要學(xué)會(huì)真正用數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)，不去依賴(lài)分析師

在這個(gè)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)的時(shí)代，數(shù)據(jù)不僅是數(shù)據(jù)工程師和分析師的事情，在工作中也要求運(yùn)營(yíng)從業(yè)者有一定的數(shù)據(jù)分析能力，更有人說(shuō)“數(shù)據(jù)分析能力是未來(lái)運(yùn)營(yíng)的分水嶺”。從我自身角度出發(fā)，真心覺(jué)得數(shù)據(jù)能更好推動(dòng)運(yùn)營(yíng)策略和工作的開(kāi)展。

但運(yùn)營(yíng)童鞋多是數(shù)據(jù)小白，沒(méi)有編程和技術(shù)基礎(chǔ)，那我們?cè)撛趺捶治霾⒂煤脭?shù)據(jù)呢？今天從運(yùn)營(yíng)常見(jiàn)的數(shù)據(jù)問(wèn)題出發(fā)，希望讓大家能快速地入門(mén)數(shù)據(jù)分析，讓數(shù)據(jù)更好地為工作服務(wù)，別白白浪費(fèi)數(shù)據(jù)的價(jià)值。

2、適用的分析角度、方法

數(shù)據(jù)分析有各種高大上的分析原則，比如AARRR模型、5W2H等，但是運(yùn)營(yíng)畢竟不是專(zhuān)業(yè)的數(shù)據(jù)分析師，主要能用好這些原則就夠了~

• 對(duì)比：分成橫向和縱向?qū)Ρ?，比如縱向的同環(huán)比分析，橫向的不同產(chǎn)品、不同渠道的對(duì)比等；

• 走勢(shì)（變化）：指標(biāo)隨時(shí)間的變動(dòng)，表現(xiàn)為增幅（同比、環(huán)比等）；
• 分布：這個(gè)好理解，比如說(shuō)用戶不同年齡段的分類(lèi)、不同職業(yè)的分布、不同地域分布等；
• 細(xì)分：從多層級(jí)去了解數(shù)據(jù)，比如分析全國(guó)不同省份不同城市的具體訂單數(shù)據(jù)，從全國(guó)—省份—城市一一下鉆深入分析；

• 轉(zhuǎn)化：主要體現(xiàn)在結(jié)果的最終轉(zhuǎn)化、各個(gè)路徑的轉(zhuǎn)化，比如通過(guò)整個(gè)注冊(cè)流程的轉(zhuǎn)化分析來(lái)優(yōu)化細(xì)節(jié)；
• 預(yù)測(cè)：根據(jù)現(xiàn)有情況，估計(jì)下個(gè)分析時(shí)段的指標(biāo)值。

舉個(gè)實(shí)際例子吧~

（綠色：日常數(shù)據(jù)走勢(shì)；黃色：未來(lái)10天數(shù)據(jù)預(yù)測(cè)）

分析師身負(fù)多個(gè)部門(mén)的數(shù)據(jù)分析工作，有時(shí)從提需求到最終拿到數(shù)據(jù)，2、3天都過(guò)去了，且不說(shuō)分析結(jié)果是否是你想要的，就時(shí)效性而言，這份數(shù)據(jù)結(jié)果的意義也減弱了，如何變身自己的“專(zhuān)屬分析師”呢~

數(shù)據(jù)分析的整個(gè)過(guò)程：確定指標(biāo)——數(shù)據(jù)收集——數(shù)據(jù)整合、數(shù)據(jù)處理/建模、數(shù)據(jù)分析、數(shù)據(jù)呈現(xiàn)、報(bào)表匯報(bào)。

