01 寫在前面

為什么要寫【數(shù)據(jù)分析思維】這個系列文章？還是回到一個最根本的問題上：數(shù)據(jù)分析師到底是干什么的？

我相信不僅是想入門的小伙伴，已經(jīng)入行很久的數(shù)據(jù)分析師可能多多少少還是會有些不清楚。數(shù)據(jù)分析師是每天被各個業(yè)務(wù)方呼來喚去的提數(shù)工具人么？還是被各種不靠譜的可視化軟件蹂躪的報表maker？還是好不容易做了個專題分析，卻被業(yè)務(wù)方嫌棄不說“人話”的，只會紙上談兵、指手畫腳的外行？

我相信每個數(shù)據(jù)分析師都會多多少少經(jīng)歷以上的心路歷程，直到某天突然明白數(shù)據(jù)分析的終極奧義，才能跳出這個讓人迷茫的怪圈。原來數(shù)據(jù)分析是要：熟悉業(yè)務(wù)，在此基礎(chǔ)上基于對業(yè)務(wù)的理解發(fā)現(xiàn)業(yè)務(wù)上的問題，然后提出分析的方案，然后再是用工具提數(shù)分析，最后給出結(jié)論和建議，并推動相關(guān)方實施落地，進而解決問題，完成從業(yè)務(wù)中發(fā)現(xiàn)問題，再回到業(yè)務(wù)中解決問題的完整閉環(huán)。這才是數(shù)據(jù)分析的真正意義。

明白了這些，你可能就會發(fā)現(xiàn)，區(qū)別于其他的開發(fā)類工作，數(shù)據(jù)分析是以業(yè)務(wù)、思維為主、工具為輔的工作，重要的不是你會多么高端牛逼的工具和算法，而是你怎么發(fā)現(xiàn)問題，怎么形成分析思路，這才是數(shù)據(jù)分析師拉開差距的關(guān)鍵所在，至于剩下的就是怎么具體實施，這個，找個實習(xí)生也能做，哪部分工作含金量更高、被取代難度更大，一目了然了吧？

這也是我寫【數(shù)據(jù)分析思維】系列文章的原因，數(shù)據(jù)分析本身就是業(yè)務(wù)和思維為重，授人以魚不如授人以漁，清晰完備的思維可以讓你事半功倍，知道怎么做遠比實際做要重要的多，代碼未動，思維先行，懂得運籌帷幄才能走得更遠。

前面已經(jīng)總結(jié)了一些數(shù)據(jù)分析思維，有興趣的可以翻看之前的文章，包括：

1、【數(shù)據(jù)分析思維】RFM用戶分層

2、【數(shù)據(jù)分析思維】漏斗分析

02 為什么要做細分拆解？

數(shù)據(jù)分析很重要的一個任務(wù)就是基于業(yè)務(wù)數(shù)據(jù)對當前的業(yè)務(wù)現(xiàn)狀進行診斷，業(yè)務(wù)是是良性向上還是惡性萎縮？當前的業(yè)務(wù)發(fā)展是否與預(yù)期一致？

為了回答以上問題，我們就需要用一套標準去評價業(yè)務(wù)現(xiàn)狀，這一套標準也就是我們常說的業(yè)務(wù)指標體系，何為體系呢？我們首先可能就會想到金字塔或者邏輯樹的形式，但無論是何種形式，它都是一種總分的思路，有了完善的業(yè)務(wù)指標體系，我們就可以清晰地知道當前業(yè)務(wù)到底是好還是不好？好的話到底有多好？不好的話到底有多差？

但是僅僅知道這些就夠了么？肯定不夠，老板肯定還會問：為什么突然就好了？背后的原因是什么？這個好是否可持續(xù)？為什么突然變差了？哪些環(huán)節(jié)出了問題？是否可以優(yōu)化？

也就是說，我們不僅要知其然，還要知其所以然，不僅要知道現(xiàn)狀，還要知道導(dǎo)致現(xiàn)狀的原因，只有知道了原因，才能讓數(shù)據(jù)指導(dǎo)業(yè)務(wù)的方向，為工作提供可落地執(zhí)行的依據(jù)，現(xiàn)狀才可以優(yōu)化，這才是數(shù)據(jù)分析的最終目的。而探索這個原因的過程，其實就是細分拆解的過程，不是有位專家曾經(jīng)說過這樣一句話嘛：

“無法拆分，就無法優(yōu)化”

--非著名專家：沃茲基碩德

03 宏觀指標vs細分指標

一般來說，我們通過指標體系去判斷業(yè)務(wù)發(fā)展的現(xiàn)狀，一般用的都是一些概括性的宏觀指標，或者我們叫做北極星指標，這種指標一般來說就一個，它像北極星一樣指引著業(yè)務(wù)的方向，一個指標足以概括性地反映整體情況，避免過多細化的指標暈暈乎乎不知道該看哪一個。所以宏觀的指標可以告訴我們是什么?怎么樣？

