1. 肥喵工作室首页
  2. 运营

数据分析小白,初步分析思路该如何形成?

数据分析小白,初步分析思路该如何形成?

数据驱动业务已经是现在运营岗位普遍的工作方法,数据分析小白们在一开始如何形成自己的分析思路呢?

数据运营,小草莓?,分析方法,数据驱动,数据分析

目前大部分运营岗位都涉及到数据分析,用户运营需要根据用户行为数据进行画像分析,行为分析,为用户分类,更好的制定运营策略;产品运营,需要对产品功能使用情况进行分析,如何形成最开始的分析思路,是很多人头疼的。

数据分析的流程大概是:数据获取—数据整理—数据分析—数据报告(可视化)

运营大部分不需要进行数据获取的工作,通常可以由数据部门或通过第三方工具获取,数据整理和数据分析的流程如下:

数据运营,小草莓?,分析方法,数据驱动,数据分析

数据运营,小草莓?,分析方法,数据驱动,数据分析

一、明确目的或问题

肯定很多人都有过这样的经历吧?

接到一份“数据分析”的指示,很多人会先把过去一段时间数据的变化做成柱状图,然后再用折线图来体现每年相对上一年的增长。接下来,对数据进行 ABC分类。ABC 分类是指按照从大到小的顺序进行排序,根据不同分类在整体中所占比例的大小,将其分为“A 类”“B 类”“C 类”,这是一种排列优先顺序的分析方法。

利用手边的数据,暂且先做了这些分析。可是在这之后,就会陷入停滞不前的状态,“接下来该怎么做呢……”

会出现这种情况,是因为分析者只关注了代表结果的数据,而没有具体考虑分析的目的或问题。结果性的数据,类似于销售额、订单量等,是体现业务好坏的结果型数据,容易统计,也容易受关注。但数据分析的目的是找到问题、分析原因、提出解决方案,仅靠结果数据,不太能找到问题原因。

在上述中重点标记的几种方式,都是最常用大家都会的,分类、排序、趋势分析。所以说在数据分析中仅仅掌握方法是不够的,要先明确分析的目的。

二、采用“假设”的方法入手

在数据分析一开始缺少思路时,「假设」可以很好的帮助我们确定分析问题的范围和原因。

在明确了目的和问题之后我们就可以采取假设的方法,对问题进行WHAT拆解。
我们以【2020网易校招数据分析】中的一道题为例:

你发现本月的支付用户数环比上月大幅下跌(超30%),你会如何去探查背后的原因?请描述你的思路和其中涉及的关键指标。

在确认了分析目的后,我们可以先将问题进行拆分,拆分后我们会发现,影响原因有多个。我们需要考虑从何种维度对该指标进行比较,才能找到问题的关键。在依赖数据之前先进行推测,也可以说是 WHAT 型假设的一部分。这样一来,只要熟悉业务内容,人们就会想到“商品”“地域”“顾客年龄”等许多维度。从中优先挑选与问题联系最紧密,最能体现差异的维度进行比较,便可以找到问题的关键。

数据运营,小草莓?,分析方法,数据驱动,数据分析

针对此题,我们假设是新用户数变少了,接下来我们确定了其中一个分析方向,然后再对新用户进行拆解,例如不同渠道的新用户数,具体是哪个变少了,该渠道的投放是否有效,再从用户年龄、地域、性别等分别进行假设验证。

三、锁定导致问题发生的原因

通过假设我们确定了关键问题后,就可以利用我们之前讲到的各种数据分析方法,对关键问题进行分析,例如在用户分析中常用的RFM模型,研究转化率时常用的漏斗分析等,例如,分析转化率时,通过对比不同渠道转化率,发现其中一个渠道引流量明显减少,对这个渠道用户进行细分,具体是20-30岁年龄段用户下降,正好是我们的主要消费用户画像。

以漏斗分析法为例:

漏斗分析模型是业务分析中的重要方法,最常见的是应用于营销分析中,由于营销过程中的每个关键节点都会影响到最终的结果,所以在精细化运营应用广泛的今天,漏斗分析方法可以帮助我们把握每个转化节点的效率,从而优化整个业务流程。

其中,我们往往关注三个要点:

第一,从开始到结尾,整体的转化效率是多少?

第二,每一步的转化率是多少?

第三,哪一步流失最多,原因在什么地方?流失的用户符合哪些特征?

漏斗分析通常帮我们解决的不止是转化率的问题,精细化的漏斗分析,还可以帮助我们:

1、漏斗对比分析,从差异中找到优化方法 对比不同用户群体、不同营销方式等的漏斗分析,可以帮助我们快速发现用户特点、营销方式的转化优势,找到在转化环节中,针对不同用户可优化的步骤,或营销方法中可强化的地方。

2、通过转化率定位转化最有效的关键方法 绝大部分的商业变现流程,都可以梳理出漏斗,通常我们会采取多种方法希望增加转化,漏斗分析可以帮助我们很好的梳理整个业务流程,明确最重要的转化节点,所以在分析的过程中,可以找出是否有其他不重要的过程参与,影响了主要流程的转化,从而进行取舍优化

漏斗模型典型案例

AARRR分析模型

Acquisition、Activation、Retention、Revenue、Refer,即用户获取、用户激活、用户留存、用户收益以及用户传播。

数据运营,小草莓?,分析方法,数据驱动,数据分析

通过图可以看到,这是一个典型的逐级减少的漏斗图,通过对于每个环节转化率的分析变化,来确定实现最终转化的关键方法,不断进行优化迭代。

在目前的互联网产品普遍红海的情况下,增长专家们也对模型进行了新的思考和优化,在AARRR模型中,最为关注的是用户的获取,通过扩大漏斗顶端的流量池,实现最终转化的提高,在目前市场情况下,获客已经很难成为增长实现的最重要指标了,重新定义的RARRA模型,帮助人们把关注重点从用户获取转移到用户留存上,这就需要更多的去关注用户活跃和留存数据,这个也是后面我们会说到的用户分析方法中重要的分析指标。

数据运营,小草莓?,分析方法,数据驱动,数据分析

漏斗分析方法的图表制作

如何轻松制作漏斗图

在数据分析工具BDP中可以通过拖拽生成漏斗图,根据漏斗数据顺序排列,自动生成各级转化率,也可以根据需要调整每级数据颜色。

数据运营,小草莓?,分析方法,数据驱动,数据分析

最后需要根据分析出的问题及原因讨论制定具体的解决方案和措施。

数据分析的过程其实是抽丝剥茧,找到关键问题的过程。在分析初期,人们很容易依赖工作中的常识、经验或直觉,对分析范围进行确定,或者可能会无意识地排除一些重要的假设。在我们担心担心自己的假设是否存在偏差、是否视野过于狭窄时,我们可以请别人对自己的假设进行确认,也有一些可以用来自己检查的方法,例如流程图、4P营销理论等。

参考文章:《如何用数据解决实际问题》[日]柏木吉基

-END-

肥喵运营推广

本文“数据分析小白,初步分析思路该如何形成?”由肥喵转载自互联网,不代表我们的立场,如有侵权请联系我们删除
转载联系作者并注明出处:https://feimiaomiao.com/yunying/8875