大家好，我是運營小大人，該知道的都知道，不知道的慢慢學(xué)習(xí)！
對很多公司來說，數(shù)據(jù)整理不是難事，難就難在業(yè)務(wù)數(shù)據(jù)如何解讀？如何呈現(xiàn)才能說明問題？從中能發(fā)現(xiàn)什么業(yè)務(wù)問題？有沒有改善的機會？
數(shù)據(jù)分析說白點就是知道要什么數(shù)據(jù)，了解數(shù)據(jù)走勢，懂得如何分析。在數(shù)據(jù)分析呈現(xiàn)后，要根據(jù)分析得出結(jié)論，結(jié)論中需要用簡單明了的語言表明出現(xiàn)的問題，導(dǎo)致問題的原因，最后就是針對問題的解決方法。
趨勢、分布、細(xì)化這三點包含了數(shù)據(jù)分析的大部分內(nèi)容。無論是數(shù)據(jù)的收集、數(shù)據(jù)的整理，還是數(shù)據(jù)的分析，都需要不斷地找趨勢、看分布、做細(xì)化，這樣才能找出最有價值的結(jié)論。
01
找趨勢
數(shù)據(jù)分析中的看趨勢一般適用于對產(chǎn)品核心指標(biāo)的長期追蹤，例如，點擊率、活躍用戶數(shù)、在線時長等。
依據(jù)這些數(shù)據(jù)制作出簡單的數(shù)據(jù)趨勢圖，還不能算作趨勢分析。趨勢分析不僅需要明確數(shù)據(jù)的變化，還需要明確變化背后的原因。
孤立地看數(shù)據(jù)的趨勢變化，很難說明問題。
比如一個企業(yè)利潤增長10%，單單憑借這一個數(shù)據(jù)，我們很難判斷該企業(yè)的經(jīng)營狀況，如果該企業(yè)的同行業(yè)企業(yè)增長速度普遍為5%，則說明該企業(yè)增長速度很快，而如果其他企業(yè)增長速度普遍為20%，那么說明該企業(yè)的增長速度很慢。
想要讓數(shù)據(jù)趨勢變得有意義，就必須給孤立的數(shù)據(jù)一個合理的參考值，也就是要引進(jìn)對比的數(shù)據(jù)。
首先跟大家聊一聊趨勢分析中的一些基本概念：環(huán)比、同比、定基比。
1.環(huán)比
環(huán)比用來表示連續(xù)兩個統(tǒng)計周期的量的變化比。一般所說的環(huán)比增長，即環(huán)比增長率。
計算公式為：環(huán)比增長率=（本期統(tǒng)計數(shù)據(jù)-上期統(tǒng)計數(shù)據(jù)）/上期周期數(shù)據(jù)×100%
反映本期比上期增長了多少。
比如：2020年3月份某網(wǎng)站的月活躍用戶數(shù)達(dá)到2000萬，2月份的月活躍用戶數(shù)是1800萬，相比2月份，3月份月活躍用戶數(shù)的環(huán)比增長率=（2000-1800）/1800×100%=11.11%。
2.同比
同比分析的主要目的是降低季節(jié)變動帶來的影響，用以對比今年發(fā)展情況與上一年同期發(fā)展情況。
在實際工作中，經(jīng)常使用某年、某季、某月與上一年同期的數(shù)據(jù)進(jìn)行對比計算。
計算公式為：同比增長率=（本期統(tǒng)計數(shù)據(jù)-上一年同期統(tǒng)計數(shù)據(jù)）÷上一年同期統(tǒng)計數(shù)據(jù)×100%。
例如，某企業(yè)2019年3月的產(chǎn)值為100萬元，2020年3月的產(chǎn)值為300萬元，同比增長率為：（300-100）÷100×100%=200%。
雖然同比和環(huán)比反映的都是數(shù)據(jù)的變化速度，但由于二者對比的時間不同，反映的結(jié)果也是完全不同的。
一般來說，環(huán)比能夠與環(huán)比相比較，但不能與同比相比較。但在一些特殊的情況下，比如要考慮時間縱向發(fā)展趨勢，偶爾也需要將環(huán)比與同比放在一起進(jìn)行比較。
3.定基比
定基比=（報告期水平÷某一固定時期水平）×100%
它是報告期水平與某一固定時期水平之比，體現(xiàn)的便是企業(yè)某段時間內(nèi)的總發(fā)展速度。
以上三種對比分析雖然各有不同，但都能互相結(jié)合，為數(shù)據(jù)的趨勢分析提供必要的支持。
以網(wǎng)站數(shù)據(jù)為例：