但是如果要探索導(dǎo)致業(yè)務(wù)現(xiàn)狀的原因，制定細化的執(zhí)行方案，一個北極星指標就沒法給出答案了，我們就需要對北極星指標按照一定的邏輯進行細分拆解，層層拆解，直到我們發(fā)現(xiàn)問題的癥結(jié)所在，對應(yīng)到具體的執(zhí)行動作，所以細分指標能夠回答我們?yōu)槭裁?？怎么做?/p>

在指標體系中，這些指標所在的層級不同，所代表的含義不同，能夠告訴我們的信息也不盡相同，宏觀指標可以告訴我們現(xiàn)狀如何，而細分拆解的指標則可以告訴我們?yōu)槭裁磿?dǎo)致這個現(xiàn)狀

例如電商平臺的營收流水GMV就是一個宏觀指標，它能告訴你這個月銷量是好是壞，但是銷量的好和壞可能是流量和轉(zhuǎn)化率等細分指標導(dǎo)致的。

下面我們就以短視頻某音的漲粉活動為例，詳細說明細分拆解的實現(xiàn)過程。

04 細分拆解案例-自媒體漲粉

抖抖是某短視頻公司的新媒體運營，負責公司旗下10W 粉絲的抖音號。老板讓她在接下來的 3 個月內(nèi)（3-5月）做到 25W 粉絲，就意味著 3 個月要凈增 15W 粉絲。結(jié)果， 3月的工作開啟了 2 周，抖抖盤了下抖音號的粉絲數(shù)據(jù)，發(fā)現(xiàn) 2 周內(nèi)的粉絲凈增數(shù)只有 2000 ，按照這個趨勢發(fā)展下去，根本完成不了指標。經(jīng)過前輩提醒，抖抖打算從數(shù)據(jù)分析入手，希望能找到線索，讓自己的工作計劃更加清晰。那么， 15w 的指標該如何達成呢？

目標：3個月從10W做到25W，就意味著要做15W的新粉絲，平均每個月5W的新粉絲

拆解：新增粉絲數(shù)=自然增長粉絲數(shù)+內(nèi)容增長粉絲數(shù)+活動增長粉絲數(shù)

圖片

基于以上拆分，我們把過去三個月的自然增長、內(nèi)容增長和活動增長的粉絲數(shù)據(jù)進行分析，各細分的粉絲數(shù)據(jù)組成如下圖所示

圖片

那么接下來就要思考，

自然增長：參考歷史數(shù)據(jù)預(yù)估3-5月，每天自然增粉200

內(nèi)容增長：保證產(chǎn)出文章數(shù)據(jù)數(shù)量，提高內(nèi)容質(zhì)量，預(yù)計每月帶來5000新粉

活動增長：由于投入產(chǎn)出較復(fù)雜，下面展開細說

圖片

以上自然增長和內(nèi)容增長基本上是常規(guī)的增長方式，即只要保證正常的產(chǎn)出數(shù)量和質(zhì)量，基本上能夠達成，且投入較低，無需過于擔心預(yù)算費用問題。而對于活動增粉，則變數(shù)較大，因為一般活動投入費用較大，且效果浮動區(qū)間較大。為此，專門對活動增粉進行細分拆解。

活動增粉細分為以下幾種方式：

裂變活動：參考行業(yè)數(shù)據(jù)

廣告投放：參考預(yù)算

流量置換：參考歷史數(shù)據(jù)

創(chuàng)意活動：參考歷史數(shù)據(jù)

各種方式的漲粉預(yù)估如下：

圖片

至此，經(jīng)過以上的層層細分拆解，將接下來3個月的漲粉目標進行了細化，對應(yīng)的自然漲粉、內(nèi)容漲粉和互動漲粉的目標分別為：

圖片

有了這個細分的目標和執(zhí)行計劃，漲粉是不是就變得清晰多了呢？

05 其他細分拆解

當然除了上面的案例之外，還有一些非常經(jīng)典的指標拆解的案例，比如電商領(lǐng)域的GMV拆解，社交類產(chǎn)品的DAU拆解，都是非常典型的指標拆解案例，方法和思路類似，就不一一展開了。

如收入指標GMV可以按照以下的方式進行拆解，GMV=流量*付費轉(zhuǎn)化率*客單價

圖片

對于社交類/工具類產(chǎn)品的DAU也可以按照以下幾種不同的方式進行拆解，拆解方式并不是固定不變的，不同的拆解方式對應(yīng)不同的執(zhí)行動作，因為拆解完需要進行對應(yīng)的運營策略，所以拆解方式也就有所側(cè)重，但萬變不離其宗的是，拆解都是為了更清晰地分析問題、制定方案，拆解只是手段，優(yōu)化才是目的。

圖片

以上就是數(shù)據(jù)分析思維—細分拆解部分的內(nèi)容，其他數(shù)據(jù)分析思維請翻看歷史文章，更多數(shù)據(jù)分析思維的文章持續(xù)更新中，敬請期待，如果覺得不錯，也歡迎分享、點贊和點在看哈~