數(shù)據(jù)運(yùn)營入門——方法論+案例

Part 1 數(shù)據(jù)運(yùn)營

目的:通過對(duì)運(yùn)營數(shù)據(jù)進(jìn)行分析,幫助我們進(jìn)一步對(duì)用戶進(jìn)行差分運(yùn)營肃弟。

核心:分析問題包含哪些方面零蓉,在占比高并且自己可以發(fā)力的點(diǎn)上去優(yōu)化敌蜂。

Part 2 數(shù)據(jù)分析流程

一章喉、拆分工作項(xiàng)

運(yùn)營是一個(gè)包含了諸多瑣碎事項(xiàng)的工作,運(yùn)營人員要會(huì)拆分自己的工作項(xiàng)落包,并根據(jù)不同工作項(xiàng)的特點(diǎn)有針對(duì)地對(duì)特定的運(yùn)營數(shù)據(jù)進(jìn)行分析摊唇,才能事半功倍巷查。

那么怎么拆分工作項(xiàng)呢岛请?可以按照面對(duì)的用戶群體分解,通常與用戶分級(jí)聯(lián)系在一起盅称,將工作拆分成面向所有普通用戶后室、面向活躍用戶咧擂、面向付費(fèi)用戶等等檀蹋。也可以按照項(xiàng)目將自己的工作進(jìn)行拆分。還可以按照時(shí)間順序確定不同階段的目標(biāo)贸桶,根據(jù)自己的目標(biāo)來拆分工作項(xiàng)皇筛。

二水醋、建立指標(biāo)體系

拆分完工作項(xiàng)后,針對(duì)每一個(gè)工作項(xiàng)有不同的指標(biāo)蝇恶,我們要根據(jù)工作項(xiàng)的特點(diǎn)進(jìn)一步拆分和細(xì)化運(yùn)營數(shù)據(jù)指標(biāo)惶桐,然后通過對(duì)每一個(gè)指標(biāo)的分析來判斷運(yùn)營問題并不斷優(yōu)化運(yùn)營方案姚糊。

拆分的維度可以按照數(shù)據(jù)的包含結(jié)構(gòu),也可以按照每一個(gè)工作項(xiàng)包含的子項(xiàng)進(jìn)行拆分贸辈。

以用戶運(yùn)營為例裙椭,用戶運(yùn)營包含了用戶的拉新署浩、促活筋栋、留存、付費(fèi)轉(zhuǎn)化等方面抢腐。而就拉新來說迈倍,關(guān)鍵的指標(biāo)有注冊用戶的規(guī)模捣域、增長速度;渠道質(zhì)量——注冊渠道有哪些卦洽,渠道的注冊轉(zhuǎn)化率如何斜棚;注冊流程質(zhì)量——完成注冊的用戶數(shù)弟蚀、注冊流程中用戶蹦失節(jié)點(diǎn)統(tǒng)計(jì);注冊用戶行為追蹤——完成注冊后用戶的行為統(tǒng)計(jì)争便。

三滞乙、細(xì)化分析目標(biāo)

細(xì)化分析目標(biāo)是指根據(jù)運(yùn)營目標(biāo)鉴嗤,確定能夠進(jìn)行優(yōu)化的數(shù)據(jù)點(diǎn)醉锅。這一步是為接下來的數(shù)據(jù)提取處理分析奠基的。

舉個(gè)簡單的例子垄琐,假如現(xiàn)在做完一場活動(dòng)经柴,想知道下一次舉辦相同或相似活動(dòng)時(shí)有哪些地方可以優(yōu)化坯认,需要關(guān)心的點(diǎn)除了最終參與效果還有:活動(dòng)推廣的渠道有哪些牛哺,每一個(gè)渠道的參與路徑是怎樣的,路徑中的每一步參與人數(shù)有多少巩趁,轉(zhuǎn)化率達(dá)到多少晶渠,等等。明確了分析目標(biāo)后,就可以確定要提取的數(shù)據(jù)點(diǎn)有哪些番川。

四脊框、提取處理數(shù)據(jù)

在提取數(shù)據(jù)這里涉及一個(gè)數(shù)據(jù)埋點(diǎn)的問題浇雹,在產(chǎn)品設(shè)計(jì)的早期昭灵,運(yùn)營人員就要規(guī)劃好運(yùn)營關(guān)鍵點(diǎn)烂完,列出埋點(diǎn)清單提交給開發(fā)人員,以免后期運(yùn)營過程中想要查看某一個(gè)數(shù)據(jù)但卻沒有數(shù)據(jù)記錄信息祝旷。

此外怀跛,提取出來的數(shù)據(jù)要經(jīng)過一系列的處理后方可進(jìn)入分析階段。

那么常見的數(shù)據(jù)處理包含哪些內(nèi)容呢柄冲?