如果只是看一個絕對值數(shù)據(jù)是遠(yuǎn)遠(yuǎn)不夠的，公司的決策層、產(chǎn)品方或者運營方往往需要查看一個月、一個季度的表現(xiàn)，觀察這些指標(biāo)的變化趨勢，同時與上個月、去年同期、某個基點值進(jìn)行對比，進(jìn)而明確這些數(shù)據(jù)背后的業(yè)績表現(xiàn)。所以，同比、環(huán)比、定基比便成為了數(shù)據(jù)趨勢分析中的關(guān)鍵方法。
比如網(wǎng)站3月份的日均自然搜索流量與2月份的日均自然搜索流量進(jìn)行對比。
通過兩期數(shù)據(jù)的對比，能夠很直觀地看到數(shù)據(jù)的增長或下降情況。而計算出相應(yīng)的“環(huán)比增長率”則能夠快速明確兩期數(shù)據(jù)的變化幅度。
2020年3月份網(wǎng)站的日均自然搜索流量與2019年3月份的日均自然搜索流量進(jìn)行對比。環(huán)比數(shù)據(jù)是為了減少季節(jié)或行業(yè)周期對數(shù)據(jù)產(chǎn)生的影響，對于淡旺季明顯的行業(yè)非常適用。
再比如將2019年全年的日均自然搜索流量作為一個基點，2020年每個月的日均自然搜索流量與這個值進(jìn)行對比，便可以明確超越了2019年平均水平多少。
02
看分布
統(tǒng)計學(xué)中數(shù)據(jù)分布一般從三個方面進(jìn)行描述：
分布的集中趨勢，體現(xiàn)各數(shù)據(jù)聚集的程度；
分布的離散程度，體現(xiàn)各數(shù)據(jù)遠(yuǎn)離中心值的程度；
分布的形狀，體現(xiàn)數(shù)據(jù)分布的偏態(tài)和峰態(tài)。
我們拿到數(shù)據(jù)之后，首先要對數(shù)據(jù)要有個基本了解，可以從集中趨勢，離散程度及分布形狀出發(fā)，來了解自己的數(shù)據(jù)。
分析數(shù)據(jù)之后，對數(shù)據(jù)有初步了解，通過數(shù)據(jù)分布可以展現(xiàn)出用戶對產(chǎn)品的依賴程度。
1）找到用戶分布規(guī)律
對同一指標(biāo)下有關(guān)數(shù)據(jù)的統(tǒng)計和分析，挖掘用戶使用產(chǎn)品的規(guī)律，進(jìn)一步修正和制定產(chǎn)品策略。
（2）增加客戶回訪率
分布分析從多角度分析幫助公司判斷用戶對產(chǎn)品的依賴程度。
（3）快速識別核心用戶群體
核心用戶群體是對公司貢獻(xiàn)最大的用戶群體，是公司最大的利潤來源。分布分析通過不同的維度篩選出核心用戶群體，做好資源配置，以最小的成本實現(xiàn)公司利潤最大化。
03
做細(xì)化
數(shù)據(jù)的細(xì)致化劃分是數(shù)據(jù)分析技巧的核心思想之一，它能夠幫助企業(yè)實現(xiàn)客戶流量的幾何級增長、運營能力的翻倍提升、服務(wù)能力的顯著提升等。
在數(shù)據(jù)分析的過程中，如果想要得到一些較為精確的結(jié)論，我們需要將其進(jìn)一步細(xì)化，因為在一些復(fù)雜數(shù)據(jù)的分析過程中，我們可能會忽略一些關(guān)鍵的數(shù)據(jù)細(xì)節(jié)。這里的細(xì)化一定要進(jìn)行多維度的拆分。
常見的拆分方法包括以下幾種。
分時：對不同時間段的數(shù)據(jù)進(jìn)行觀察，查看數(shù)據(jù)是否產(chǎn)生變化。例如，通過某餐飲店上午的營業(yè)數(shù)據(jù)與下午的營業(yè)數(shù)據(jù)的對比，可以分析不同時間段的客流量變化。
分渠道：對不同渠道的產(chǎn)品與用戶進(jìn)行觀察，查看數(shù)據(jù)是否產(chǎn)生變化。例如，網(wǎng)站通過對點擊網(wǎng)頁直接進(jìn)入的用戶與通過鏈接轉(zhuǎn)入的用戶進(jìn)行分析，得出不同渠道用戶的轉(zhuǎn)化率。
分用戶：對新老用戶進(jìn)行觀察，分析二者是否有差異。例如分析新注冊用戶與老用戶的消費水平是否有差異，VIP和普通用戶的滿意度是否有差異等。
分地區(qū)：對不同地區(qū)的數(shù)據(jù)進(jìn)行觀察，看看數(shù)據(jù)是否有變化。例如，通過對河南與山東用戶的分析，得出不同地區(qū)的消費習(xí)慣是否有差異等。組成拆分：對數(shù)據(jù)的構(gòu)成進(jìn)行觀察，查看數(shù)據(jù)之間是否能夠繼續(xù)拆分。例如在搜索引擎上的搜索詞組，可以拆分出不同的關(guān)鍵詞。
接下來，我們以用戶流量細(xì)化為例，來看看到底如何利用數(shù)據(jù)的細(xì)致化分析呢?
