数据分析笔记—数据分析篇（下）

数据分析是一个从数据中通过分析手段发现业务价值的过程。
本篇是数据分析笔记的第二篇—数据分析篇，从指标体系、异动分析、指标预测、小流量实验、用户增长、产品分析六个方面来阐述目前企业和业界会用到的数据分析方方面面。
数据分析篇分为上下两篇，上篇主要内容为小流量实验、用户增长、产品分析，下篇再介绍小流量实验、用户增长、产品分析三个方面。

一、小流量实验

什么是小流量试验

小流量实验也称AB实验，一般是为了验证某一个产品能力或者策略的效果好坏，将产品的用户分成两部分，分别是实验组和对照组，对比两个组的用户表现而进行的实验。
这里的分组并不一定是空间上的划分，也可能是时间上的划分。空间上的划分容易理解，就是随机取两组用户，一组施加策略，一组不加策略，分别观察两组的对比情况。时间上的划分有时也称为AA实验，即选择一组用户，观察用户在策略前和策略后的变化情况，进行对比，得到结论。

为什么要进行小流量实验

回答这个问题，要抓住两个关键词：小流量、实验

（1）为什么要是小流量

对于企业来说，最好的途径是不通过任何实验等先验证明，就可以知道某个策略一定是有效的，这样不仅节省成本，还能立即展开行动产生效益。然而事实就是，不经过实验和检验的策略，往往是判断不出来是否有效的。
如果实验的用户量太大，会导致成本太高，因此，一般策略实验都是选择少部分用户进行并观察效果的。不过，如果实验的用户数太少，也会导致实验的结果无法保证。实验需要的用户数量需要满足统计学显著性。

（2）什么是实验

实验，指的就是开展的策略，实际上并不能确定是百分比有效的，而开展的原因也就是为了验证策略是否有效，如果有效，可以考虑广泛推开，否则需要寻找失效原因。

如何进行小流量实验

（1）实验前

1）确认实验目的
实验目的就是实验需要验证的内容，一般实验目的是为了检验某个指标是否得到明显的变优。
2）设计实验方案
实验方案就是实验的前期设计，一般需要设计的有目标指标、确定维度、流量分配、实验周期、评估方式，实验方案需要全面评估策略要用那个指标来体现效果、要则么划分实验的实验组对照组，以及指标达到什么情况属于有效等问题。
实验设计的时候，也要确定是按照用户（uv）维度还是按照pv维度，是需要更多的曝光次数，还是更多的曝光用户数。
3）流量分配方法
实验分流要保证互不影响，但对于企业来说，每天可能都有大量的实验需要进行，如果只是简单的把不同策略的人完全区分开，那么很可能导致客群人数是不够用的。
现在一般采用分层分配的方式：不同层对应不同策略，其客群可以重合，但要保证任意两层之间的客群正交，即一个策略对于其他策略的实验客群是不影响的。这样每一层都可以保证实验的准确性，且能保证多个实验也有足够数量的客群数。
4）流量分配算法
将每个实验（桶）的流量占比分配到一个0到100的区间中，根据用户id和每一层不同的hash因子组合（也有直接用用户id的）进行hash，然后取模，余数落到哪个区间就取包含该区间的实验（桶）。

而对于实验本身来讲，只需要按照比例分配用户即可，像上图中：0-30分配给A实验，30-60分配给B实验，60-100分配给C实验，不同实验间流量分配完毕。
5）样本量和实验周期
样本量的计算一般根据的是中心极限定理和大数定律，公式可见参考资料中的《「原理」AB测试-详细过程和原理解读》一文；而实验周期，一般是用最小样本量除以日均流量计算得到。

（2）实验中

实验前的准备工作完备后，实验中的工作就显得较为简单，一般只需要观察实验数据，不要出现异动即可；同时，实验中可以设置一些阶段性预估目标，比如实验进行一半大概能达到什么水平这种，有助于更全面评估实验。
当然，实验要尽量避免公司活动日（如双十一）、重大节日（如春节）这种情况的出现，因为其可能导致实验数据发生突变；如果实验对应的策略只在某些重大时期进行，这样的实验除外。

