1. 爱运营首页
  2. 网站优化
  3. 数据分析

数据分析入门那点事——to产品&运营

一、数据分析是什么?

1、定义;结合一定的目的,通过一定的工具对数据进行分析,提取有价值的信息,得出结论,能够指导实际行动。

2、数据分析能力划分三个阶段:

数据分析入门那点事——to产品&运营

二、数据分析流程

1、整体流程:目标分析——数据提取——数据清洗——数据分析——撰写分析报告——分享报告——执行

2、最重要步骤:目标分析

三、如何做数据分析

1、数据分类及数据收集和整理的常见方法

(1)数据分类:

a、定性数据-调研获得:分类型数据(男女)和顺序型数据(满意度等);

b、定量数据-日志获得:离散型数据(用户数等)和连续性数据(成绩等,有小数点);

(2)统计方法:

集中趋势——平均数、中值、众数;离散程度-方差、标准差、最大值、最小值、全距;

(3)数据收集方法:

用户调研、数据埋点、第三方网站(similarweb-可查竞品数据、gio)

(4)数据整理:

a、找出异常数据如空值、波动大、不同数据源矛盾或与常识矛盾(如下单uv>浏览uv);

b、异常原因:系统或人为原因;

c、处理方法:删除、用平均值填充、根据统计方法计算数值填充、用其他数据源验证填充

2、数据分析指标体系的搭建

(1)常用分析指标:

数据分析入门那点事——to产品&运营

(2)指标体系搭建方法:

a、根据影响因素搭建;

如gmv=流量*转化率*客单价

以无人货架为例,分析提升gmv的措施,那么就找出影响gmv的因素,可以展示成如下公式:gmv=点位数*单个点位下单人数*平均每个人下单量*每单下单商品数量*商品平均价格,做点位分层-从a-s级别,找出影响gmv的核心因素为下单人数,结论就是找规模较大的公司布放点位,提升关键因素即下单人数。

b、按照构成横向拆解搭建:原则是各拆解维度之间包含内容不重复,要穷尽所有维度

比如今日活跃用户=今日新增用户数+留存用户数+回流用户数(召回了多少用户);可进一步拆解,比如新增用户数还可以拆分成各个渠道带来的用户数*转化率,找到可以直接做干预的影响因素。

再比如活跃用户也可以按照渠道拆解:活跃用户数=a渠道活跃用户数+b渠道活跃用户数…

b、按照纵向流向搭建:

漏斗转化,找出薄弱环节,要求只有一条主流程。

3、常用的数据分析框架

讲的不是特别好,所以不多说啦~

(1)QQ-数量和质量:不仅考虑绝对值,要考虑相对值,不仅考虑数量,还要考虑质量,如不仅考虑活动的点击量,还要考虑点击率;

(2)用户行为理论:

数据分析入门那点事——to产品&运营

(3)5w2h:

数据分析入门那点事——to产品&运营

(4)AARRR模型:太熟悉了,不说了~

(5)RFM模式:最近一次购买时间、购买频次和购买总金额

数据分析入门那点事——to产品&运营

(6)人货场模型:

数据分析入门那点事——to产品&运营

4、常用的数据分析方法

(1)对比分析

a、使用场景:找出差异,定义好还是坏

b、分析类型:与自身做时间对比、空间对比(不同城市)、目标对比(优化后与设定目标对比、年终与年初设定目标对比)、用户对比(新老用户对比);与他人对比(竞品对比)。

(2)分组分析

a、使用场景;一般与对比分析法结合使用,分析的内容构成复杂,拆分后不同组之间差异较大。

b、举例说明:如旅游行业的gmv,不同时间、不同类型产品类型(跟团游、自由行等)、不同用户群、不同渠道表(线上或线下)现差异较大

(3)矩阵关联法

a、使用场景:分析内容有多重属性,且多重属性无直接关联。

b、举例说明:swot、波士顿矩阵分析(市场份额和市场增长率)呢、

(4)逻辑树分析方法

a、使用场景:对于复杂指标做层层拆解,发现问题和机会,和分组有重合部分。

b、举例说明:gmv=流量(=各渠道的流量总和、各用户类型的流量总和、各产品类型的流量总和)*转化率*客单价

(5)漏斗分析方法:太熟悉了~不说啦~

原文作者:一个帅气的名字呀

去年今日运营文章

  1. 2020:  跟微信学用户体验(0)
  2. 2020:  运营题:如何让你的产品火起来?(0)
  3. 2020:  2020年6月抖音直播消费报告(0)
  4. 2020:  ISUX报告:2020-2021设计趋势(运营篇)(0)
  5. 2018:  2018年QuestMobile微信小程序深度洞察研究报告(0)

本文转载于一个帅气的名字呀,本文观点不代表爱运营立场,转载请联系原出处。如内容、图片有任何版权问题,请联系爱运营处理。

发表评论

登录后才能评论