• 確定指標(biāo)：不多說(shuō)了，可參考一下第1個(gè)問(wèn)題。
• 數(shù)據(jù)收集：可通過(guò)公司數(shù)據(jù)庫(kù)埋點(diǎn)獲得，可通過(guò)第三方平臺(tái)獲得，也通過(guò)一些記錄的本地?cái)?shù)據(jù)獲得。
• 數(shù)據(jù)整合：運(yùn)營(yíng)人要看的數(shù)據(jù)太多了，有數(shù)據(jù)庫(kù)，有各種第三平臺(tái)的數(shù)據(jù)（友盟、統(tǒng)計(jì)、推廣、公眾號(hào)等），每次都需要從不同平臺(tái)取數(shù)據(jù)，太分散了，最好能在一個(gè)數(shù)據(jù)平臺(tái)集中管理數(shù)據(jù)。
• 數(shù)據(jù)分析：可參考分析方法，比如“求和、計(jì)數(shù)、同環(huán)比、多粒度下鉆”等分析，一般在excel中需通過(guò)寫(xiě)公式搞定。
• 數(shù)據(jù)呈現(xiàn)（可視化）：簡(jiǎn)單地說(shuō)，就是如何制圖唄，請(qǐng)直接學(xué)習(xí)第3個(gè)問(wèn)題。
• 報(bào)表匯報(bào)：將數(shù)據(jù)通過(guò)表格、圖表或其他形式向領(lǐng)導(dǎo)匯報(bào)。

如何不依賴(lài)分析師，自己搞定數(shù)據(jù)分析呢？

1、學(xué)習(xí)一些數(shù)據(jù)分析理論。（數(shù)據(jù)思維）

2、了解、熟悉業(yè)務(wù)，這點(diǎn)很重要。（業(yè)務(wù)思路）

3、學(xué)習(xí)一些數(shù)據(jù)分析工具。（工具輔助）

以我的個(gè)人經(jīng)驗(yàn)來(lái)看，真正把握這些真真是夠了~畢竟我們不是專(zhuān)業(yè)的數(shù)據(jù)分析師，能做好業(yè)務(wù)分析足以！

沒(méi)有哪個(gè)老板喜歡雜亂的表格數(shù)據(jù)，顏值才是王道啊。簡(jiǎn)單地說(shuō)，就是數(shù)據(jù)如何可視化，讓數(shù)據(jù)直觀、明了。

• 分析數(shù)據(jù)占比：分析單維度的數(shù)據(jù)占比可用餅/環(huán)圖、分析多維度的數(shù)據(jù)占比，可用旭日?qǐng)D和矩形樹(shù)圖。

比如，用戶性別的占比分析只有“性別”一個(gè)維度，用餅/環(huán)圖展示，男女比例非常直觀，比如下圖明顯是男性用戶偏多，若用戶群體符合初衷和產(chǎn)品特征，那運(yùn)營(yíng)方式不妨可以嘗試一些“可愛(ài)風(fēng)”，也許這樣更能吸引男性用戶。營(yíng)銷(xiāo)活動(dòng)也可以考慮選擇一些科技類(lèi)產(chǎn)品作為獎(jiǎng)品，也許更能促進(jìn)男性用戶的購(gòu)買(mǎi)力，達(dá)到活動(dòng)目的。

（單維度：用戶性別分析）

（多維度：不同地區(qū)不同渠道的訂單分析）

• 分析數(shù)據(jù)同環(huán)比趨勢(shì)：分析單維度的同環(huán)比可用指標(biāo)卡、分析多維度的同環(huán)比可用雙軸圖。

同環(huán)比太常見(jiàn)了，幾乎什么數(shù)據(jù)都要跟之前有個(gè)對(duì)比，這樣才能更體現(xiàn)目前數(shù)據(jù)的“運(yùn)營(yíng)價(jià)值”。

最常見(jiàn)就是PV、UV的同環(huán)比了，比如UV環(huán)比下降了，是正常還是不正常。正常是因?yàn)閁V可能存在一定規(guī)律，可能周五的UV就比周四低，那數(shù)據(jù)屬于正常。若沒(méi)有固定規(guī)律，那有異常波動(dòng)一定要尋找背后的原因，盡快處理問(wèn)題，以防再犯。

（單維度：PV環(huán)比和UV環(huán)比分開(kāi)）

（雙維度：PV環(huán)比和UV環(huán)比放一起）

• 分析數(shù)據(jù)走勢(shì)：最常用的是折線圖，柱狀圖也可以表達(dá)，直觀度略低于折線圖。

（折線圖）

（柱狀圖）

• 分析地區(qū)分布：全國(guó)、省份分布可用行政地圖，更詳細(xì)的地域分布可用經(jīng)緯度地圖。

用戶地域分析也是非常重要的，這可能決定了公司業(yè)務(wù)會(huì)在哪些區(qū)域重點(diǎn)投入、重點(diǎn)銷(xiāo)售。這也是公司廣告需重點(diǎn)投放哪些區(qū)域的數(shù)據(jù)指導(dǎo)，對(duì)于每年競(jìng)價(jià)投入幾百萬(wàn)、幾千萬(wàn)的公司，正確的用戶地域分析可節(jié)省很多不必要的投入，給公司省錢(qián)老板可樂(lè)意了。

