数据分析

作者：米妮老师
链接：https://www.zhihu.com/question/23946233/answer/370725097
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
1.数据分析，商业分析

Google内部有三类技术岗位（job ladder）。问题提到的三个职位分别从属于这三类技术岗位：

• Data Engineer顾名思义，是软件工程师（software engineer）的一种。这类工程师做的事情其实非常直白，就是把产品本身产生的原始数据记录进数据库，然后把在数据库里把这些原始数据成表格。举个简单的例子，知乎上每一个用户的行为，包括搜索问题、点击回答、点赞，等等，都需要工程师通过写javascript把这些行为数据存进服务器里，然后存成一个表格记录下来每一天，每一秒，每一个用户做了什么动作。
• Data Scientist在Google被称作quantitative analyst，翻译过来大概类似于量化分析师。这类职位比较特殊，是一种非常technical、对学术能力要求非常高的职位。这类职位99%的同事都是统计或者数学的phD，一般人听不懂他们在说什么～ 根据我个人的了解，他们的大部分工作是分析 Google Search的增长。搜索是Google最核心、最赚钱的产品，我们希望更多人用我们的搜索，更多的人能够和搜索结果互动。Data Scientist解决的问题就是，如果我们对搜索的排序做一些改动，如何通过统计学的方法精确测量这个改动对搜索整体带来的影响。这个影响往往是非常小的（Google 1天平均10亿次搜索，这个量级上的任何改动都是至关重要的）。
• Data Analyst在Google被称作商业分析师（business analyst）或者是产品分析师（product analyst）。这个职位的作用是沟通产品和商业的桥梁，服务对象一般是产品经理以及高层领导。Data Analyst首先会把工程师维护的数据进行ETL（extract, transform, load），也就是传说中的跑数据（大多用SQL）。随后Data Analyst会把这些提取出的数据转化为“生产力“，也就是能够指导商业或者产品的建议。工作场景：产品经理上线了一款产品，这款产品运行的怎么样？有多少人访问？有多少人购买？购买人数始终上不去是什么原因？如何发掘购买人数降低的原理然后针对这些原因进行有目的的处理？这些都是通过分析产品产生的数据得到的。

在硅谷的其他科技公司，这三类职位的叫法会有一些区别。比如在Facebook的Data Scientist分成两种方向（track），一种是Research track，就是我们上面讲的Data Scientist。另一种是Product Analytics track，就是我们上面讲的Business/Product Analyst。

2. 为产品找到完美指标

引用某管理学大师的名言：如果你不能衡量它，那么你就不能有效增长它。

商业分析师在面试中经常会被问到如下问题：你会给产品定义什么样的成功指标（success metric）？

在Google内部，任何一个产品是有明确的绩效考察，也就是所谓的KPI，也就是我们这里说的成长指标。能否按期完成这个指标，关系着用户对Google的信心，老板们的心情，和基层干部的升官发财。既然指标这么重要，那么什么是一个好的指标的必要条件呢？

---

好的指标衡量商业价值

对电商，商品购买总额（Gross Merchandise Volume，简称GMV）是个非常显然的成长指标。因为所有电商无一例外的只有一个目的，就是靠多卖东西来赚钱。相比之下，其他指标例如用户留存率（Retention Rate）虽然重要，但是对电商来说绝对不是最重要的。

然而对于社交功能的产品，比如Facebook，微信等等，每日活跃用户数量（Daily Active User, 简称DAU）非常重要，因为这些产品存在的意义就是成为人们每天社交、打发时间的工具。这些社交功能的产品的收入模式也是以大量用户长时间、高频率的使用为前提的。Facebook 通过贩卖用户的注意力来卖广告，微信则是通过贩卖用户在平台上的粘性来创造附加收入。

<img src="https://pic1.zhimg.com/v2-7b0424fbe3901b3dfb30507391afba57_b.jpg" data-size="normal" data-rawwidth="960" data-rawheight="684" class="origin_image zh-lightbox-thumb" width="960" data-original="https://pic1.zhimg.com/v2-7b0424fbe3901b3dfb30507391afba57_r.jpg"/</noscript alt="">