首先吻谋,對(duì)拿到的數(shù)據(jù),我們要進(jìn)行數(shù)據(jù)清洗——對(duì)數(shù)據(jù)里的重復(fù)項(xiàng)羊初、缺失項(xiàng)滨溉、矛盾項(xiàng)以及異常的波峰或者波谷進(jìn)行處理的過程。對(duì)于重復(fù)項(xiàng)去重的方法有很多长赞,在此就不做贅述晦攒。缺失數(shù)據(jù)最常見的處理方法是用平均數(shù)值填補(bǔ),這個(gè)平均可以是所有數(shù)據(jù)的算術(shù)平均值脯颜,也可以是一段時(shí)間內(nèi)的平均值等。而矛盾項(xiàng)指的是錯(cuò)誤的數(shù)據(jù)贩据,如原本應(yīng)該都是1位的數(shù)字栋操,提取到的數(shù)據(jù)中卻出現(xiàn)了不是一位的數(shù)字闸餐、姓名的字段里出現(xiàn)了郵箱等等,這個(gè)時(shí)候要檢查是數(shù)據(jù)提取時(shí)出現(xiàn)的錯(cuò)誤還是數(shù)據(jù)錄入時(shí)的錯(cuò)誤矾芙,如果是提取時(shí)的錯(cuò)誤并且錯(cuò)誤對(duì)結(jié)果分析的影響較大時(shí)舍沙,應(yīng)該及時(shí)反饋給相關(guān)負(fù)責(zé)人。

采集到的數(shù)據(jù)要尤其注意波峰和波谷剔宪,因?yàn)檫@往往是問題分析的關(guān)鍵所在拂铡。一般來說數(shù)據(jù)產(chǎn)生波峰或波谷的原因有獲得了額外的推廣機(jī)會(huì)、系統(tǒng)出現(xiàn)了故障葱绒、統(tǒng)計(jì)有bug等等感帅。

其次要對(duì)數(shù)據(jù)做進(jìn)一步的加工。因?yàn)樘崛〕鰜淼臄?shù)據(jù)可能不是適合直接拿來分析的地淀,這個(gè)時(shí)候往往就會(huì)用到一些函數(shù)和工具失球,比方說在《【干貨】學(xué)會(huì)這幾招,輕松搞定Excel帮毁!》中提到的VLOOKUP函數(shù)和數(shù)據(jù)透視表等实苞,得到分析時(shí)需要用到的字段及相應(yīng)的數(shù)據(jù)。

經(jīng)過上述的清洗作箍、加工步驟硬梁,得到了可以用以進(jìn)行初步分析的數(shù)據(jù)。針對(duì)這些數(shù)據(jù)做進(jìn)一步的處理胞得,以期進(jìn)行深入的分析荧止。

五、數(shù)據(jù)分析總結(jié)

1阶剑、數(shù)據(jù)分析方法

常見的數(shù)據(jù)分析方法有對(duì)比分析法跃巡、結(jié)構(gòu)分析法、平均分析法牧愁、權(quán)重分析法素邪、杜邦分析法等等。

(1)對(duì)比分析法

指按照不同的維度進(jìn)行對(duì)比猪半,以探尋數(shù)據(jù)的變化兔朦,發(fā)現(xiàn)其中蘊(yùn)含的規(guī)律或啟示。

對(duì)比的維度包含了:與預(yù)期目標(biāo)對(duì)比磨确、不同時(shí)間段的對(duì)比沽甥、與同行對(duì)比、與運(yùn)營前的效果對(duì)比乏奥、不同用戶間的對(duì)比摆舟、不同操作間的對(duì)比,等等。

接下來用一個(gè) 例子講解如何通過對(duì)不同時(shí)間段數(shù)據(jù)的對(duì)比來進(jìn)行用戶畫像并根據(jù)用戶畫像做出運(yùn)營策略的調(diào)整恨诱。

