为了更好的理解用户,洞察用户的需求,数据分析就能很好的帮助解决这个需求。但是在数据分析时,没有思路该怎么办呢?对此,本文从整体思考框架5W2H、描述问题现状对比分析等七个方面做了分析,希望对你有所帮助。
对于产品经理来说,产品的每一次迭代和升级,都需要评估效果,以便今后改进。如果仅仅是凭借肉眼观察和主观感受,下一个“用户反馈很好”、“用户很喜欢这个新功能”类似的结论,是很苍白无力的。更多时候,会因为主观感觉而产生误判,另外,数据分析还可以帮助产品经理更好地了解用户,洞察用户的需求。
而对于运营而言,作为与用户和产品接触最频繁的人,也是策略的制定者和实施者,但产品运营的好与坏,最直观的体现就是数据,通过数据的高和低作为衡量的一个标准。对于运营来说,数据产生和决策制定中间,一定还有大量可以优化的空间,这种空间很大程度上可来源于数据。从数据中发现知识,优化决策,将会成为大大提升运营效率。
所以,无论是产品还是运营,在数据驱动业务的大背景下,数据分析都是必须要掌握的一项技能,本文介绍了7种常用的数据分析方法,介绍了一个完整的数据分析过程中可能用到的系列方法:
从界定问题→诊断现状→定位问题环节→追溯问题原因→判断问题发展趋势。
一、整体思考框架:5W2H著名教育学家陶行知先生曾经写过一首小诗:
我有几位好朋友,曾把万事指导我,
你若想问其姓名,
名字不同都姓何,
何事何故何人何时何地何法,
好像弟弟和哥哥,
还有一个西洋派,
姓名颠倒叫几何,
若向七贤常请教,
即使笨人不会错。
这首小诗讲的就是5W2H:What(何事) When(何时) Where(何地) Who(何人) Why(何故) How(何法) How much(何几),5W2H是对目标计划进行分解和决策的思维框架,它对要解决的问题进行完整的刻画,以便清晰地界定问题并找到解决方案。
- What:何事?发生了什么?一般用来指的是问题是什么?是否真的发生了?比如DAU真的下降了吗?;
- When:何时?在什么时候发生的?问题发生的时间,比如DAU下降了,下降的具体时间是什么?是不是节假日等等;
- Where:何地?在哪里发生的?问题发生的拆解其中一个环节, DAU下降了, 是哪一个的地区的下降了,哪个终端的用户下降了?还是哪一个功能的使用的人下降了等等;
- Who:何人?比如DAU下降了, 是哪一部分的用户群体在降, 是什么年龄、 性别、活跃度的用户等等;
- Why:何故?为什么会这样?问题发生的原因猜想, 比如android用户的DAU降低了, 其他终端的DAU没有降低, 是不是android新发版本存在bug;
- How:何法?明确上面的问题后, 我们要采取什么样的方法和策略去解决DAU下降的问题;
- How Much:何几?做到什么程度?DAU下降了以后, 我们对应策略的成本是多少, 以及我们要把这个问题解决到什么程度才可以;
5W2H分析方法从问题出发,有一套科学完整的分析思路,对造成问题的原因进行推测,并提出相应的解决方案,最终解决问题,形成闭环。
当然,5W2H只是一种思维方式,在实际应用过程当中可能还会遇到各种各样的业务场景,针对不同的业务场景,整体的思路是一样的, 但分析的维度就需要根据不同的产品形态和业务特性来调整。
二、描述问题现状:对比分析通过5W2H已经有了整体的思维框架,形成了大致的分析思路,接下来就要针对问题进行具体分析,首先从问题现状入手。
没有对比,就没有优化提升的方向。在数据分析中,没有对比,就没有结论。
比如,小虎某次期末考试的成绩不好,数学只得了 40 分。
小虎的妈妈对他说:“你上次考试数学考了 70 分,这次怎么就考得这么差?你看你的同班同学,这次都考 80 分以上。我之前跟你说考90分给你买奥特曼,这下别想了……”
常见的对比思维有以下 5 种:
- 跟目标对比:本月目标销售额500w,实际完成了300w,目标达成率60%;
- 跟上个月比:上个月销售额200w,环比增长50%;
- 跟去年同比:去年同期销售额400w,同比下降25%;
- 分渠道对比:线上/线下渠道销售分别200w、100w;
- 跟同类竞对比:同水平竞对A、B、C本月销售额分别为600w、500w、100w;
总结一下上面的对比思维,主要是横向和纵向对比:
横向对比:同一时期,外部和竞对比,内部各渠道对比
- 同一时期和外部竞对对比,整体市场表现以及所占市场份额变化;
- 同一时期自己内部各渠道对比,看销售额贡献和贡献占比变化;
纵向对比:自身不同时期对比
- 和上一期数据对比,近期有无提升/后退;
- 和去年同期对比,季节周期性考量下对比,是否有提升/后退;
数据分析的过程,就是在明确目标之后,通过对比等思维,找到问题的原因,得出分析的结论,提出可行的建议,从而起到帮助决策和指导行动的作用。
三、定位问题环节:漏斗分析已经通过横向、纵向对比大致了解了业务的现状,知道业务是在变好/变坏,以及变好/变坏的程度,如果业务在持续变坏,我们就需要通过漏斗分析来定位问题到底出现在哪个环节上。
漏斗模型,本质是分解和量化,这里以电商购物漏斗模型举例。