数据分析和什么结合比较好,数据分析好处有哪些

首页 > 实用技巧 > 作者:YD1662023-05-08 00:03:54

作为数据分析师,不管你的行业是电商行业、金融行业、社交行业、内容行业,还是你的职位是产品数据分析、用户运营数据分析、销售数据分析师,都需要跟业务紧密结合,但在实际过程中,我们总是更注重自己领域的知识,对于日常接的需求,比如产品做了一个改版、运营做了一个优惠券的活动,让我们评估活动效果,亦或是公司增长遇到瓶颈,要求你通过数据分析行业内现状及机会,给业务提供方向。

要想很好的解决,除了自己技术过硬(如海量数据的处理能力,各种可视化图表的输出能力,超高的工作效率),还需要对业务变化有极强的感知力,这就要求我们需要熟悉业务是怎么运转的,比如产品改版,改版的原因是什么?新版本的产品架构是依据哪些原则设计的?首页的金刚区和banner位的定位区别是什么?

再比如运营活动分析,这次的优惠券是怎么发放的?在投放之前预估过核销率、ROI了吗?对于新用户和活跃用户,我们的运营策略分别是什么?如果用户领取了券,但一直没用,我们可以采取哪些措施?

对于我个人来说,之前我是比较侧重数据分析技术面,对于产品和运营实际工作的一些底层逻辑,如产品上线、更新迭代的一些架构设计原则;运营的用户运营、内容运营、产品运营的精细化运营,接触的不多,这其实会限制我自己的职业发展上限。

而这本书《运营之路:数据分析 数据运营 用户增长》,通过三部分,介绍了数据分析的方法、数据运营的玩法、用户增长的打法。且三者之间相互紧密关联。运营给分析提供场景,分析给运营提供数据分析能力。具体来说:

三者之间的关联:数据分析是基础。是否拥有逻辑清晰的数据分析思路,是否掌握高效易用的数据分析方法,直接决定了数据运营的执行效果。

数据运营是抓手。是否清晰理解各种运营工具的原理、适用场景和运营策略,是否能够在正确的时间选择正确的运营工具,执行正确的运营策略,直接决定了用户增长的执行效果。

用户增长是方向。如果将第一部分的数据分析方法比作舵手,将第二部分的数据运营玩法比作二副,那么用户增长的打法就是船长,控制着战略性的目标方向。

数据分析和什么结合比较好,数据分析好处有哪些(1)

主要内容:

下面,我会按照自己对这本书的理解进行精读。值得一提的是,这本书里面对我们常见的一些指标如数据预处理、标签等,给出了的规范化的解释。比较适合向上汇报或面试。

1、数据分析

1.1 数据预处理:数据预处理的目的是在对业务数据进行分析挖掘前,先行对数据进行一些处理,以提升数据质量,为数据分析过程节约时间和空间。

ETL:数据预处理流程:

数据分析和什么结合比较好,数据分析好处有哪些(2)

抽取:增量抽取、全量抽取。

数据清洗,是指清洗掉重复的、不完整的以及错误的数据;数据转换是指按照预处理规则将源系统中的数据转换为符合规范的数据格式。

excel完成常见数据预处理:文本数值化:文本数字转为数值型数字、日期数值化:用公式将文本型日期转换为日期型日期、用分列实现维度拆分、用“查找并删除重复行”处理重复值。

1.2 数据分析五把利器

这套分析方法包括5个分析工具。这五个步骤走完,一份完整的数据分析报告其实就出来了。

1.2.1 用“描述性统计”来快速了解数据的整体特点

集中趋势分析(平均数、中位数、众数)、离散程度分析(方差、标准差)。异常数据:分位数和异常值。箱线图、异常值、波动。

1.2.2 用“变化分析”来寻找数据的问题和突破口

同比环比,条件格式。

1.2.3 用“指标体系”来深度洞察变化背后的原因

指标,是说明总体数量特征的概念及其数值的综合,是具备明确业务意义的统计结果,是量化的业务运营衡量标准。

指标和纬度。北极星指标,在APP业务运营中,常将指标体系的指标分为用户规模类、用户质量类和营收类三大指标。用户规模类主要包括注册用户、新增设备数等,用户质量类主要包括活跃用户数、用户留存率等,营收类包括收入转化率、GMV等。

如何选择正确的北极星指标?

必须为核心指标、必须能体现业务增长、必须可运营可衡量,这里复习一下,详细的可以看我之前的文章《不同行业的指标体系,是怎么搭建的?》

1.2.4 用“相关性分析”来精确判断原因的影响程度

连续型指标,离散型指标。解决指标体系能回答指标是不是变化,而回答不了,是多少的问题。计算相关系数R。当R大于零,处于正相关时,R>0.7则为强相关,0.5<R<0.7则为中相关,0.3<R<0.5则为弱相关,0<R<0.3则为不相关。当R小于零,处于负相关时,R<-0.7则为强相关,-0.7<R<-0.5则为中相关,-0.5<R<-0.3则为弱相关,-0.3<R<0则为不相关。

1.2.5 用“趋势预测”来科学预测未来数据的走势

时间序列、回归分析(excel图中'添加趋势线')

1.3 将运营机会转化为运营策略:数据分析结果落地业务

B-O价值模型

由3个部分组成:北极星指标、业务模型和经营策略,如下图所示:

数据分析和什么结合比较好,数据分析好处有哪些(3)

Business业务模型(商业模式):围绕北极星指标的战略部署,分成9块,分别是:

价值主张(阿里巴巴:让天下没有难做的生意;抖音:记录美好生活)常见的价值主张(卖点)有:主张价格、个性化需求、服务触达、品牌价值和地位、便利性;

渠道链路(讲究"接地气");

客户关系(功能引导,运营等,目的是为了提升客户活跃度和留存度,以抬高平台的估值和价值。);

收入来源(盈利模式);

关键资源;

关键活动;

关键伙伴;

成本结构;

客户细分(短视频产品服务于内容消费者和内容生产者,社交产品服务于用户的社交关系链,服务于他们线下或线上的好友,电商产品服务于终端消费者和供应商)。

Operation(经营策略):围绕北极星的战术打法,俗称经营策略画布,分成5块,分别是:

产品。产品的信息架构、功能架构、业务架构、营销架构以及产品版本迭代等运营策略工作,也叫“做好产品”。

用户。围绕用户在产品上的生命周期阶段所表现出的特征制定策略,包括线索用户、种子用户、首触用户、活跃用户、沉默用户、流失用户等,也叫“服务好用户”。

营销。从产品的目标客群、主张价值和盈利模式制定各种价格运营策略以及品牌影响力策略,也叫“让用户心甘情愿掏口袋”。

传播。借助公域、私域以及其他渠道讲产品的价值主张等,以触达更大范围的客户群体,也叫“刷存在感”。

体验。关注用户在使用产品过程中的流畅度和视觉体感,也叫“让用户用得爽”。

以提高产品DAU为例,看B-O价值模型如何使用:

1、确定DAU为核心北极星指标,围绕核心北极星指标拆解出新客和老客,新客口径为近3天首次打开过产品的用户,老客为近3~7天首次打开过产品的用户,7天以上打开过产品的用户定义为沉默用户,不是此次目标客群。

2、基于新客和老客,结合商业模式九要素画布制定业务模式和资源,如下表所示。

数据分析和什么结合比较好,数据分析好处有哪些(4)

首页 12345下一页

栏目热文

文档排行

本站推荐

Copyright © 2018 - 2021 www.yd166.com., All Rights Reserved.