0.前言

一款產(chǎn)品做出來之后杂腰，如何改進(jìn)、優(yōu)化她椅文？當(dāng)然各方面的反饋喂很、吐槽是一個(gè)重要因素，但帶有主觀情緒的“覺得皆刺、感覺”來改進(jìn)一款產(chǎn)品是不可持續(xù)且有失嚴(yán)謹(jǐn)?shù)纳倮薄Ｗ鳛橐粋€(gè)產(chǎn)品經(jīng)理，如果想優(yōu)化一款產(chǎn)品羡蛾，最主要的工作是先了解漓帅、分析這款產(chǎn)品（可以從不同的維度來分析一款產(chǎn)品），再去衡量產(chǎn)品痴怨。那拿什么去衡量一款產(chǎn)品忙干？數(shù)據(jù)！

李彥宏說“數(shù)據(jù)可比算法重要”浪藻，雖然有失偏頗捐迫，但是也道出了數(shù)據(jù)的重要性。數(shù)據(jù)說到底其實(shí)就是一種工具爱葵，通過數(shù)據(jù)施戴，我們可以衡量產(chǎn)品，了解產(chǎn)品钧惧，可以在數(shù)據(jù)驅(qū)動(dòng)下改進(jìn)產(chǎn)品暇韧。數(shù)據(jù)分析和數(shù)據(jù)處理本身是一個(gè)比較專業(yè)和復(fù)雜的領(lǐng)域，在這里我簡要闡明一些比較基礎(chǔ)浓瞪、在日常工作中發(fā)揮比較大作用的數(shù)據(jù)分析方法，我稱之為“數(shù)據(jù)分析三板斧”：

趨勢分析（Trend Analysis）

對比分析（Comparative Analysis）

細(xì)分分析（Segmentation Analysis）

1.趨勢分析

產(chǎn)品方巧婶、運(yùn)營方以及決策層希望看到一些關(guān)鍵的匯總數(shù)據(jù)乾颁，他們很少會(huì)按天去查數(shù)據(jù)涂乌，他們更關(guān)心的是關(guān)鍵指標(biāo)在月度、季度中的表現(xiàn)情況英岭，同時(shí)必須掌握這些關(guān)鍵指標(biāo)的變化趨勢湾盒，從而對公司整體層面業(yè)績有直觀的體現(xiàn)。單純的給出GMV诅妹、UV罚勾、轉(zhuǎn)化率、活躍用戶數(shù)等指標(biāo)是毫無意義的吭狡，必須數(shù)據(jù)的趨勢進(jìn)行分析和量化尖殃，才顯得直觀。這里引入統(tǒng)計(jì)學(xué)中的幾個(gè)概念：同比划煮、環(huán)比和定基比送丰。

同比：同比是為了消除數(shù)據(jù)周期性波動(dòng)的影響，將本周內(nèi)數(shù)據(jù)與上一周期中相同時(shí)間點(diǎn)的數(shù)據(jù)進(jìn)行比較弛秋。比如：拿2017年2月份的訂單額和2016年2月份的訂單額相比較器躏，得出同比增長率。

同比增長率=（本期數(shù)值—上一周期同期數(shù)值）/上一周期同期數(shù)值 ?*100%

環(huán)比：環(huán)比增長率反應(yīng)的是數(shù)據(jù)連續(xù)變化趨勢蟹略，將本期的數(shù)據(jù)與上一期的數(shù)據(jù)進(jìn)行對比登失。最常見的是這個(gè)月的數(shù)據(jù)與上個(gè)月的數(shù)據(jù)進(jìn)行比較，比如拿2017年2月的支付訂單數(shù)和2017年1月的支付訂單數(shù)進(jìn)行對比挖炬，得出環(huán)比增長率揽浙。

環(huán)比增長率=（本期數(shù)值-上一期數(shù)值）/上一期數(shù)值 ? *100%

定基比：定基比增長率將所有的數(shù)據(jù)與某個(gè)基準(zhǔn)線數(shù)據(jù)進(jìn)行對比。通常這個(gè)基準(zhǔn)線是公司或者產(chǎn)品發(fā)展的一個(gè)里程碑或者重要數(shù)據(jù)點(diǎn)茅茂，將之后的數(shù)據(jù)與這個(gè)基準(zhǔn)線進(jìn)行比較捏萍，從而反映公司在跨越這個(gè)重要的基點(diǎn)后的發(fā)展?fàn)顩r。

定基比增長率=（本期數(shù)值—基期數(shù)值）/基期數(shù)值 ?*100%

趨勢分析另一個(gè)核心目的則是對趨勢做出解釋空闲，對于趨勢線中明顯的拐點(diǎn)令杈，發(fā)生了什么事情要給出合理的解釋，無論是外部原因還是內(nèi)部原因碴倾。

2.對比分析

我們無法通過一個(gè)孤立的數(shù)據(jù)分析得到可靠的結(jié)論逗噩，趨勢分析讓我們洞察數(shù)據(jù)的變化，而對比分析可以讓我們明確好壞優(yōu)劣跌榔，進(jìn)而揚(yáng)長避短异雁。趨勢分析比較的是自身在時(shí)間序列上的變化，對比分析是給一組數(shù)據(jù)設(shè)定一些合理的比較環(huán)境僧须，即給數(shù)據(jù)設(shè)定一個(gè)“參照物”纲刀，從而得出一組數(shù)據(jù)內(nèi)不同數(shù)據(jù)的優(yōu)劣。再強(qiáng)調(diào)一遍：我們無法通過一組孤立的數(shù)據(jù)來得到什么担平！

