候就沒(méi)有你去觀測(cè)數(shù)據(jù)那么直接了。

其實(shí)我們工作中可能有很多類(lèi)似這樣的問(wèn)題。

所以我們欠缺的是:如何把工作中產(chǎn)生的問(wèn)題,與我們的數(shù)據(jù)工具和可以拿得到的數(shù)據(jù)建立對(duì)應(yīng)關(guān)系。觀測(cè)數(shù)據(jù)看見(jiàn)趨勢(shì)異常下,挖掘數(shù)據(jù)背后的意義?;跀?shù)據(jù)分析的基礎(chǔ)的思考,最后才可以形成對(duì)業(yè)務(wù)的洞察。

為大家介紹9種數(shù)據(jù)分析方法。

對(duì)比分析,多維度拆解,漏斗觀察,分布情況,用戶(hù)留存,用戶(hù)畫(huà)像,歸因查找,路徑挖掘,行為序列。

一、對(duì)比分析

日常數(shù)據(jù)分析的目的:對(duì)功能/策略的好壞的去評(píng)估最常見(jiàn)的就是對(duì)比,因?yàn)闆](méi)有對(duì)比就沒(méi)有好壞。通過(guò)對(duì)比我們才知道產(chǎn)品或功能的好壞。

做對(duì)比分析的時(shí)候我們要了解三點(diǎn)。

第一點(diǎn):比什么?

絕對(duì)值(本省具備價(jià)值的數(shù)字)比如:銷(xiāo)售金額,閱讀數(shù) 。缺點(diǎn):不易得知問(wèn)題的嚴(yán)重度。

比例值(在具體環(huán)境中看比例才具備對(duì)比價(jià)值)比如:活躍占比,注冊(cè)轉(zhuǎn)化率。缺點(diǎn):易受到極端值影響。

第二點(diǎn):怎么比?

環(huán)比:與當(dāng)前時(shí)間范圍相鄰的上一個(gè)時(shí)間范圍對(duì)比    比如:日環(huán)比(今天vs昨天)月環(huán)比(本月vs上月)

優(yōu)點(diǎn):對(duì)短期內(nèi)具有連續(xù)性的數(shù)據(jù)進(jìn)行分析。

使用場(chǎng)景:需要根據(jù)相鄰時(shí)間范圍的數(shù)字對(duì)當(dāng)前時(shí)間范圍的指標(biāo)進(jìn)行設(shè)定。

同比:與當(dāng)前時(shí)間范圍上層時(shí)間范圍的前一范圍中的同樣數(shù)據(jù)對(duì)比    比如:年同比(今天vs去年今日)周同比(今天vs上周同日)

優(yōu)點(diǎn):觀察更長(zhǎng)期的數(shù)據(jù)集。

使用場(chǎng)景:觀察時(shí)間周期里面有較多的干擾,希望在某種程度上消除這些干擾。

第三點(diǎn):和誰(shuí)比?

和自己比:  時(shí)間維度,不同業(yè)務(wù)線,過(guò)往經(jīng)驗(yàn)估計(jì)。

行業(yè)比:是自身因素還是行業(yè)趨勢(shì)?(都跌,能否比同行跌的少    都漲,是否比同行漲的慢)

二、多維度拆解

 

app啟動(dòng)事件分析

1、按照設(shè)備來(lái)查看

可以看出那種型號(hào)的手機(jī)用戶(hù)使用比較多,是否符合我們產(chǎn)品的定位。(來(lái)證明用戶(hù)群體是否正確)

2、按照啟動(dòng)來(lái)源查看

一般情況下,產(chǎn)品啟動(dòng)方式很多種。這個(gè)數(shù)據(jù)可以得到用戶(hù)是通過(guò)什么方式進(jìn)入??紤]一下原因?平臺(tái)使用的什么方式是有效的。

3、按照城市等級(jí)來(lái)查看

這可得到是一線城市使用多還是其他城市多。有了結(jié)果就要查找原因,看看是否因?yàn)楫a(chǎn)品剛剛上線的原因,還是運(yùn)營(yíng)重的城市打開(kāi)率高。

4、按照新老用戶(hù)來(lái)查看

這時(shí)會(huì)發(fā)現(xiàn)大v推廣,日活沒(méi)有大的改變,新增用戶(hù)在漲,老用戶(hù)下降。這時(shí)要找一下原因。是不是因?yàn)槲覀円肓舜罅坑脩?hù),缺沒(méi)有辦法將這些用戶(hù)留住。(運(yùn)營(yíng)方面的問(wèn)題)

分析完成之后的結(jié)果

目標(biāo)群體是否正確。用戶(hù)大部分是通過(guò)什么方式打開(kāi)app。是否因?yàn)槲覀兊倪\(yùn)營(yíng)努力不足,導(dǎo)致用戶(hù)只在大城市之間使用。為什么明明新用戶(hù)增加,卻人活沒(méi)有改變。