（3）实验后

试验后主要做的就是效果评估，一般用统计学显著性进行检验。检验完成没有问题后，可以考虑开展推广此策略。
策略开展后，要进行实时跟踪监控，确保实验不是因为某些偶然因素才具有显著效果，保证策略有效；也要在策略相关指标表现下降后第一时间感知并剖析问题，如果发现是策略已经失效，要考虑是否下架策略。

参考资料

一文读懂策略产品必须知道的AB&AA实验全流程
得物技术浅谈AB 实验设计实现与分流算法
「原理」AB测试-详细过程和原理解读

二、用户增长

用户增长是什么

用户的生命周期，横跨从潜在获取到成熟再到最后流失，我将其分为6个阶段，分别是潜客期、新用户期、成长期、成熟期、衰退期、流失期。用户增长的目的就是关注用户完整生命周期，以用户获取为首要目标，持续关注新增用户在后续激活、留存、转化、传播再到获取的全过程，通过运营策略持续降低获客成本。
用户增长并不是仅仅指给公司带来新用户这一个环节，实际上，用户最后能否转化成为公司活跃用户，尽量挽留住用户，也是用户增长需要关注的点。当然，用户增长最主要关注的还是获取新用户并将其转化为成熟用户的这个阶段。

用户增长是为了什么

很多人简单的理解为，用户增长就是为了让企业用户数增加；稍有经验的人认为，还需要保证用户的活跃程度不流失。实际上这些说法都没有错，对于企业来说，最重要的是盈利，核心的盈利指标一般也是企业的北极星指标，而通过指标的层层拆解，北极星指标会拆解成用户数和转化率、流失率等等的一个对应关系，那么用户增长实际就是在指标体系中，对用户数和流失率等指标进行发力的过程，其最终目的依然是指标体系的北极星指标。

用户增长怎么做

虽然将用户的整个生命周期分为了6个部分，但要知道的是，用户并不是全都要走完这6个过程，流失可能在任何一步发生，并且最容易流失的是前期的获客阶段。

（1）指标体系建设和监控

指标体系与用户增长的关系上面已经提到，而指标体系如何建设的内容，可以见上一篇文章《数据分析笔记—数据分析篇（上）》。

（2）确定获客人群和手段（潜客期）

获客人群：不可能所有的人都是我们的目标获客人群，比如一家男装品牌，要是总给单身女性发送推销消息，成本花出去效果大概率不尽人意。我们要选定哪些人群是企业的受众人群。可以思考以下几个问题：企业想要的人群是什么样的（年龄、性别、学历、工作等）？这些人群想要企业提供什么服务？与企业的产品受众人群相似的跨界产品是什么（如米哈游和肯德基）？等等。营销获客人群以此可以快速定位出来。
方法渠道：一般的触达方式是以短信电话等为主，其手段大概可以分为广告刷屏、优惠让利、社交推销等几种，各有优劣，实际在使用的时候，基本都会用上。

（3）用户激活（新用户期）

用户激活的定义：有些产品容易定义，比如电商平台，购买物品可以认为是激活；有些较为难定义，需要看产品本身的价值，比如游戏，用户上线就可以定义为激活，哪怕这个过程实际还没有消费变现。
激活方案：在用户收到推销后，如何引导用户成功下载打开并完成激活，成为这个阶段的工作重点。一般有简化激活流程、给予激活奖励、鼓励完成激活任务等方法可以实现。例如，券商APP为了更多用户开户，会简化视频见证流程直接用ai对话的方式，开户后给予理财券，并有拉新升级任务等等。

（4）用户产生价值（成长期）

虽然对于激活的定义，可能并不是用户产生付费，或者仅是产生第一次付费，但对于产品来说，用户产生稳定的付费才是我们真正有价值的用户。
用户激活后，就要开始考虑把用户转化为付费用户。本质上，都是利用付费来增加用户的沉没成本，并给予增值服务。例如开通vip会员服务，沉没成本是已付出去的会员费，因为付费的时候并不是立马获得所有权益，而是会在整个会员期内一点点获得；而增值服务就是获得的会员体验。