舉個(gè)例子示绊，某個(gè)電商網(wǎng)站的購買轉(zhuǎn)化率為3%锭部，我們無法判斷這個(gè)轉(zhuǎn)化率的高低，但是當(dāng)我們給出一個(gè)參照物——全行業(yè)的平均購買轉(zhuǎn)化率為1.5%面褐，經(jīng)過這兩者一對比拌禾，就立刻可以判斷該電商網(wǎng)站的購買轉(zhuǎn)化率超出平均水準(zhǔn)很多了。有時(shí)一些數(shù)據(jù)的對比并不能反映出數(shù)據(jù)的優(yōu)劣展哭，需要簡單的合并湃窍。比如：在一個(gè)電商APP內(nèi)，有A匪傍、B兩件商品您市，A的訪問量是100，B的訪問量是1000析恢，如果直接比較A墨坚、B兩件商品的訂單數(shù)，顯然是不合理的映挂，正確的做法是利用訂單數(shù)/訪客數(shù)泽篮，通過訂單轉(zhuǎn)化率來比較，這樣進(jìn)行數(shù)據(jù)的合并來對比A柑船、B兩件商品會(huì)更加合理帽撑。這里訂單轉(zhuǎn)化率就是一個(gè)簡單的合并指標(biāo)了。

一般而言鞍时，對比的數(shù)據(jù)是數(shù)據(jù)的基本面亏拉，比如行業(yè)的情況，全站的情況等逆巍。就某個(gè)數(shù)據(jù)指標(biāo)從不同的環(huán)境進(jìn)行橫向?qū)Ρ燃疤粒页龅贸鲋笜?biāo)的好壞。有些時(shí)候锐极，在產(chǎn)品迭代測試的時(shí)候笙僚，為了增加說服力，會(huì)人為設(shè)置對比的基準(zhǔn)灵再，如經(jīng)典的“A/B test”肋层。

需要指出的是，數(shù)據(jù)的對比分析最關(guān)鍵的是對比某一個(gè)單一變量翎迁，其他條件（變量）保持一致栋猖。比如測試首頁改版的效果，就需要保持A/B 兩組用戶質(zhì)量保持相同汪榔，上線時(shí)間保持相同蒲拉，來源渠道相同等，只有這樣才能得到比較有說服力的數(shù)據(jù)。

3.細(xì)分分析

在數(shù)據(jù)分析的三板斧中全陨，最后一種分析方法是細(xì)分分析爆班。細(xì)分需要借助一定的專業(yè)工具進(jìn)行分析衷掷。她最大價(jià)值是可以讓我們看清楚問題的所在辱姨。通常我們獲得的運(yùn)營數(shù)據(jù)都是綜合數(shù)據(jù)，如APP的訪問量戚嗅、下載量雨涛、總銷售額、總停留時(shí)間懦胞。這些綜合的數(shù)據(jù)會(huì)讓顯示出APP運(yùn)營的整體狀況替久，但也會(huì)隱藏一些問題和機(jī)會(huì)。

細(xì)分簡單來說是指標(biāo)和維度的結(jié)合躏尉。介紹指標(biāo)和維度的概念蚯根，指標(biāo)：用來記錄訪問者行為的數(shù)字。最常見的指標(biāo)包括訪問次數(shù)胀糜、綜合瀏覽量颅拦、訪問深度、轉(zhuǎn)化率教藻、流失率等距帅。維度：是觀察訪問者行為的角度。比較常見的維度包括訪問者屬性維度括堤、時(shí)間維度碌秸、流量來源維度、地理維度悄窃、內(nèi)容維度和系統(tǒng)維度等等讥电。

同一指標(biāo)在不同的維度下會(huì)顯示出不同的屬性。例如轧抗，某個(gè)網(wǎng)站的訪問次數(shù)是1000恩敌，當(dāng)這個(gè)指標(biāo)與訪問者維度組合時(shí)，會(huì)顯示出新訪問用戶是600鸦致，回訪用戶是400潮剪；同理，這個(gè)訪問指標(biāo)與時(shí)間維度分唾，地理維度結(jié)合來看抗碰，也會(huì)拆分出不同的數(shù)據(jù)。這就是一次簡單的細(xì)分绽乔。

4.小結(jié)

趨勢分析最常用的是同比弧蝇、環(huán)比，趨勢分析也是數(shù)據(jù)監(jiān)控的最基礎(chǔ)的方法；對比分析讓我們明確優(yōu)劣好壞看疗，從而做出最有效決策沙峻，跟目標(biāo)的對比能夠有效地考核網(wǎng)站的績效；細(xì)分是分析的最基礎(chǔ)體現(xiàn)两芳，是排查問題的利器摔寨，使用細(xì)分能夠幫助我們將問題從整體一步步定位到細(xì)節(jié)，進(jìn)而找到針對性的解決辦法怖辆。

當(dāng)然是复，我們在做運(yùn)營數(shù)據(jù)分析的時(shí)候，數(shù)據(jù)從何而來竖螃？如何獲仁缋取？也需要專業(yè)的獲取數(shù)據(jù)的辦法特咆。至于如何獲取數(shù)據(jù)再進(jìn)行專業(yè)分析季惩，下次分解。