多維度拆分小結(jié)

運(yùn)作原理:指標(biāo)/業(yè)務(wù)流程需要按照多維度拆分,來(lái)觀察變動(dòng)。

分析單一指標(biāo)的構(gòu)成:(分欄目的播放量、新老用戶(hù)比例)

針對(duì)一個(gè)流程進(jìn)行拆解分析:(不同渠道的瀏覽,購(gòu)買(mǎi)轉(zhuǎn)化率、活動(dòng):不同省份活動(dòng)參與漏斗)

還原行為發(fā)生的場(chǎng)景:(觀察打賞主播的等級(jí),性別,頻道、是否在wifi或4G環(huán)境,也會(huì)對(duì)行為有影響。)

 

三、漏斗觀察

漏斗觀察:就是一連串想后影響的用戶(hù)行為。一個(gè)個(gè)行為構(gòu)成,是前一步對(duì)后一步是有影響的。

使用場(chǎng)景:又明確的業(yè)務(wù)流程和業(yè)務(wù)目標(biāo)。

不太適用的場(chǎng)景:沒(méi)有明確的流程,跳轉(zhuǎn)關(guān)系紛繁復(fù)雜的業(yè)務(wù)。

我們?cè)诮⒙┒贩治龅臅r(shí)候容易掉的坑(要避免)

1、漏斗一定是有時(shí)間窗口的

我們根據(jù)業(yè)務(wù)的實(shí)際情況,選擇對(duì)應(yīng)的窗口

按天:對(duì)用戶(hù)心智的影響只在短期內(nèi)有效(如短期活動(dòng))

按周:業(yè)務(wù)復(fù)雜,成本高/多日才可以完成(理財(cái)產(chǎn)品等)

按月:決策周期比較長(zhǎng)(裝修買(mǎi)房結(jié)婚)

要注意的是太長(zhǎng),包進(jìn)了很多無(wú)用的信息。

太短,扔掉了很多有用信息。

2、一定有嚴(yán)格的順序的

一定要按照12345的順序來(lái)觀察。不可以只觀察1和5的數(shù)據(jù),這樣的話或多出更多的其他方面的數(shù)據(jù),造成數(shù)據(jù)信息不正確,沒(méi)有辦法給出合適的結(jié)果和方案

3、漏斗的技數(shù)單位可以基于用戶(hù),也可基于事件

我們要判斷什么時(shí)候基于用戶(hù)什么時(shí)候基于事件

基于用戶(hù):我們關(guān)心的是整個(gè)業(yè)務(wù)流程的推動(dòng)(促使交易)

基于事件:關(guān)心某一步具體的轉(zhuǎn)化率。無(wú)法獲知事件流傳的真實(shí)情況。

4、結(jié)果指標(biāo)的數(shù)據(jù)不符合預(yù)期

首先我們先自查:看看是否只有這一個(gè)漏斗能夠到達(dá)最終目標(biāo)?

因?yàn)榭赡苓_(dá)成這個(gè)目標(biāo)的時(shí)候回有多種不同的路徑。

四、評(píng)估渠道質(zhì)量并確定投放優(yōu)先級(jí)

常用的劃分方式

來(lái)源:百度、頭條、線下、百度貼吧

媒介:SEM、自然搜索結(jié)果、banner

其他的參數(shù):活動(dòng)營(yíng)銷(xiāo)、廣告關(guān)鍵詞、裂變

渠道質(zhì)量跟蹤

1選擇一個(gè)關(guān)鍵路徑——選取反映你產(chǎn)品目標(biāo)人群的行為的數(shù)據(jù)

比如:電商購(gòu)買(mǎi),社區(qū)發(fā)帖(可以衡量每個(gè)渠道的用戶(hù)是否為目標(biāo)用戶(hù))

比如:完成為期三個(gè)月的課程(門(mén)檻太高/流程太深,轉(zhuǎn)化率極低,無(wú)區(qū)分度)

比如:打開(kāi)app/訪問(wèn)首頁(yè)(門(mén)檻太低,同樣缺乏區(qū)分度)

五、分布情況分析方法

一般都是在一個(gè)事件不僅僅只有累計(jì)數(shù)量這么一個(gè)可以觀察的指標(biāo)。還可以觀察這個(gè)事件在不同維度的分布來(lái)觀察。

常見(jiàn)的群體劃分:事件頻率、一天內(nèi)的時(shí)間分布、消費(fèi)金額的區(qū)間

小結(jié)

運(yùn)作原理:從事件在不同維度中的分布來(lái)觀察,以便理解該事件除了累計(jì)數(shù)量和頻次外,更多維度的信息

適用場(chǎng)景:已經(jīng)知道一群用戶(hù)完成了指定事件,但需要對(duì)用戶(hù)群體進(jìn)行細(xì)分,按不同的維度和價(jià)值將他們劃分為不同群體,分別進(jìn)行后續(xù)的維護(hù)或分析。

已經(jīng)知道單個(gè)事件的完成次數(shù),希望知道這些次數(shù)拆分道不同維度上后的分布情況,以便清晰地了解該事件的完成情況。

六、用戶(hù)留存的分析方法

為什么要看留存?