（行政地圖）

（沈陽(yáng)地區(qū)軌跡動(dòng)態(tài)地圖）

（各省份注冊(cè)用戶數(shù)完成情況）

• 分析任務(wù)完成進(jìn)度：?jiǎn)沃笜?biāo)進(jìn)度可用計(jì)量圖，多指標(biāo)進(jìn)度可用子彈圖，完成情況一目了然~

（KPI完成進(jìn)度）

（各項(xiàng)指標(biāo)完成進(jìn)度）

• 分析用戶活躍頻次變動(dòng)：可用?；鶊D。

（用戶活躍情況變化）

• 分析詞頻：比如用戶的職位分布，可用詞云，有3D效果哦~

（用戶職位分布）

• 分析轉(zhuǎn)化效果：那肯定用漏斗圖最最合適。

（用戶咨詢轉(zhuǎn)化率）

關(guān)于轉(zhuǎn)化，分享一個(gè)自己身邊的真實(shí)故事。

每個(gè)圖表都有適合的使用場(chǎng)景，用好各種圖表很重要，直接影響到數(shù)據(jù)的直觀和美觀程度。

注：以上數(shù)據(jù)圖表均來(lái)自在線數(shù)據(jù)可視化分析工具BDP個(gè)人版，拖拽即可制圖~

做了那么多的數(shù)據(jù)工作，最終無(wú)非是為了從數(shù)據(jù)中去發(fā)現(xiàn)問(wèn)題，不斷優(yōu)化運(yùn)營(yíng)策略。不論數(shù)據(jù)是上升了還是下降了，肯定有其變化的原因，這里以用戶數(shù)據(jù)變化為例了解一下快速找到問(wèn)題的思路~

Ps：這只是個(gè)人結(jié)合工作得到一些經(jīng)驗(yàn)，不一定非常準(zhǔn)備，大家可結(jié)合自己的網(wǎng)站和產(chǎn)品去分析~

• 節(jié)假日波動(dòng)：大部分產(chǎn)品都會(huì)受到節(jié)假日、周末的影響，辦公軟件節(jié)假日/周末數(shù)據(jù)一般都會(huì)下降，電商產(chǎn)品節(jié)假日/周末數(shù)據(jù)一般都會(huì)上升。
• 上線、改版：上線不一定單指功能上線，比如營(yíng)銷(xiāo)活動(dòng)上線、廣告渠道新上都算是上線，網(wǎng)站任何變動(dòng)都可以理解成“上線”。
• 異常、故障：服務(wù)器故障、渠道被迫下線、網(wǎng)站訪問(wèn)不了、鏈接異常等，鏈接訪問(wèn)不了是比較常見(jiàn)的情況。
• 以上3種都不是，那就下鉆從渠道入手，看哪個(gè)渠道數(shù)據(jù)有異常，再結(jié)合具體問(wèn)題進(jìn)行分析。（Ps：有時(shí)候從渠道發(fā)現(xiàn)異常的，所以這個(gè)流程的順序不是絕對(duì)的）
• 以上幾種都不是，實(shí)在找不到原因，只能跟老板說(shuō)：“原因未明，將持續(xù)觀察趨勢(shì)，以確認(rèn)其偶然性”。

有些問(wèn)題顯而易見(jiàn)，有些問(wèn)題排查需要一些時(shí)間，看數(shù)據(jù)最終的意義還是要結(jié)合實(shí)踐?？磾?shù)據(jù)—發(fā)現(xiàn)問(wèn)題—解決問(wèn)題—再看數(shù)據(jù)—問(wèn)題解決，或者看數(shù)據(jù)—發(fā)現(xiàn)增長(zhǎng)—找到原因—繼續(xù)應(yīng)用，總之：取其精華去其糟粕，你懂得~

注：以上數(shù)據(jù)圖表來(lái)自BDP個(gè)人版~

Growth Hacker
介于技術(shù)和市場(chǎng)之間的新型團(tuán)隊(duì)角色；
懂?dāng)?shù)據(jù)，懂人性，懂方法，懂執(zhí)行…