產品運營做數據分析，最重要的就是具備數據分析的思維、掌握數據分析的方法、會使用數據分析的工具接下來就從這3個方面，為大家壹壹闡述！幹貨較多，建議先馬再看壹，數據分析的思維作為產品運營必須思考：數據本質的價值，究竟在哪裏？從這些數據中，我們可以學習到什麽？又可以指導我們做什麽？面對海量的數據，很多產品運營人員都不知道從如何準備、如何開展，如何得出結論。下面就為大家介紹做數據分析時1個經典的五步走思路：第壹步，要先挖掘業務含義，理解數據分析的背景、前提以及想要關聯的業務場景結果是什麽。第二步，需要制定分析計劃，如何對場景拆分，如何推斷。第三步，從分析計劃中拆分出需要的數據，真正落地分析本身。第四步，從數據結果中，判斷提煉出商務洞察。第五步，根據數據結果洞察，最終產出商業決策。舉個例子：某國內互聯網金融理財類網站，市場部在百度和hao123上都有持續的廣告投放，吸引網頁端流量。最近內部同事建議嘗試投放神馬移動搜索渠道獲取流量；另外也需要評估是否加入金山網絡聯盟進行深度廣告投放。在這種多渠道的投放場景下，如何進行深度決策？我們按照上面商業數據分析流程的五個基本步驟來拆解壹下這個問題。第壹步：挖掘業務含義。首先要了解市場部想優化什麽，並以此為北極星指標去衡量。對於渠道效果評估，重要的是業務轉化：對P2P類網站來說，是否發起“投資理財”要遠重要於“訪問用戶數量”。所以無論是神馬移動搜索還是金山渠道，重點在於如何通過數據手段衡量轉化效果；也可以進壹步根據轉化效果，優化不同渠道的運營策略。第二步，制定分析計劃。以“投資理財”為核心轉化點，分配壹定的預算進行流量測試，觀察對比註冊數量及最終轉化的效果。記下倆可以持續關註這些人重復購買理財產品的次數，進壹步判斷渠道質量。第三步，拆分查詢數據。既然分析計劃中需要比對渠道流量，那麽我們需要各個渠道追蹤流量、落地頁停留時間、落地頁跳出率、網站訪問深度以及訂單等類型數據，進行深入的分析和落地。第四步，提煉業務洞察。根據數據結果，比對神馬移動搜索和金山網絡聯盟投放後的效果，根據流量和轉化兩個核心KPI，觀察結果並推測業務含義。如果神馬移動搜索效果不好，可以思考是否產品適合移動端的客戶群體；或者仔細觀察落地頁表現是否有可以優化的內容等，需找出業務洞察。第五步，產出商業決策。根據數據洞察，指引渠道的決策制定。比如停止神馬渠道的投放，繼續跟進金山網絡聯盟進行評估；或優化移動端落地頁，更改用戶運營策略等等。每次做數據分析時，產品運營都可以參考這5步。二，數據分析的方法這裏給大家介紹數據分析常見的8種方法，掌握這8種方法，對於初中階產品運營的人來說基本足夠。我們以壹個電子商務網站為例，用數據分析產品GrowingIO對該網站進行快速地數據采集、清晰和可視化展示，然後給大家分享這8種常見的數據分析方法。1.數字和趨勢看數字、看趨勢是最基礎展示數據信息的方式。在數據分析中，我們可以通過直觀的數字或趨勢圖表，迅速了解例如市場的走勢、訂單的數量、業績完成的情況等等，從而直觀的吸收數據信息，有助於決策的準確性和實時性。對於電子商務網站，流量是非常重要的指標。上圖中，我們將網站的訪問用戶量（UV）和頁面瀏覽量（PV）等指標匯匯聚到統壹的數據看板（Dashboard），並且實時更新。這樣的壹個數據看板，核心數字和趨勢壹目了然，對於我們來說壹目了然。2.維度分解當單壹的數字或趨勢過於宏觀時，我們需要通過不同的維度對於數據進行分解，以獲取更加精細的數據洞察。在選擇維度時，需要仔細思考其對於分析結果的影響。舉個例子，當監測到網站流量異常時，可以通過拆分地區、訪問來源、設備、瀏覽器等等維度，發現問題所在。圖7中，當天網站的訪問用戶量顯著高於上周，這是什麽原因呢？當我們按照訪問來源對流量進行維度拆分時（圖9），不難發現直接訪問來源的訪問量有非常大的提升，這樣就進壹步把問題聚焦了。3.用戶分群針對符合某種特定行為或背景信息的用戶，進行歸類處理，是我們常常講到的用戶分群（segmentation）的手段。我們也可以通過提煉某壹群用戶的特定信息，創建該群體用戶的畫像。例如訪問購物網站、寄送地址在北京的用戶，可以被歸類為“北京”用戶群體。而針對“北京”用戶群體，我們可以進壹步觀察他們購買產品的頻度、類別、時間，這樣我們就創建出該用戶群體的畫像。在數據分析中，我們往往針對特定行為、特定背景的用戶進行有針對性的用戶運營和產品優化，效果會更加明顯。上圖中，我們通過GrowingIO的用戶分群功能將壹次促銷活動中支付失敗的用戶挑選出來，然後推送相應的優惠券。這樣精準的營銷推廣，可以大幅度提高用戶支付的意願和銷售金額。4.轉化漏鬥絕大部分商業變現的流程，都可以歸納為漏鬥。漏鬥分析是我們最常見的數據分析手段之壹，無論是註冊轉化漏鬥，還是電商下單的漏鬥。通過漏鬥分析可以從先到後還原用戶轉化的路徑，分析每壹個轉化節點的效率。其中，我們往往關註三個要點：第壹，從開始到結尾，整體的轉化效率是多少？