大家好杈帐，我是運營小大人，該知道的都知道专钉，不知道的慢慢學習挑童！
對很多公司來說，數(shù)據(jù)整理不是難事跃须，難就難在業(yè)務數(shù)據(jù)如何解讀站叼？如何呈現(xiàn)才能說明問題？從中能發(fā)現(xiàn)什么業(yè)務問題菇民？有沒有改善的機會尽楔？
數(shù)據(jù)分析說白點就是知道要什么數(shù)據(jù)，了解數(shù)據(jù)走勢玉雾，懂得如何分析。在數(shù)據(jù)分析呈現(xiàn)后轻要，要根據(jù)分析得出結(jié)論复旬，結(jié)論中需要用簡單明了的語言表明出現(xiàn)的問題，導致問題的原因冲泥，最后就是針對問題的解決方法驹碍。
趨勢壁涎、分布、細化這三點包含了數(shù)據(jù)分析的大部分內(nèi)容志秃。無論是數(shù)據(jù)的收集怔球、數(shù)據(jù)的整理，還是數(shù)據(jù)的分析浮还，都需要不斷地找趨勢竟坛、看分布、做細化钧舌，這樣才能找出最有價值的結(jié)論担汤。
01
找趨勢
數(shù)據(jù)分析中的看趨勢一般適用于對產(chǎn)品核心指標的長期追蹤，例如洼冻，點擊率崭歧、活躍用戶數(shù)、在線時長等撞牢。
依據(jù)這些數(shù)據(jù)制作出簡單的數(shù)據(jù)趨勢圖率碾，還不能算作趨勢分析。趨勢分析不僅需要明確數(shù)據(jù)的變化屋彪，還需要明確變化背后的原因所宰。
孤立地看數(shù)據(jù)的趨勢變化，很難說明問題撼班。
比如一個企業(yè)利潤增長10%歧匈，單單憑借這一個數(shù)據(jù)，我們很難判斷該企業(yè)的經(jīng)營狀況砰嘁，如果該企業(yè)的同行業(yè)企業(yè)增長速度普遍為5%件炉，則說明該企業(yè)增長速度很快，而如果其他企業(yè)增長速度普遍為20%矮湘，那么說明該企業(yè)的增長速度很慢斟冕。
想要讓數(shù)據(jù)趨勢變得有意義，就必須給孤立的數(shù)據(jù)一個合理的參考值缅阳，也就是要引進對比的數(shù)據(jù)磕蛇。
首先跟大家聊一聊趨勢分析中的一些基本概念：環(huán)比、同比十办、定基比秀撇。
1.環(huán)比
環(huán)比用來表示連續(xù)兩個統(tǒng)計周期的量的變化比。一般所說的環(huán)比增長向族，即環(huán)比增長率呵燕。
計算公式為：環(huán)比增長率=（本期統(tǒng)計數(shù)據(jù)-上期統(tǒng)計數(shù)據(jù)）/上期周期數(shù)據(jù)×100%
反映本期比上期增長了多少。
比如：2020年3月份某網(wǎng)站的月活躍用戶數(shù)達到2000萬件相，2月份的月活躍用戶數(shù)是1800萬再扭，相比2月份氧苍，3月份月活躍用戶數(shù)的環(huán)比增長率=（2000-1800）/1800×100%=11.11%。
2.同比
同比分析的主要目的是降低季節(jié)變動帶來的影響泛范，用以對比今年發(fā)展情況與上一年同期發(fā)展情況让虐。
在實際工作中，經(jīng)常使用某年罢荡、某季赡突、某月與上一年同期的數(shù)據(jù)進行對比計算。
計算公式為：同比增長率=（本期統(tǒng)計數(shù)據(jù)-上一年同期統(tǒng)計數(shù)據(jù)）÷上一年同期統(tǒng)計數(shù)據(jù)×100%柠傍。
例如麸俘，某企業(yè)2019年3月的產(chǎn)值為100萬元，2020年3月的產(chǎn)值為300萬元惧笛，同比增長率為：（300-100）÷100×100%=200%从媚。
雖然同比和環(huán)比反映的都是數(shù)據(jù)的變化速度，但由于二者對比的時間不同患整，反映的結(jié)果也是完全不同的拜效。
一般來說，環(huán)比能夠與環(huán)比相比較各谚，但不能與同比相比較紧憾。但在一些特殊的情況下，比如要考慮時間縱向發(fā)展趨勢昌渤，偶爾也需要將環(huán)比與同比放在一起進行比較赴穗。
3.定基比
定基比=（報告期水平÷某一固定時期水平）×100%
它是報告期水平與某一固定時期水平之比，體現(xiàn)的便是企業(yè)某段時間內(nèi)的總發(fā)展速度膀息。
以上三種對比分析雖然各有不同般眉，但都能互相結(jié)合，為數(shù)據(jù)的趨勢分析提供必要的支持潜支。
以網(wǎng)站數(shù)據(jù)為例：
