数据分析我可以

一、数据分析流程

大概流程是这样的，数据采集-指标建模-观测数据-数据分析-驱动业务

1. 数据采集，做一次比较靠谱的数据分析自然要有数据的支持。那么在数据的采集上，我们需要注意的是数据必须和业务有关，数据的采集被数据指标所驱动。
2. 指标建模，指标建模是数据分析中的重中之重，直接决定了你这次分析的成败。因为所有的决策最后都是根据这些指标得出来的。
3. 观测数据，指标建立完毕，那么需要对采集到的数据进行观察，看哪些数据通过计算清洗可以得出我们想要的数据。
4. 数据分析，包含数据清洗、数据可视化、数据报表等工作
5. 驱动业务，数据分析师存在的意义就是为公司解决问题，让数据产生价值，所以最后的决策一定是能驱动公司业务发展，指出方向的。

二、常用的数据指标

1.用户数据

• 存量：DAU&MAU
• 增量：新增用户
• 健康程度：留存率
• 从哪儿来：渠道来源

2.行为数据

• 次数/频率：PV、UV、访问深度
• 路径走通程度：转换率
• 做了多久：时长
• 质量：弹出率

3.业务数据

• 总量：GMV 、访问时长
• 人均：ARPU、ARPPU、人均访问时长
• 人数：付费人数、播放人数
• 健康程度：付费率、付费频次、观看率
• 被消费对象：SKU视角、被消费内容视角

三、指标定义认知

3.1DAU&MAU

日活跃用户和月活跃用户，日活跃用户即每日上线用户数量，月活跃用户<=最大日活+新增用户<=总用户量。月活跃用户数即当月至少活跃一次的用户总数，也就是需要去重，这样的数据才是有意义的。

怎么定义活跃用户？

• 基于事件上报：这个用户主动产生了一个行为，被数据系统统计下来，则是一个活跃用户。这种方式记录活跃用户，需要确保用户主动上报事件，而不是系统后台自动上报事件。
• 关键事件：用户执行了关键事件，则是一个活跃用户。这种方式判断，需要建立一个关键事件的列表，由于这个列表一定是一直不断更新迭代的，所以维护成本比较高，而且也存在一定的沟通成本。

怎么定义用户？

产品与用户之间隔了一层设备，一个人拥有的可能不止一台设备，我们需要通过哪些维度去判定这就是我一个用户呢？

• 基于用户ID：这种做法是比较常见的，通过去识别每位用户的唯一ID，判断是否为用户。但这种方式就排除了未注册的用户，存在一定的局限性。
• 基于设备：像web产品中，可以在浏览器的cookie里添加标识，以此判断用户。但是也存在局限，如果设备主人的朋友或亲人使用这台设备使用产品，则系统认定的用户还是设备主人，但其实已经换人了。

3.2如何理解新增用户

选择合适的节点，定义“增”

节点选择

	点击渠道链接	下载	安装/启动	激活/注册
优势	统计渠道商简单	真正反映了用户 的实际意愿	便于产品方统计	最真实有效的数据
劣势	离激活环节最远，转化率太差，无法保证	数据源可信度存疑，无法避免刷量	渠道不一定配合，仍然无法避免刷量	渠道费用激增，统计复杂
适用场景	量级不大/免费渠道，不需要做精细打算	渠道依赖应用商店，且没有更好的渠道	己方比较强势，可给渠道制订计划规则	对用户质量要求很高，产品的ARPU高

用适当的方法判别新

基于设备：Mac、Android、web各有方法判别

基于账号关联：与后台账号进行比对

3.3理解留存

为什么要看留存？

• 了解一个渠道的质量--日留存，以日为单位，衡量这个渠道来的用户当下&接下来的表现。
• 观察整个大盘--周留存/月留存

3.4PV、UV、访问深度

PV：Page Views页面浏览量（次数，不去重）

UV：Unique Visitors 独立访问数 （人数，去重）

PV/UV：人均行为次数

访问深度：可以用关键某些关键行为的访问次数或将产品功能分为几个层级，以用户访问到的层级做计算

3.5访问时长

为何统计访问时长？

• 通过统计特殊事件，支持业务需求
• 侧面反应产品质量

3.6弹出率

定义：是指一个用户来了之后，立马就走了的比率。

3.7常用的业务数据指标

常用业务数据指标

直接付费	适用场景	解决什么问题	非直接付费
GMV	总量	描述交易的金额总规模	目标完成数（报名、点击、分享……）
ARPU/ARPPU	人均	单个用户的贡献程度	人均访问时长
付费人数	人数	描述愿意为服务付费的人数总规模	完成人数
付费率、付费频次	健康程度	描述总体上的用户付费意愿评判一个服务的健康程度	完成率
SKU视角	被消费对象	需要分析消费品本身的运营情况时	被消费内容视角