上邊這張折線圖反應(yīng)的是某產(chǎn)品的日活躍用戶數(shù)變化規(guī)律媳瞪。2016年4月初到7月初其基本是成周期變化,且周期為一個(gè)星期照宝,數(shù)據(jù)較大的點(diǎn)主要是在周末蛇受,因此我們可以推測這個(gè)產(chǎn)品的主要用戶是學(xué)生。而且在6月的時(shí)候日活躍數(shù)據(jù)略有所下降硫豆,7月中旬以后數(shù)據(jù)上升且變化這與學(xué)生期末考試和放假的時(shí)間也基本吻合龙巨,進(jìn)一步佐證了用戶畫像。

(2)結(jié)構(gòu)分析法

被分析總體內(nèi)的各部分與總體之間的對(duì)比分析熊响,常用結(jié)構(gòu)相對(duì)指標(biāo)(=(部分/總體)*100%)來表示,這個(gè)數(shù)值越大表明該部分在整體中所占權(quán)重越大诗赌,其重要性越大汗茄,對(duì)整體的影響也就越大。

(3)平均分析法

反映的是一定條件下铭若,某個(gè)指標(biāo)的一般水平洪碳,多用于衡量業(yè)務(wù)的健康度。

比方說某個(gè)商品有A叼屠、B瞳腌、C三個(gè)銷售渠道,假如想了解這三個(gè)銷售渠道誰對(duì)營收貢獻(xiàn)最大镜雨,可以統(tǒng)計(jì)這三個(gè)渠道的平均銷售額嫂侍。這個(gè)時(shí)候要注意,平均分析法的“平均”是有前提的荚坞,它必須建立在用來計(jì)算平均值的數(shù)據(jù)是否都是有效的挑宠。比方說現(xiàn)在A渠道有一天的銷售數(shù)據(jù)突然驟減為0,這是很反常的颓影,這個(gè)時(shí)候要去查問題到底出在哪各淀,如果是因?yàn)楸确秸f那天A渠道出現(xiàn)了某些突發(fā)故障,那么應(yīng)該剔除這個(gè)數(shù)據(jù)再計(jì)算平均值诡挂。

那是不是平均值越高說明業(yè)務(wù)越健康呢碎浇?

不一定。比方說A賣的是羽絨服 璃俗,B賣的是短裙奴璃,夏季的時(shí)候A的銷售均值比B低,這并不能說明A的業(yè)務(wù)就比B的差旧找。

平均分析法適用于雙方的業(yè)務(wù)和所處的情況比較接近也即我們常說的溺健,具有可比性時(shí),才有意義。

(4)權(quán)重分析法

將多個(gè)指標(biāo)轉(zhuǎn)化為一個(gè)能夠反映綜合情況的指標(biāo)來進(jìn)行分析評(píng)價(jià)鞭缭,具體的做法是確定各個(gè)指標(biāo)的權(quán)重剖膳,然后對(duì)處理后的指標(biāo)進(jìn)行匯總后計(jì)算出綜合評(píng)價(jià)指數(shù)。常用以對(duì)處于并列關(guān)系的子類進(jìn)行分析岭辣。

如圖所示吱晒,某產(chǎn)品有三個(gè)推廣渠道——A、B和C沦童。這三個(gè)渠道又細(xì)分為通過購買母嬰類產(chǎn)品的推薦轉(zhuǎn)化仑濒、參加相關(guān)線下活動(dòng)的轉(zhuǎn)化 以及來自公眾平臺(tái)的轉(zhuǎn)化。若要衡量A偷遗、B墩瞳、C三個(gè)渠道的質(zhì)量如何,可以給各個(gè)細(xì)分渠道設(shè)置某個(gè)權(quán)重氏豌,定義“渠道質(zhì)量”這個(gè)指標(biāo)對(duì)應(yīng)的公式(如:渠道質(zhì)量=購買了母嬰類產(chǎn)品后的推薦轉(zhuǎn)化人數(shù)*60%+線下活動(dòng)轉(zhuǎn)化人數(shù)*30%+公眾號(hào)轉(zhuǎn)化人數(shù)*10%)喉酌,通過加權(quán)求和后比較這三個(gè)渠道的質(zhì)量高低。