（5）用户忠诚（成熟期）

用户完成付费体验增值价值后，并不意味着用户就已经对产品有了依赖。要让用户成为产品的常客，形成依赖，需要产品对于用户有持续的满足感。记住这个公式：
用户满意度=用户整体利益-用户整体成本-用户期望价值
用户满意度不仅仅是用户可以获得的利益是大于成本的，还需要超过用户自己的期望价值。
通过这个式子也能看得出来，用户满足感需要产品提供更精美的服务，花费更少的成本。
对于新创业公司来说，这个阶段一般是减少用户成本，即企业自己“亏钱赚吆喝”；对于行业巨头企业，一般这些企业手握巨大资源，有能力以更低成本提供其他企业提供不了的价值，以此提升用户利益。
对于用户本身来说，也存在着用户期望价值的差异，可以理解为不同用户的个人差异，我们的差异化营销也是要将用户分类分群，对于不同用户采取精准营销，例如滴滴打车，在大城市的周卡和小县城的周卡价格和优惠金额都是不同的。

（6）产品改进（衰退期）

每个产品对应的用户，在达到成熟期后，都会有用户衰退期。有的产品用户进入衰退期是正常的，比如传媒行业，一部电影必定在一段时间后票房下降；此外如果是竞品竞争、政策导向等外部原因，也需要具体原因具体分析，产品改进一般都是产品本身出了问题，导致用户过快进入衰退期，才需要考虑解决的。
延长用户生命周期的要点在于创造场景或者价值，来延展用户的使用周期。比如对于网约车司机来说，如果司机一年就进入衰退期，开始减少出车或者流向竞品，可以考虑在司机即将到一年的时候，反馈一些福利，这些福利本身来自于司机自己给公司带来的营收，这种手段不一定要卡死在司机的衰退期出现，也可以按期进行，比如司机进入一天、一周、一月、一季度、半年、一年都可以按情况派发福利。
衰退期的动作比较复杂，实际上需要根据情况具体分析，但是创造额外的价值是留住用户的最好办法。

（7）沉默激活（流失期）

用户流失，除了用户的个人原因外，大概率是因为产品提供的服务价值不能完全满足用户的需求，按照上面（5）内的公式，用户满足感不够，甚至无法催生出用户满足感。大部分企业在这个阶段，做的都是狂发消息短信等等，这种手段简单粗暴，实际上成本也不高，而且也会催生出一批沉默用户重新激活，但如果产品本身不加改变，这些用户同样也会很快流失。
流失期用户的反馈十分重要，这体现出了产品本身存在的问题；产品本身也需要不断的更新迭代，才能创造出更有竞争力的价值，来满足用户的“满足感”。很多软件或app在用户卸载的时候，都会给问卷让用户来填写卸载理由，这就是了解产品不足的方式，如果产品可以在问题上加以改进，并以此为卖点重新营销流失用户，很有可能用户会重新回归激活使用。

参考资料

一套简单易用的用户增长方法论
万字长文 | 用户增长怎么做？
深度分析：如何提升用户对产品的忠诚度？

三、产品分析

什么是产品分析

产品分析，顾名思义就是对一个产品进行分析，得到产品的价值所在以及优化空间等信息。做好产品分析，是为了能够高效准确的得到某个产品的发展情况，对于预测、归因、优化等都有重要意义。

产品分析做法

（1）战略框架

分析一个产品，先要明确该产品的整体战略如何，包括对应客群、核心价值、变现能力等等；当然，也要关注到产品自身发展的阶段。
目标客群：
所有产品分析，必须去明确的一点，不然无法解释为什么很多类似的产品，能在市场上同时存活。比如，京东与拼多多同为电商软件，为何可以一起存在，而不是一个吞并另一个，最主要的原因就是对应的客群不同：拼多多以低价收割需要购买价格优势大于质量情况的产品的用户，而京东择时以完整的自营产品链来吸引需要质量保证的用户。
目标客群就是产品对应的主要人群，包括人群的性别年龄等基本信息，也包括人群行为习惯等更复杂的信息，需要具体产品具体分析。
产品价值：
既然已经提到目标客群，那产品一定是对该部分客群有独特价值的。需要分析产品本身的特点，来验证产品本身对于目标客群具有独特价值，这个价值一定是其他竞品所没有的。举个例子，在分析某游戏的价值时，不能简单的说“因为它好玩刺激”这种废话，因为好玩刺激的游戏比比皆是，要突出其自身特点，比如瓦罗兰特这款游戏，在已有CSGO、守望先锋等游戏的情况下，依然脱颖而出，其优势在于具有传统FPS的爆破、压枪等元素的同时，加入技能模式，让玩家的操作更自由化，吸引的正是希望有更大自由度和可玩性，但又不失去对枪快感的FPS玩家。
盈利模式：
有了对应的目标客群和产品的独特价值，下一步需要了解的，就是产品的盈利模式，也就是变现的方式。产品不是免费做慈善的，一定需要有利润才能维持，利润=收入－成本，这里主要关注收入，收入来源目标客群的人数和目标客群人均花费，这部分要结合之前所讲的用户的生命周期等知识关联，可以将目标人群细分，得到精细化的变现模式。