四、选好数据指标的通用方法论

1.从业务的最终目的出发，梳理业务模块

常见的拆解角度：如何搞大/搞频繁 | 有困难靠什么特色方式解决（工具）

2.判断业务模块所属类型

四类业务模块

	产品对用户的价值来自产品本身	产品对用户的价值来自其他资源
省时间	工具模块	交易模块
杀时间	内容浏览模块	社区模块

3.根据业务模块所属类型选择数据指标

 

工具类模块关心的指标

通用指标	描述了什么	举例	做好了就能怎样
使用量	累积量、投入程度	拍照、笔记	用户黏性强
目标达成率	是否正常运转	支付、搜索	满意度高
频次	能不能让用户养成习惯	闹钟	养成固定习惯

 

交易类模块关心的指标

通用指标	描述了什么	举例	做好了能怎么样
详情页转化率	核心场景转化效率	电商	更容易卖
金额	总的交易规模	电商、知识付费	卖更多
客单价	单个用户价值	奢侈品海淘	卖更高价
复购率	收入的持久度	订阅式购物	卖更多次

 

内容浏览类模块关心的指标

通用指标	描述了什么	举例	做好了能怎样
浏览数	累积量	头条类	有多少人阅读
浏览广度	覆盖内容库存情况	视频网站多个频道	库存利用率更高
浏览时长	占据用户多少时间	抖音、快手	减少竞品使用时间
内容互动	用户对内容的情感	A站、B站	用户黏性

社交类模块关心的指标

通用指标	描述了什么	举例	做好了能怎么样
发布量	用户创作内容的数量	贴吧、FB	更多的话题源头
互动量	用户间的互动次数	微博	社区更具有活力
关系密度	用户间的关系	微信	更有可能长期留存

五、数据工具

如何选取数据工具？

• 根据业务核心划分
• 根据公司阶段划分

	探索期	成长期	成熟期	衰退期
业务问题	刚起步不完善，流程未定型，常变动	追求增长、同时补偿前期债务	稳定，没有新的突破点	用户对产品渐渐失去兴趣，开始流失
待解决需求	验证业务是否可行、需求是否可行	寻找用户量和业务量规模化增长的方法	业务流程理的更顺、用户群体拆得更细	延长产品生命周期、尽力挖掘用户剩余价值及可能的新需求
所需的数据工具	计数	流量导向 内容导向 用户导向 业务导向	用户导向 业务导向	用户导向

六、常见的数据分析套路

1.计数

解决的问题：计数、特别基本的分析功能

优势：快，逻辑简单

2.流量导向

谁来了-从哪来-来了干什么-有没有达成目标

解决的问题：流量依赖性业务，如电商或一锤子买卖

优势：将流量入口分析的较为细致

3.内容导向

• 哪些资源被消费
• 被消费的情况如何
• 内容表现质量如何

解决的问题：以内容为核心资源的，如媒体、视频网站

优势：能从内容的视角描述其表现

4.用户导向

• 用户来了干什么？
• 用户还会不会再来？
• 用户在哪流失？
• 用户都是啥样的？

解决的问题：需要关注隐藏在报表、总量下面的，用户具体的行为

优势：从用户视角描述单个用户的行为轨迹

5.业务导向

解决问题：

• 流程是否顺畅？
• 规模/频次如何？
• 异常原因何在？

分析套路表

	计数	流量	内容	用户	业务
关键	快速验证	渠道依赖	内容质量	用户为王	商业本质
特点	简单、快	能将流量入口分析 得较为细致	能从内容的视角描述其表现	从用户视角描述单个用户的行为轨迹	从商业逻辑上还原整个业务流程，可接入线上线下数据
常见应用场景	单纯计数和固定报表	流量依赖性业务，如电商、或者一锤子买卖	以内容为核心资源的，如媒体、视频网站	在乎用户长期价值，企业核心资产是用户	业务逻辑复杂，需要跟踪周期长

七、常见的数据分析方法

7.1对比分析

怎么比：按维度进行划分对比，如时间、类别，同比、环比

比什么：本身具备价值的数字（如：销售金额、阅读数）、在具体环境中看比例才具备对比的价值（活跃占比、付费占比、注册转化率）

和谁比：本身、竞品对象、竞争行业

7.2多维度拆解

定义：用不同的视角去拆分、观察同一个数据指标

适用场景

分析单一指标的构成	针对流程进行拆解分析	还原行为发生时的场景
分栏目的播放量	不同渠道的浏览、购买转化率	打赏主播的等级、性别、频道
新老用户比例	不同省份的活动参与漏斗	是否在WIFI或4G化境下