那權(quán)重的設(shè)置依據(jù)是什么呢泵喘?一個(gè)是要根據(jù)各個(gè)細(xì)分指標(biāo)的重要性泪电,另一個(gè)來自于以往的運(yùn)營結(jié)果。還是以剛剛那個(gè)產(chǎn)品為例纪铺,假設(shè)產(chǎn)品是跟母嬰類相關(guān)的相速,那么根據(jù)以往的運(yùn)營經(jīng)驗(yàn),通過購買了母嬰類商品后的推薦引流來的用戶鲜锚,后續(xù)轉(zhuǎn)化為活躍用戶的概率更高突诬,那么這個(gè)渠道的權(quán)重就可以相應(yīng)的設(shè)高點(diǎn),而通過公眾號(hào)導(dǎo)流來的用戶流失率極高烹棉,其權(quán)重就可以比較低攒霹。

(5)杜邦分析法

杜邦分析法是由美國杜邦公司創(chuàng)造并 最先采用的一種綜合分析方法。利用各個(gè)指標(biāo)間的內(nèi)在聯(lián)系浆洗,可以對(duì)自己的運(yùn)營狀況及效益進(jìn)行綜合分析評(píng)價(jià)催束。

如圖所示,假設(shè)產(chǎn)品更新后最近的收入降低了伏社,老板讓分析下原因出在什么地方抠刺、可以做出哪些調(diào)整,那么我們可以將收入拆分——收入=付費(fèi)人數(shù)*ARPU(每用戶平均收入)摘昌。接下來對(duì)付費(fèi)人數(shù)進(jìn)行拆分速妖,付費(fèi)人數(shù)=活躍人數(shù)*付費(fèi)滲透率。據(jù)觀察聪黎,付費(fèi)滲透率幾乎沒有變化罕容,而活躍人數(shù)下降了,進(jìn)一步細(xì)分活躍人數(shù)〗趺耄活躍人數(shù)=新用戶中的活躍用戶+老用戶中的活躍用戶露泊,倘若老用戶中的活躍人數(shù)上升了,而新用戶的活躍人數(shù)下降了旅择,可以進(jìn)一步將其拆分惭笑。然后分析,新用戶=推廣覆蓋人數(shù)*轉(zhuǎn)化率生真,在轉(zhuǎn)化率基本不變的情況下沉噩,將推廣渠道細(xì)分,根據(jù)數(shù)據(jù)柱蟀,渠道一下降了而渠道二上升了 川蒙,不斷進(jìn)一步拆分,直到指標(biāo)不能再細(xì)分后长已,針對(duì)細(xì)分后的指標(biāo)分析其中哪些對(duì)最終的收入影響較大派歌,產(chǎn)生變化的原因是什么,是否可以通過人為的調(diào)整方案后進(jìn)行改善痰哨,等等。

2匾嘱、造成數(shù)據(jù)波動(dòng)的原因

常見造成數(shù)據(jù)變化的原因:時(shí)間斤斧、推廣與觸達(dá)、運(yùn)營活動(dòng)霎烙、關(guān)聯(lián)特性撬讽、用戶屬性和構(gòu)成、故障悬垃、業(yè)界趨勢游昼。

前三個(gè)就不詳細(xì)展開了,這里講下后邊幾個(gè)要素尝蠕。所謂關(guān)聯(lián)特性其實(shí)就是剛剛通過杜邦分析法拆分出來的要素烘豌,而用戶屬性和構(gòu)成要素是指針對(duì)不同的用戶,同個(gè)產(chǎn)品或活動(dòng)的日活看彼、付費(fèi)等數(shù)據(jù)是會(huì)發(fā)生變化的廊佩。業(yè)界趨勢對(duì)運(yùn)營數(shù)據(jù)的影響:舉個(gè)去年很火的例子——O2O,去年O2O這個(gè)概念炒的特別火的時(shí)候靖榕,大量資本砸錢進(jìn)入這個(gè)市場标锄,在各種補(bǔ)貼的刺激下,用戶激增茁计,現(xiàn)在市場較為成熟后料皇,用戶數(shù)增長就比較平緩了。

3、總結(jié)

分析了那么多數(shù)據(jù)践剂,最終是要將分析后的結(jié)論匯報(bào)給老板的鬼譬。那么總結(jié)的內(nèi)容包含哪些呢?一般來說舷手,要說明問題出現(xiàn)在什么地方拧簸,哪些地方是可以進(jìn)行優(yōu)化改進(jìn)的。

在展示結(jié)論的時(shí)候男窟,往往要用到圖表和PPT盆赤,PPT不是本篇文章的重點(diǎn)內(nèi)容,在此不做贅述歉眷。那么關(guān)于圖表有哪些需要注意的點(diǎn)呢牺六?

