当我们看了不少增长案例之后,再看看手头的工作和业绩目标,是不是还觉得不知道怎么实现?那是因为许多案例并没有介绍得出结论的分析过程,而只是描述了问题的背景和目标,以及优化之后的效果。真正的分析过程,往往被“发现”两个字一笔带过。
当然有人会说,数据分析过程是一个见仁见智的过程,根本不可能按照一个统一的流程完成全部分析,特别是在互联网领域的告诉变化当中。那么数据分析的过程,究竟是一个只有零散技巧而无章法可循的过程,还是一个有明确的步骤并可以严格依照执行的过程?我认为是后者。
我们这就来介绍一个通用的数据分析方法论:数据分析五步法。
这个框架具有一下几方面特点:
- 不与具体业务绑定(个别步骤中的细节需要与业务结合),是从决策需要的信息角度出发的;
- 具有开放性,可融入个人经验和前沿技术;
- 可结合大数据技术,排除人工环节,实现自动化;
- 逻辑清晰,容易学习。
这个简单的数据分析五步法,基本能够应对日常工作中至少80%的常见数据分析问题。而剩下的20%的场景,可以在这个基本的分析方法论上扩展出来,我们会在后面的内容中探讨。
1.1 五个基本步骤首先,我们来一次讲解着5个基本步骤,分别是:
- 汇总
- 细分
- 评价
- 归因
- 决策
1.1.1 汇总
这一步我们关注的是指标,也就是大家常见的那些DNU、DAU、GMV、ROI等等。只要是说到数据分析的内容,一定会提示数据分析“要明确目标”。因此,这个重要性我们倒是不需要赘述。
目标当然是所有指标中最重要的。但只有目标还不够,我们还需要其它的辅助指标。就比如ROI,是投入和产出两项算出了ROI;而GMV,也可以用用户数乘以平均每用户的GMV计算出来。这样,我们就把一个目标的计算,拆分成了更多相关指标的组合。并且,这些指标更基础,我们可以通过一些运营手段影响这些指标的变化趋势。
这部分没有什么理解的难度。只不过,我们要找出指标之间的计算关系,由此逐渐找到所有我们需要关心的指标。在现在的互联网产品运营当中,从来不会缺少需要看的指标,已经多到了眼花缭乱的地步。但只有那些跟目标相关的指标,我们才需要关心。
1.1.2 细分
这一步相当于给指标增加了一个或者若干个维度。最简单的维度应当算是时间了,比如:我们按天看UV的变化趋势;或者我们看不同页面带来的GMV是多少、看不同用户分群中的GMV分别是多少等等。如果我们理解前面的指标这是个数字的话,增加了维度之后,它就变成了一列数据;增加了两个维度之后,它就变成了一张表格,以此类推。
就像指标的现状一项,我们也可以轻松找到许许多多可以用来拆分指标的维度。比如前面提到的日期和人群,还有拉新上的