数据产品应用实战：构建企业全链路智能化运营（1）

文章同步公 众  号：数据新商业    专写专业有深度的实战文章  带你晋升高阶岗位

作者介绍：数分团队leader     专业书籍《数据实践之美》作者之一

 

文章目的：很多企业高价买回了数据产品，但是除了进行数据埋点采集外并没有真正地将数据产品很好地与业务结合利用起来发挥它的商业价值，这个给企业造成了很大的问题，通过本系列连载文章希望可以帮到各企业最大限度发挥数据产品的价值，让企业钱不白花。

 

从大数据的市场来看数据产品是越来越受欢迎，也被越来越多的企业所接受，如果放弃数据采集那么企业经营的数据就成为了空白，如果放弃数据分析那么决策就只能拍脑袋，所以无论是从目前还是从长远来看数据产品的市场空间都非常大。

 

但是数据产品的诞生也衍生出了一些问题，做数据的不懂业务，做业务的不懂运营，这一点我在以往的项目中感触非常深，招来了分析师搞不了后面的应用，招来了运营搞不懂前面的数据，所以数据运营成了一个难以攻克的盲点。

 

鉴于这样一个令人备受困惑的问题，作为负责过分析运营部门的人来说，这次深扒下神策，从数据到业务层面的讲解做个示范，这样大家就会清楚明白如何高效利用数据产品，实现企业数据化、场景化智能运营的全链路解决方案。

 

接下来开始来聊今天的核心数据产品：神策。

 

我的观点是我们需要先客观、中立来理解一款数据产品。目前大数据市场并不成熟所以任何一款产品在面对业务应用的时候都在不停被打磨，也不可避免存在一些瑕疵，所以要清楚了解数据产品是一种工具，它不是解决业务问题，而是帮助发现问题，帮助未来决策的一种事前依据。

 

那要分析一款产品到底怎么用才能帮助企业做经营决策，首先我们要先了解产品的主要功能点在哪，承担了什么分析职能。

 

 

 

 

这是以品牌零售为例的神策产品首页，那从图上我们可以看到整个产品的核心点在于概览、分析、用户分群、用户标签。

 

一般产品的概览基本是类似于BI的仪表盘，主要是将各个模块所操作的事件结果组合起来，进行集中展现，方便阅读的人集中了解数据情况，因为了解一个业务问题都需要一连串的数据结果才能被发现。

 

要利用这款产品构建企业在不同场景下运营的数据化解决方案需要逐一进行分析，那我们首先来讲讲分析模块。

 

1、分析模块

产品上一共列了几种11种分析内容，每个模块应用场景不太一样，考虑到篇幅，这里我们优先取以下几个比较常用的分析模块来进行逐一分析。

1、事件分析

2、留存分析

3、漏斗分析

4、用户路径

5、网页热力分析

6、归因分析

 

• 事件分析

什么是事件分析，官方的文字描述可能不够具象，直接举个例子。

 

当我们徜徉在微商城享受购物乐趣的时候，我们点击了公众号关注或者取关了公众号，又或者点击了收藏商品等，这些事件行为发生后，我们可以进行埋点然后进行相应的数据采集，这样每天我们都能获取到有多少用户对我们的品牌感兴趣，有多少用户对我们的品牌丧失了兴趣，有多少用户喜欢了哪几款商品等等事件数据。

 

所以事件分析是后续数据统计的基础，我们可以就整个商城运营或者APP或者小程序运营的每一个操作环节或者转化路径找到我们相应较为关注的事件创建事件组来进行布点采集数据。

 

所以这个模块是在帮数据部门采集数据。

 

• 留存分析

什么是留存分析，我们依然用举例的方式来让大家更加具象地了解这个分析方法。

 

假设昨天我们APP刚上线，由于各方渠道的广告投放效果，昨天一下子涌入了大批量注册用户，假如是500人，那么我们现在要对这款APP整体的运行效果进行评估，当然这里面我们应该知道APP整体运行包括了这个APP的操作流程是否顺畅，APP上面的产品受众度或者这个APP界面布局的合理性等等，那么我们在第一道先进行留存分析，聚焦昨日注册的这500人，我们去依次观察它在今天、明天、后天……，可以连续观察5天、7天、30天甚至更长或者更短时间的再次登录人数，通常我们会计算7天留存率、14天留存率和30天留存率。

 

如果留存率非常平和在递减，这是一个非常正常的现象，一旦出现断崖式下降那就需要引起高度关注了。

 

那么这个模块依然是在帮数据部门采集数据，在帮业务部门观察整体APP运行情况，当然留存分析只是在观察用户留存情况，并未涉及太细的数据分析，但可以做一个宏观参考。

 