1.用戶流量概覽
在對流量數(shù)據(jù)進(jìn)行分析前，我們需要通過多種指標(biāo)判斷基本的用戶流量情況，例如，用戶訪問量、點擊量等。此外我們還需要關(guān)注用戶的平均訪問時長、平均瀏覽頁數(shù)、平均關(guān)閉率等。
這幾個指標(biāo)的基礎(chǔ)組合能夠幫助我們了解用戶的轉(zhuǎn)化率。這里面還需要注意區(qū)分新老用戶，例如新用戶與老用戶的比例、新用戶與老用戶各自的停留時長等，這些都可以作為用戶流量的判斷依據(jù)，也可以用于判斷流量的基本質(zhì)量。
2、用戶流量分析
在簡單了解用戶流量概況之后，我們還需要進(jìn)一步對用戶流量進(jìn)行細(xì)分，研究用戶流量增長方面所遇到的問題，并以此制訂下一步的策略。一般來說，用戶流量分析有兩種方式。
（1）按訪問來源分析按訪問來源進(jìn)行分析，用戶流量可以分為直接訪問、外鏈訪問、搜索引擎訪問、社交媒體訪問等類別。而這些訪問類別又存在多種形式與多種渠道。
（2）按流量入口分析在對用戶流量的分析中，我們主要關(guān)注的重點是流量的來源，這也就導(dǎo)致了我們很容易忽視流量的入口方面。對于一般的網(wǎng)站來說，流量的入口指客戶點擊之后直接進(jìn)入的頁面，也就是所謂的落地頁。通過分析落地頁可以明確客戶到達(dá)網(wǎng)站的第一個網(wǎng)頁，避免出現(xiàn)大部分流量被導(dǎo)入無效頁面的情況。
3.流量轉(zhuǎn)化分析
我們假如有100人通過搜索該商品，那么可能只有60人選擇查看商品詳情，之后會有40人選擇加入購物車，而最后只有20人成功支付。
依據(jù)這樣一個漏斗圖，我們能夠明確每個過程中客戶流量的損失情況。當(dāng)然不同渠道的轉(zhuǎn)化率是有所不同的。
4.渠道的優(yōu)化配置
接下來，我們可以對不同渠道的轉(zhuǎn)化率進(jìn)行優(yōu)化配置。
例如，某網(wǎng)站的直接訪問量一天只有2000人，但轉(zhuǎn)化率為15%，而通過百度搜索引擎點擊進(jìn)入的轉(zhuǎn)化率僅為5%，但客戶流量達(dá)到10000人，這個時候我們可以適當(dāng)提高百度搜索引擎的廣告投入，提高百度搜索引擎的轉(zhuǎn)化率。
通過對流量渠道轉(zhuǎn)化率的分析，我們能夠判斷客戶的行為是否存在差異，并由此推斷客戶的特征，進(jìn)行一些差異化的優(yōu)化。
數(shù)據(jù)的細(xì)化是數(shù)據(jù)分析中一個十分重要的手段，多問一些為什么，才能更準(zhǔn)確地得出結(jié)論，而一步一步細(xì)化，便是不斷問為什么的過程。
以上就是我們在日常做數(shù)據(jù)分析時的三個技巧，數(shù)據(jù)分析不能為了分析數(shù)據(jù)而分析，需要帶著問題去做數(shù)據(jù)分析、關(guān)注數(shù)據(jù)分析背后的利益和資源分配，以及數(shù)據(jù)呈現(xiàn)出來的背后的這個真實的世界，更好的總結(jié)過去，并且對未來的趨勢作出判斷。