如果只是看一個絕對值數(shù)據(jù)是遠遠不夠的甸赃，公司的決策層、產(chǎn)品方或者運營方往往需要查看一個月冗酿、一個季度的表現(xiàn)埠对，觀察這些指標的變化趨勢，同時與上個月裁替、去年同期项玛、某個基點值進行對比，進而明確這些數(shù)據(jù)背后的業(yè)績表現(xiàn)弱判。所以襟沮，同比、環(huán)比、定基比便成為了數(shù)據(jù)趨勢分析中的關鍵方法臣嚣。
比如網(wǎng)站3月份的日均自然搜索流量與2月份的日均自然搜索流量進行對比。
通過兩期數(shù)據(jù)的對比剥哑，能夠很直觀地看到數(shù)據(jù)的增長或下降情況硅则。而計算出相應的“環(huán)比增長率”則能夠快速明確兩期數(shù)據(jù)的變化幅度。
2020年3月份網(wǎng)站的日均自然搜索流量與2019年3月份的日均自然搜索流量進行對比株婴。環(huán)比數(shù)據(jù)是為了減少季節(jié)或行業(yè)周期對數(shù)據(jù)產(chǎn)生的影響怎虫，對于淡旺季明顯的行業(yè)非常適用。
再比如將2019年全年的日均自然搜索流量作為一個基點困介，2020年每個月的日均自然搜索流量與這個值進行對比大审，便可以明確超越了2019年平均水平多少。
02
看分布
統(tǒng)計學中數(shù)據(jù)分布一般從三個方面進行描述：
分布的集中趨勢座哩，體現(xiàn)各數(shù)據(jù)聚集的程度徒扶；
分布的離散程度，體現(xiàn)各數(shù)據(jù)遠離中心值的程度根穷；
分布的形狀姜骡，體現(xiàn)數(shù)據(jù)分布的偏態(tài)和峰態(tài)。
我們拿到數(shù)據(jù)之后屿良，首先要對數(shù)據(jù)要有個基本了解圈澈，可以從集中趨勢，離散程度及分布形狀出發(fā)尘惧，來了解自己的數(shù)據(jù)康栈。
分析數(shù)據(jù)之后，對數(shù)據(jù)有初步了解喷橙，通過數(shù)據(jù)分布可以展現(xiàn)出用戶對產(chǎn)品的依賴程度啥么。
1）找到用戶分布規(guī)律
對同一指標下有關數(shù)據(jù)的統(tǒng)計和分析，挖掘用戶使用產(chǎn)品的規(guī)律重慢，進一步修正和制定產(chǎn)品策略饥臂。
（2）增加客戶回訪率
分布分析從多角度分析幫助公司判斷用戶對產(chǎn)品的依賴程度。
（3）快速識別核心用戶群體
核心用戶群體是對公司貢獻最大的用戶群體似踱，是公司最大的利潤來源隅熙。分布分析通過不同的維度篩選出核心用戶群體，做好資源配置核芽，以最小的成本實現(xiàn)公司利潤最大化囚戚。
03
做細化
數(shù)據(jù)的細致化劃分是數(shù)據(jù)分析技巧的核心思想之一，它能夠幫助企業(yè)實現(xiàn)客戶流量的幾何級增長轧简、運營能力的翻倍提升驰坊、服務能力的顯著提升等。
在數(shù)據(jù)分析的過程中哮独，如果想要得到一些較為精確的結(jié)論拳芙，我們需要將其進一步細化察藐，因為在一些復雜數(shù)據(jù)的分析過程中，我們可能會忽略一些關鍵的數(shù)據(jù)細節(jié)舟扎。這里的細化一定要進行多維度的拆分分飞。
常見的拆分方法包括以下幾種。
分時：對不同時間段的數(shù)據(jù)進行觀察睹限，查看數(shù)據(jù)是否產(chǎn)生變化譬猫。例如，通過某餐飲店上午的營業(yè)數(shù)據(jù)與下午的營業(yè)數(shù)據(jù)的對比羡疗，可以分析不同時間段的客流量變化染服。
分渠道：對不同渠道的產(chǎn)品與用戶進行觀察，查看數(shù)據(jù)是否產(chǎn)生變化叨恨。例如柳刮，網(wǎng)站通過對點擊網(wǎng)頁直接進入的用戶與通過鏈接轉(zhuǎn)入的用戶進行分析，得出不同渠道用戶的轉(zhuǎn)化率痒钝。
分用戶：對新老用戶進行觀察诚亚，分析二者是否有差異。例如分析新注冊用戶與老用戶的消費水平是否有差異午乓，VIP和普通用戶的滿意度是否有差異等站宗。
分地區(qū)：對不同地區(qū)的數(shù)據(jù)進行觀察，看看數(shù)據(jù)是否有變化益愈。例如梢灭，通過對河南與山東用戶的分析，得出不同地區(qū)的消費習慣是否有差異等蒸其。組成拆分：對數(shù)據(jù)的構(gòu)成進行觀察敏释，查看數(shù)據(jù)之間是否能夠繼續(xù)拆分。例如在搜索引擎上的搜索詞組摸袁，可以拆分出不同的關鍵詞钥顽。
接下來，我們以用戶流量細化為例靠汁，來看看到底如何利用數(shù)據(jù)的細致化分析呢?