日活量（daily active user). Source: Statista

但是对于另外一些企业，这个指标（日活量）很有可能根本就不靠谱。我们可以看看LinkedIn的例子。

如果你是LinkedIn的老板，你可能根本不会去关心网站的日活量。为什么呢？LinkedIn靠什么赚钱？这个产品赚钱不是靠流量，靠的是拥有完整profile的用户的数量。只有这类用户的数量多了，猎头和招聘公司才会纷纷赶到，LinkedIn才有钱赚。

所以，如果我是LinkedIn的老板，我会把公司的成功指标设定为“拥有完整profile 的用户的数量”。所以，在面试中面对此类问题，我们一定要想清楚此产品到底靠什么赚钱，哪一个指标最能反映产品创造的价值。

---

好的指标只有一个

在Google，我们对每个产品都会找一个“北极星”指标。顾名思义，这个指标就应该像北极星一样，永远指引着产品团队行朝着最大化这个指标的方向前进。确定就好一个北极星指标，只要这个指标反映了产品的本质商业价值，那么团队就可以专注于产品长期的增长。

互联网流传着这么一个被使用到烂的框架：AARRM。这5个字母分别代表了用户在产品内部的生命周期。做数据分析的同学们，所有的App（甚至所有互联网产品）都可以参考这个框架来思考如何选取北极星指标。

• Acquisition：用户获取。网站注册用户，移动应用装机数量。产品增长的第一步。这个非常直白，不用多说。
• Activation：用户激活。传说中的“用户第一次体验到产品美妙“的时刻。在这里我们需要定义怎样才算作是“用户激活”。比如Facebook前期对激活的定义，就是拥有至少7个好友的用户数量。通过数据分析，Facebook团队发现如果新注册用户加了7个好友，该用户的留存率会大大提高。这个靠谱，因为Facebook给用户提供的核心价值就是和朋友社交。只有用户被激活，我们才认为用户真正开始使用了产品提供的价值。
• Retention：用户留存。用户粘性。来的快，去得也快。只关注新增用户、不关注流失用户的商业分析不是好的商业分析。主要的指标就是留存率（Retention Rate）。具体的计算方法呢？4月1号当天新增了100个用户，如果这100个用户里在之后的第30天还活跃，那么我们说4月1号那天的用户留存率是30%。
• Revenue：用户变现。又到了收割的季节。这里可以是用户直接掏钱购买商品或服务，也可以是产品通过用户流量进行套现。可用的指标：GMV（商品销售总额）、购买人数、用户平均消费（Average Revenue per User，简称ARPU）、买家平均消费（Average Revenue per Paying User，简称ARPPU）。
• Referral：用户自传播。病毒式传播。我们可以通过计算平均每个已有用户邀请来的新用户作为主要指标。

再举个工作中的例子。在分析A/B测试结果的时候，产品经理有时候会关注10个不同的指标。作为商业分析师，就算其他9个指标都是上升，只要北极星指标下降，同学们也应该毅然否定这个测试结果，并花更多时间去研究为什么北极星指标会下降。

---

好的指标定义简单

好的指标一般来讲需要一个非常简单明了的定义，既直观（容易向别人解释），也可靠（便于自己测量）。给一个电商找指标，商品交易总额（GMV）还是投资回报率（Return on Investment, 简称ROI）？应该是GMV，因为他直白，他好计算。

有同学会问：难道不用考虑电商的经营成本，比如货物成本、运输成本之类的么？这个是完全正确的。但是在真实工作和面试中，如果把所有的因素都考虑进来，那么问题的维度会变得非常的繁杂，对指标的定义也就变得非常困难。所以，我们在这里需要遵循2-8法则（用80%的经历放在20%最重要的部分上），抓住重点。

我们一定要想清楚此产品到底靠什么赚钱，哪一个指标最能反映产品创造的价值。

补充：不同公司类型需要考虑不同指标，不同发展阶段也需要区分。

3.case study&分析框架

ABC公司主营在网上卖床垫。我们发现12月份比11月份购买床垫的顾客数量下降了10%。怎么回事？

小张的回答：

呵呵，我随便举几个：经济不好，购买欲望变低；产品质量出了问题，顾客满意度下降；嗯，还有可能是之前的促销结束了，所以卖的没有之前的多。可能还有别的，我一时半会儿想不起来了，您别见怪。

小王的回答：

我打算从这几个方面分析原因。首先，今年12月与去年同期相比是否正常？整体行业是否处于下降？... 排除外部原因后，我会先对销售的环节进行切分，找出下降的原因：是否网站访客数量下降？是否购物车用户数量下降？... 假设我们法案购物车用户数量下降，我会接下来对这部分用户根据地区、使用年龄、所购商品进行再次切分，找出下降尤为严重的客户群体...