了解某一個(gè)渠道的質(zhì)量–日留存

1.以天為單位,衡量這個(gè)渠道來(lái)的用戶(hù)當(dāng)下/接下來(lái)的表現(xiàn)

2.以日留存作為比較標(biāo)準(zhǔn)時(shí),應(yīng)避免其他日數(shù)據(jù)的干擾。

觀察整個(gè)大盤(pán)–周留存月留存

1.以周月為單位,衡量產(chǎn)品的健康情況,觀察產(chǎn)品在平臺(tái)上的黏性。

2.務(wù)必去重

留存

一般的計(jì)算方式

將某一個(gè)時(shí)間段的用戶(hù)id與另一時(shí)間段的用戶(hù)id做交叉去重。

產(chǎn)品,運(yùn)營(yíng),技術(shù),市場(chǎng)每個(gè)環(huán)節(jié)都會(huì)對(duì)留存造成影響。

精準(zhǔn)留存

過(guò)濾進(jìn)行指定行為的用戶(hù)id,在計(jì)算。

將用戶(hù)分為不同群體之后,觀察其之間留存的區(qū)別。

用戶(hù)留存的適用場(chǎng)景

評(píng)估產(chǎn)品功能粘性

驗(yàn)證產(chǎn)品長(zhǎng)期價(jià)值

七、功能/內(nèi)容上線之后,如何評(píng)估其短期效果/長(zhǎng)期效果/未來(lái)潛力

一個(gè)功能/內(nèi)容上線之后,我們將如何去評(píng)估其價(jià)值?

1、上線后的目標(biāo)與價(jià)值清晰明確(做的事情和以后給公司帶來(lái)的價(jià)值非常清晰)

解:

第一種:我們可以借助漏斗對(duì)比(1和2進(jìn)行對(duì)比)

1.vip視頻-會(huì)員付費(fèi)轉(zhuǎn)化效果

——看過(guò)這批付費(fèi)視頻——會(huì)員付費(fèi)——   (通過(guò)控制流量入口來(lái)觀察最終結(jié)果)

2.普通商品-會(huì)員付費(fèi)轉(zhuǎn)化效果

——看過(guò)同期視頻——會(huì)員付費(fèi)——

(漏斗分析都是有時(shí)間窗口的,一般情況下不會(huì)設(shè)計(jì)的太長(zhǎng),以免失去有效性)

第二種:借助用戶(hù)分群對(duì)比

可以根據(jù)付費(fèi)用戶(hù)進(jìn)行一個(gè)區(qū)分(1.購(gòu)買(mǎi)會(huì)員看過(guò)付費(fèi)視頻的2.購(gòu)買(mǎi)會(huì)員沒(méi)有看過(guò)付費(fèi)視頻的)這個(gè)時(shí)候就可以發(fā)現(xiàn),這個(gè)時(shí)候購(gòu)買(mǎi)會(huì)員的人有百分之七十九是看過(guò)付費(fèi)視頻的。就可以得知最后這個(gè)的效果是如何的。

總結(jié):上線后的目標(biāo)與價(jià)值清晰明確

1借助漏斗分析對(duì)比(轉(zhuǎn)化關(guān)系明確時(shí))

2借助用戶(hù)分群對(duì)比(轉(zhuǎn)化關(guān)系比較復(fù)雜時(shí))

2、上線后關(guān)注其對(duì)產(chǎn)品價(jià)值的提升

解:通過(guò)上面的案例里我們得出來(lái)四種類(lèi)型的主播

1種主播—主播留存高,平臺(tái)留存高。建議:要留住。

2種主播—主播留存低,平臺(tái)留存高。建議:多多益善,但無(wú)需特別運(yùn)營(yíng)

3種主播—主播留存高,平臺(tái)留存低。建議:有風(fēng)險(xiǎn),專(zhuān)門(mén)管理

4種主播—主播留存低,平臺(tái)留存低。建議:放置,無(wú)需管理

小結(jié):上線后關(guān)注其對(duì)產(chǎn)品價(jià)值的提升————————借助精準(zhǔn)留存對(duì)比。

3、上線以探索更長(zhǎng)期產(chǎn)品潛力

從對(duì)使用情況的促進(jìn)作用來(lái)觀察

某社交app:本來(lái)一天只用一次,好友推薦功能發(fā)布之后,一天用2-3次。

小結(jié):借助分布情況分析,對(duì)比是否優(yōu)化了

產(chǎn)品核心功能使用頻次的分布,使用場(chǎng)景(如時(shí)間段的分布)



相關(guān)推薦

QQ在線咨詢(xún)