• 漏斗分析

顾名思义，漏斗分析大家势必能够联想到漏斗的形态，或者古代进行时间度量的沙漏，我一直觉得漏斗分析这个方法名取得特别好，因为不用怎么怎么解释大家就能第一时间联想到那种很具象的物理实体。

 

那用在哪，最经典的就是购买支付流程，我们举某一个用户的购买支付流程来理解它。

 

路径：进入商城-产品分类浏览-商品浏览-加入购物车-点击购买-点击支付-确认完成。

人数：500-450-300-100-50-30-30（请自行对上以上路径节点）

 

那么在以上这一流程里我们将一个人非常完整的购物路径做了一个描述，从开头到尾层层递进直至订单完成，然后我们相应去看人数，每个环节的数据是层层递减，直至500人全部消散在每一个流程中。

 

• 用户路径分析

 

首先先认识下这个这么漂亮清爽的可视化图形：桑基图。

 

可能很多都不太知道这个桑基图，可以仔细看下上图上每个框的数据来理解它。首先我们回到漏斗分析，它其实是在观测从开始走到结尾的同一波人，但是很多消散在中间流程的人是无法观测到的，那么桑基图解决的正是让大家了解那些没走到结尾的人都去了那里。

 

图上数据举的是用户使用APP的例子，假设有21819人开始启动APP，那么从APP启动开始这2万多人就开始步入一直分流的流程中，第二列的框就呈现了2万多人在第二个流程环节的走向分布，那么我们可以看到是有一部分人退出APP的，那么这一批人就是对APP不感兴趣的人。

 

那么有一些人浏览了商品列表，又有一部分人进行了商品搜索，还有一波人在首页商品的列表里浏览，那么顺着这个流向我们看到第三列的框，这时有一个非常明显的事件就是搜索商品的这波人当中多数流向了提交订单，这就非常符合精准用户转化高的业务逻辑了，只有有准确的商品购买目标的人才会以最短的购买路径走向订单终结。

 

那么这个分析模块就是在帮助数据部门梳理用户流失走向的问题，而不同的部门从这张桑基图都能看到一些有用的信息以供后续运营策略的制定。

 

• 网页热力图分析

 

 

 

上图叫热力图，从图上就可以看出它是在展现用户的关注聚焦点，颜色越红代表点击量越多，用户最为关注。

 

这个分析方法就不展开细述，同样从运营部门来说用户关注的地方就是最好的广告位，就是最为重要的地方，那么它就相当于这个页面的广告位了，怎么布置就是接下来要细细考虑的问题了。

 

• 归因分析

 

 

 

我们直接看图来理解什么归因分析。

 

从旁边的注释来看是在具有明确目标事件的情况进行原因追溯，而经过回溯到目标拆解后可以看到导致该结果的多种因素的贡献比例，那么比如昨日产生订单数1000件，这是一个结果但并不是过程。

 

如果能知道这1000件订单是哪些渠道转化而来或者哪些广告位吸引的流量转化的结果，那我们就能知道哪些渠道广告投放效果最佳，哪些广告位效果最佳，那该广告位效果好的点在哪里，是图片还是文字又或者是其它因素，这样从数字层面进行拆解后就可以回溯到业务层面，那么数据部门和业务部门就产生了非常紧密的衔接，业务也能通过这个结果找到接下来需要解决的问题点了。

 

那到这里就介绍完了神策产品上列的在数据分析中比较常用到的6种分析方法，但是每个方法都独立承担了一个分析内容，如果散开看是没有什么效果的，因为业务是需要一系列完整的数据结果来体现的，如果A+B+C+D=E，那么想E值能够最大化，就需要保证A\B\C\D都不掉链子。

 

• 构建闭环分析系统

 

那以微商城为例，我们在应用过程当中如何将这些分析模块串联起来呢？

 

我画了一个图来进行说明，首先我们可以用事件分析和漏斗分析来进行单个事件或者流程的数据分析，在单个事件或者流程比较顺畅的情况下，接着用留存分析来关注整体用户的留存情况，此时通过观察留存率再反过来去追溯不同的事件分和漏斗分析比较容易发现问题，然后再同步使用用户路径分析、网页热力图分析来对整个APP或者商城进行更全面的数据分析，最后在所有数据比较可靠的情况下可以进行每个订单的追溯分析，或者不同产品品类用户转化的分析，以此整个成系统、成体系的分析系统完成。

 

 

那么今天的文章就写到此，接下来会对产品的其他模块以及应用方案进行逐一剖析连载，欢迎转发、点击关注及在看，让更多需要数据产品的企业和个人不踩雷、不入坑，也让更多的数据产品发挥出最大化的商业价值。