这么对比，两人的分析能力高下立见。第一个回答依赖经验和直觉（intuition），中间存在很多逻辑的跳跃。第二个答案则以逻辑来推导，运用了结构化的框架(structured framework)，也就是我们常说的“套路”。

什么是好的分析框架（framework）

MECE，读作Me-See，全称Mutually Exclusive Collectively Exhaustive，中文意思是相互独立，完全穷尽。

简单来说，要做到MECE，你给出的假设要满足两点：

• 假设之间互相没有交集。比如，假设A（美国用户购买下降）和假设B（老年用户购买下降）就不满足这个原则，因为一定有很多用户都是美国老人。
• 所有的假设涵盖了所有情况。同样上面的两个假设就不满足这个原则。日本的年轻人怎么办？

原理上简单，但是实际上我们很难完美操作：对行业了解不足、对产品认识不全面、需要短时间快速思考，这些因素都会阻碍思维，做不到MECE。

是啊，想想就头大：影响顾客作出购买决定的原因这么多，到底是什么因素可能导致购买用户的数量下降？卖床垫还好比较简单，万一是像Google这种不直接向用户销售产品的公司呢？或者是像Uber这种平台型（two-sided platform）公司呢？

那么，问题来了：如何在最短时间内、对公司业务没有了如指掌的情况下，有调理地、有说服力地、不假思索地对问题分析的全面且到位？

为你的框架找一个公式（formula）

好消息！绝大多数公司的商业模式，都可以抽象成一连串的公式：

• 利润 （profit） = 销售额（revenue）- 成本（cost）
• 销售额 = 购买人数 * 转化率 * 客单价
• 购买人数 = 美国购买人数 + 日本购买人数+ ……
• 美国购买人数 = 美国购买商品A的人数 + 美国购买商品B的人数 + ……

此类公式根本不难，可99%的此类面试题都可以用公式化的套路概括。因为商业价值本身就是在用户做出一系列动作之后实现的，在实际工作中我们的确是通过分析这其中每一个动作产生的数据来“推测”用户最后没有完成购买的原因，然后针对这个原因对产品进行改进。

床垫问题的参考答案

对于我们的床垫问题，我们可以在脑中依照如下漏斗（funnel）迅速构思出以下公式：

我们把它写成一个等式：

• 商品购买人数 （buyer）= 网站访问人数 （homepage） * 搜索商品的比例 (view category) * 点击商品页面的比例 (view product) * 将商品放入购物车的比例 (add to basket) * 点击下单的比例 (checkout)

是不是很简单？

这时，你已胸有成竹，健步上前，在黑板上写下几个大字（例如：人间正道是沧桑），并作出解释：我把购买人数这个指标进行如此分解，基于这个分解我可以通过观测该公式每一项来分析，在我们用户转化（conversion）这个流程里，到底是哪个环节导致了购买用户数量的降低。

讲到这里，面试官点点头，打断了你，说道：没错，我们的确发现最后一步，也就是点击下单（checkout）的比例下降了。

然而一切已经尽在你掌中了。你不失优雅地写出如下公式：

• 点击下单人数 = 地区A购买人数+地区B购买人数+……

所以，你会进一步对用户群体按地区进行切分，看看是哪个地区对整体点击比例下降的贡献最大。类似地，你还可以做进一步的切割：

• 点击下单人数 = 从未购买的用户人数 + 经常购买的顾客人数 + ….
• 点击下单人数 = 购买行军床的用户人数 + 购买席梦思的用户人数 + ...
• ...

恭喜你，你完成了一次85%完美的case interview！

总结

我们介绍的这个框架，是对不同行业的同一种商业模式（我们这个例子是电商）的高度概括。掌握了框架， 同学们便可以用最短时间准备一大类问题。所以，只要提前把这些公式牢记于心，面试遇到这种题目同学们还会害怕吗？