首先要選取合適的圖表,比方說如果想看的是不同項(xiàng)目在總的項(xiàng)目中的占比情況汗捡,可以用餅圖淑际,如果想看數(shù)據(jù)的變化趨勢,當(dāng)項(xiàng)目只有幾個(gè)的時(shí)候可以采用條形圖或柱狀圖,如果數(shù)據(jù)項(xiàng)非常多芒篷,則可以采用折線圖挎塌。

其次,圖表要完整锄贼,應(yīng)包含:標(biāo)題、坐標(biāo)軸及單位女阀、圖例(宅荤、腳注、資料來源)浸策,等等冯键。

此外,一張圖反映一個(gè)觀點(diǎn)庸汗,且標(biāo)題要直截了當(dāng)說明數(shù)據(jù)反映的問題惫确。比方說分析了某個(gè)產(chǎn)品用戶活躍的時(shí)間段,在標(biāo)題里不應(yīng)該寫“用戶活躍時(shí)間段”夫晌,而應(yīng)寫出圖表反映的結(jié)論——“某某時(shí)間段用戶活躍度較大雕薪,某某時(shí)間段用戶活躍度較小”,這樣一目了然晓淀,老板也能很快地了解你這個(gè)圖表所要表達(dá)的核心信息所袁。

六、反饋及投入應(yīng)用

仔細(xì)觀察可以發(fā)現(xiàn)凶掰,以上數(shù)據(jù)分析流程實(shí)際上形成了一個(gè)閉環(huán)燥爷◎谀叮總結(jié)匯報(bào)完畢,我們需要將得出的結(jié)論運(yùn)用到實(shí)踐中前翎,繼續(xù)觀察數(shù)據(jù)的變化并不斷優(yōu)化我們的運(yùn)營策略稚配。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市港华,隨后出現(xiàn)的幾起案子道川,更是在濱河造成了極大的恐慌,老刑警劉巖立宜,帶你破解...
    沈念sama閱讀 218,682評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件冒萄,死亡現(xiàn)場離奇詭異,居然都是意外死亡橙数,警方通過查閱死者的電腦和手機(jī)尊流,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來灯帮,“玉大人崖技,你說我怎么就攤上這事≈痈纾” “怎么了迎献?”我有些...
    開封第一講書人閱讀 165,083評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵,是天一觀的道長腻贰。 經(jīng)常有香客問我忿晕,道長,這世上最難降的妖魔是什么银受? 我笑而不...
    開封第一講書人閱讀 58,763評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮鸦采,結(jié)果婚禮上宾巍,老公的妹妹穿的比我還像新娘。我一直安慰自己渔伯,他們只是感情好顶霞,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,785評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著锣吼,像睡著了一般选浑。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上玄叠,一...
    開封第一講書人閱讀 51,624評(píng)論 1 305
  • 那天古徒,我揣著相機(jī)與錄音,去河邊找鬼读恃。 笑死隧膘,一個(gè)胖子當(dāng)著我的面吹牛代态,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播疹吃,決...
    沈念sama閱讀 40,358評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼蹦疑,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了萨驶?” 一聲冷哼從身側(cè)響起歉摧,我...
    開封第一講書人閱讀 39,261評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎腔呜,沒想到半個(gè)月后叁温,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,722評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡育谬,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年券盅,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片膛檀。...
    茶點(diǎn)故事閱讀 40,030評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡锰镀,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出咖刃,到底是詐尸還是另有隱情泳炉,我是刑警寧澤,帶...
    沈念sama閱讀 35,737評(píng)論 5 346
  • 正文 年R本政府宣布嚎杨,位于F島的核電站花鹅,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏枫浙。R本人自食惡果不足惜刨肃,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,360評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望箩帚。 院中可真熱鬧真友,春花似錦、人聲如沸紧帕。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽是嗜。三九已至愈案,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間鹅搪,已是汗流浹背站绪。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評(píng)論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留丽柿,地道東北人崇众。 一個(gè)月前我還...
    沈念sama閱讀 48,237評(píng)論 3 371
  • 正文 我出身青樓掂僵,卻偏偏與公主長得像,于是被迫代替她去往敵國和親顷歌。 傳聞我的和親對(duì)象是個(gè)殘疾皇子锰蓬,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,976評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容