以上三点主要是一个产品在正常环境下的收入能力的研究，也是这个产品最核心的战略方向——怎么赚钱。目标客群决定收入的人群数量和消费水平、产品价值影响用户的消费转化的意愿、而盈利模式就是将其结合起来的手段，因此在产品分析时，首先需要了解清楚这些点。

除此之外，产品本身也会受到产品自身的生命周期、竞品、政策环境等因素影响，这些也会影响到产品的获客人群和产品独特价值，进而影响到产品的变现能力。当这些也需要数据来判断产品的宏观现状，结合前面战略框架，判断影响的是哪方面因素，得到产品目前的真正情况。

（2）产品具体功能

一个产品，从使用到变现，一般都会有对应的功能一步步承接。比如对于电商app，从打开，到商品推荐、商品搜索、商品比较，再到商品下单、商品支付，都会有不同的功能在担负不同作用，其目的依然是服务于最终的盈利目的。
功能分析主要关注每个功能是否很好地完成了各自的任务，且功能之间的传递和交付有没有有效完成。一般这一步，会画产品用户的流程图和漏斗模型来加以辅助分析，通过计算具体的功能对应的流量、转化率等指标，可以了解各个功能目前的情况，来判断有哪些功能出了问题要优化，哪些压根就不需要，哪些需要有的还没有等等。

（3）实际运营策略

产品的情况，不仅与开发出来的产品本身功能有关，也与企业运营人员的运营策略有关。上一篇文章中提到的指标框架，在这里又可以派上用场，指标体系提供了一个很好的观察监控数据的方法，通过这种方法，可以快速了解到各个运营策略的情况。
尽管策略一般都会通过ABtest进行检验再发布，但这并不意味着策略是永久有效的。再对产品进行分析时，最后要落脚到目前的运营策略是否能激发出产品的独特优势和功能潜力，如果一个产品从战略目标到产品本身设计开发都没有问题，而产品的实际经营效果依然不尽人意，那么大概率就是在运营人员的运营策略中出现了问题，运营策略需要优化。

（4）总结

经过层层拆解，把一个产品从宏观的战略，到微观的功能和运营进行逐步拆解。如果只是描述产品现状的产品分析，那么主要讲解产品的主要战略目标和与之对应的产品功能和运营策略即可，如果是寻找产品问题的产品分析，需要按照层级，一步步从产品战略方向，到产品功能，再到产品运营策略，一步步拆解发现问题，着重分析问题部分，结合原因和对策进行描述。

产品分析需要注意的点

（1）要清晰分析的目标

一般做产品分析，可能是有同事或老板想了解产品目前的现状，或者就是产品出现问题，需要溯源。搞清楚目标，才能有分析的重点，如果是产品出现问题，需要做产品分析，而数据分析师在产品分析中大谈产品的特点优势以及运营效果提升这些，虽然写得不差，但是没用。需要先了解做产品分析的目标，才能对症下药。

（2）一定要数据说话

数据分析是产品分析的基础，所有的分析需要数据作为论据来支撑，除非有政策文件和公司文件，否则一律需要数据来支撑你的观点。比如在讨论产品功能的问题时，需要给出具体的数据（如转化率、平均等待时长等）来证明功能是否真的有问题，而不是简单笼统的说“经过使用体验，感觉产品该功能体验不佳，转化一般”等话术，否则无论是开发，还是领导，都是不可能认可该观点的。

（3）需要与领导、开发、运营、产品同事协作

一个好的产品分析，需要从宏观战略，到微观运营全面分析。这就意味着，做好一个产品分析，需要先向领导了解清楚产品本身的定位，再与开发和运营了解产品功能和产品运营策略运营情况，最后还需要与产品同事一起了解开发的功能是如何与运营策略相关联的，这样才能做出一份好的产品分析。

参考资料

产品分析，就该这么做！