第二，每壹步的轉化率是多少？第三，哪壹步流失最多，原因在什麽地方？流失的用戶符合哪些特征？上圖中註冊流程分為3個步驟，總體轉化率為45.5%；也就是說有1000個用戶來到註冊頁面，其中455個成功完成了註冊。但是我們不難發現第二步的轉化率是56.8%，顯著低於第壹步89.3%和第三步轉化率89.7%，可以推測第二步註冊流程存在問題。顯而易見第二步的提升空間是最大的，投入回報比肯定不低；如果要提高註冊轉化率，我們應該優先解決第二步。5.行為軌跡關註行為軌跡，是為了真實了解用戶行為。數據指標本身往往只是真實情況的抽象，例如，網站分析如果只看訪問用戶量（UV）和頁面訪問量（PV）這類指標，斷然是無法全面理解用戶如何使用妳的產品。通過大數據手段，還原用戶的行為軌跡，有助於增長團隊關註用戶的實際體驗、發現具體問題，根據用戶使用習慣設計產品、投放內容。上圖中展示了壹位用戶在某電商網站上的詳細行為軌跡，從官網到落地頁，再到商品詳情頁，最後又回到官網首頁。網站購買轉化率低，以往的業務數據無法告訴妳具體的原因；通過分析上面的用戶行為軌跡，可以發現壹些產品和運營的問題（比如是不是商品不匹配等等），從而為決策提供依據。6.留存分析在人口紅利逐漸消褪的時代，留住壹個老用戶的成本要遠遠低於獲取壹個新用戶。每壹款產品，每壹項服務，都應該核心關註用戶的留存，確保做實每壹個客戶。我們可以通過數據分析理解留存情況，也可以通過分析用戶行為或行為組與回訪之間的關聯，找到提升留存的方法。在LinkedIn，增長團隊通過數據發現，如果新用戶進來後添加5個以上的聯系人（上圖紅色線條），那麽他／她在LinkedIn上留存要遠遠高於那些沒有添加聯系人（上圖綠色和紫色的線條）的留存。這樣，添加聯系人稱為LinkedIn留存新用戶的最核心手段之壹。除了需要關註整體用戶的留存情況之外，市場團隊可以關註各個渠道獲取用戶的留存度，或各類內容吸引來的註冊用戶回訪率，產品團隊關註每壹個新功能對於用戶的回訪的影響等等，這些都是常見的留存分析場景。7.A/B測試A/B測試用來對比不同產品設計／算法對結果的影響。產品在上線過程中經常會使用A/B測試來測試不同產品或者功能設計的效果，市場和運營可以通過A/B測試來完成不同渠道、內容、廣告創意的效果評估。舉個例子，我們設計了兩種不同的產品交互形式，通過比較實驗組（A組）和對照組（B組）的訪問時長和頁面瀏覽量兩個衡量指標，來評估哪壹種交互形式更佳。要進行A/B測試有兩個必備因素：第壹，有足夠的時間進行測試；第二，數據量和數據密度較高。因為當產品流量不夠大的時候，做A/B測試得到統計結果是很難的。而像LinkedIn這樣大體量的公司，每天可以同時進行上千個A/B測試。所以A/B測試往往在公司數據規模較大時使用會更加精準，更快得到統計的結果。8.數學建模當壹個商業目標與多種行為、畫像等信息有關聯性時，我們通常會使用數學建模、數據挖掘的手段進行建模，預測該商業結果的產生。作為壹家SaaS企業，當我們需要預測判斷客戶的流失時，可以通過用戶的行為數據、公司信息、用戶畫像等數據建立流失模型。利用統計學的方式進行壹些組合和權重計算，從而得知用戶滿足哪些行為之後流失的可能性會更高。我們常常說，不能度量，就無法增長，數據分析對於企業商業價值的提升有著至關重要的作用。當然，僅僅掌握單純的理論還遠遠不夠，實踐出真知。數據分析的方法大家不妨在自己日常工作中，有分析相關項目裏嘗試使用，相信可以事半功倍，創造更多商業價值。三，數據分析的工具作為產品運營，面對海量的數據，肯定是需要借助數據分析工具的。以前，產品運營壹般都會經過數據采集、數據整理、數據透視、數據分析這四個步驟，來完成壹次數據分析。通常會用到以下工具：數據采集：Python、GoogleAnalytics等數據整理：Excel、SQL等數據透視：Excel、PowerPoint等數據分析：Excel、MATLAB等在這個過程中，數據采集、整理、透視基本會花費產品運營70%以上的時間，這就導致了最具價值的數據分析部分時間被擠壓，為了在有限時間內完成數據分析工作，產品運營的數據分析價值可能會因此大打折扣。GrowingIO產品分析示圖現在，通過GrowingIO產品分析，產品運營人員可以節省下大量數據采集、整理、透視的時間，只需簡單集成SDK，就可以通過GrowingIO自定義各種可視化圖表（漏鬥分析、趨勢分析、分布分析、用戶畫像等），把時間真正落到數據分析上來，發揮產品運營數據分析真正的價值。作為產品運營，有了數據分析思維、掌握了數據分析方法後，善用數據工具也是十分重要的。能為我們節省大量的時間，發揮我們真正的價值。知友福利：點擊領取GrowingIO產品分析（支持網站、App、小程序）15天使用特權最後各位少俠走過路過記得點個贊哦～
上一篇:7月去西藏旅遊，有什麽需要註意的嗎？旅行。下一篇:大廈管理人員的工作職責