1.用戶流量概覽
在對流量數(shù)據(jù)進行分析前蜂大，我們需要通過多種指標判斷基本的用戶流量情況，例如蝶怔，用戶訪問量奶浦、點擊量等。此外我們還需要關注用戶的平均訪問時長踢星、平均瀏覽頁數(shù)澳叉、平均關閉率等。
這幾個指標的基礎組合能夠幫助我們了解用戶的轉(zhuǎn)化率。這里面還需要注意區(qū)分新老用戶成洗，例如新用戶與老用戶的比例五督、新用戶與老用戶各自的停留時長等，這些都可以作為用戶流量的判斷依據(jù)瓶殃，也可以用于判斷流量的基本質(zhì)量概荷。
2、用戶流量分析
在簡單了解用戶流量概況之后碌燕，我們還需要進一步對用戶流量進行細分，研究用戶流量增長方面所遇到的問題继薛，并以此制訂下一步的策略修壕。一般來說，用戶流量分析有兩種方式遏考。
（1）按訪問來源分析按訪問來源進行分析慈鸠，用戶流量可以分為直接訪問、外鏈訪問灌具、搜索引擎訪問青团、社交媒體訪問等類別。而這些訪問類別又存在多種形式與多種渠道咖楣。
（2）按流量入口分析在對用戶流量的分析中督笆，我們主要關注的重點是流量的來源，這也就導致了我們很容易忽視流量的入口方面诱贿。對于一般的網(wǎng)站來說娃肿，流量的入口指客戶點擊之后直接進入的頁面，也就是所謂的落地頁珠十。通過分析落地頁可以明確客戶到達網(wǎng)站的第一個網(wǎng)頁料扰，避免出現(xiàn)大部分流量被導入無效頁面的情況。
3.流量轉(zhuǎn)化分析
我們假如有100人通過搜索該商品焙蹭，那么可能只有60人選擇查看商品詳情晒杈，之后會有40人選擇加入購物車，而最后只有20人成功支付孔厉。
依據(jù)這樣一個漏斗圖拯钻，我們能夠明確每個過程中客戶流量的損失情況。當然不同渠道的轉(zhuǎn)化率是有所不同的撰豺。
4.渠道的優(yōu)化配置
接下來说庭，我們可以對不同渠道的轉(zhuǎn)化率進行優(yōu)化配置。
例如郑趁，某網(wǎng)站的直接訪問量一天只有2000人刊驴，但轉(zhuǎn)化率為15%，而通過百度搜索引擎點擊進入的轉(zhuǎn)化率僅為5%，但客戶流量達到10000人捆憎，這個時候我們可以適當提高百度搜索引擎的廣告投入舅柜，提高百度搜索引擎的轉(zhuǎn)化率。
通過對流量渠道轉(zhuǎn)化率的分析躲惰，我們能夠判斷客戶的行為是否存在差異致份，并由此推斷客戶的特征，進行一些差異化的優(yōu)化础拨。
數(shù)據(jù)的細化是數(shù)據(jù)分析中一個十分重要的手段氮块，多問一些為什么，才能更準確地得出結(jié)論诡宗，而一步一步細化滔蝉，便是不斷問為什么的過程。
以上就是我們在日常做數(shù)據(jù)分析時的三個技巧塔沃，數(shù)據(jù)分析不能為了分析數(shù)據(jù)而分析蝠引，需要帶著問題去做數(shù)據(jù)分析、關注數(shù)據(jù)分析背后的利益和資源分配蛀柴，以及數(shù)據(jù)呈現(xiàn)出來的背后的這個真實的世界螃概，更好的總結(jié)過去，并且對未來的趨勢作出判斷鸽疾。