 

运作原理：指标/业务流程需要按照多维度拆分，来观察变动

7.3漏斗观察

定义：一连串的向后影响的用户行为

运行原理：通过一连串的向后影响的用户行为来观察目标

适用场景：有明确的业务流程和业务目标

建立漏斗时容易掉的坑：

• 漏斗一定是有时间窗口的

应根据业务的实际情况，选择对应的时间窗口

按天：对用户心智的影响只在短期内有效（如短期活动）

按周：业务本身复杂/决策成本高/多日才能完成

按月：决策周期更长（如装修买房）

• 漏斗一定是有严格顺序的
• 漏斗的计数单位可以基于用户、也可以基于事件

问：那么什么时候应该基于用户？什么时候基于事件？

答：按自己所在角色分析，看哪项指标对我比较重要

eg：有一门线上课程，我是课程的负责人，则我应该关心的是每有多少人选择我这门课，所以基于用户；我是这个产品的PM，我关系的是为什么访问课程页面的人次比实际用户数多？为什么这么多用户没有在第一次的时候做出选择？为什么后面的课程有用户没有选择支付？所以用的是基于事件。

• 结果指标的数据不符合预期

是否只有这一个漏斗能够到达最终目标？

7.4分布分析

运作原理：从事件在不同维度中的分布来观察，以便理解该事件除了累计数量和频次，更多维度的信息

适用场景：

• 已经知道一群用户完成了指定事件，但需要对用户群体进行细分，按不同维度和价值将他们划分为不同群体，分别进行后续的维护或分析
• 已经知道单个事件的完成次数，希望知道这些次数拆分到不同维度上后的分布情况，以便更清晰地了解该事件的完成情况

常见的群体划分：事件频率、时间分布、消费金额区间

7.5用户留存

适用场景：验证产品的长期价值、评估产品的功能黏性

计算方式：

• 一般的计算方式：将某一段时间段的用户ID与另一段时间的用户ID做交叉去重
• 精准留存：过滤进行过指定行为的用户ID，再计算；将用户分成不同的群体之后，再观察其留存之间的区别

7.6用户画像

运行原理：通过对用户各类特征进行标识，给用户贴上各类标签，通过这些标签将用户分为不同的群体，以便对不同的群体分别进行产品/运营动作

常见特征：基础属性、社会关系、行为特征、业务相关

标签来源：直接填写、通过用户自己的已有特征推得、通过用户身边的人推断

适用场景：市场营销、个性化运营、业务分析、用户研究

7.7归因查找

目的：找出事件发生的主要原因

末次归因：转化路径短，且事件关联性强的场景

递减归因：转化路径长，且目标事件差异不大，没有完全主导

首次归因：强流量依赖的业务场景，拉人比后续所有事都重要

7.8路径挖掘

适用场景：有明确的起始场景、有明确的结果目标

运作原理：逐级展开某一事件的前一级（后一级）事件，观察其流向

7.9行为序列

运作原理：将单一用户的所有行为以时间线的形式进行排列

适用场景：

• 观察掩盖在统计信息下更细致的信息，还原用户具体的使用场景
• 通过观察具体的行为特征，找到提升产品价值的机会点

八、数据采集

1.数据埋点

要想得出数据埋点是需要做归纳的，最好做一个指标建模

2.明确埋点需求

一般满足WWWHW五要素，也就是要满足某个用户（who）在某个时间（when）、某个地方（where），以某种方式（how）完成了某个具体的事情（what）

1.怎么解决确认用户的问题（Who）？

认设备：

• web：cookie
• IOS：UUID、IDFV、IDFA
• Android：UUID、Android ID

认人：

线上：UID、微信等第三方Union ID/Open ID、手机号、身份证号

线下：手机号、身份证

2.怎么确认时间（When）？

哪个时间点：事件发生-事件上报-事件接收-事件入库

哪个时区：unix时间戳、时区转换

3.怎么确认地点（Where）？

GPS、IP、用户自主填写

4.怎么做的(How）？

• 用的什么设备？
• 装的哪个版本？
• 操作系统是什么？
• 用的什么浏览器？
• 用的4G还是WIFI？
• 从哪个页面跳过来的？

5.确认做了什么事（What）？

购买行为、付款行为、下单行为、退款行为、申请售后行为等……

3.形成需求文档（讲明白）

将埋点需求处理成文档，跟研发沟通清楚，研发的思考方式和你的思考方式绝对是不一样的。