前言

形成“分析思路”直接奠定了數(shù)據(jù)分析結論準確、是否實用、是否落地。但要解決實際業(yè)務場景中遇到的問題，要先“定義問題”，才能針對性的思考相應的分析思路。

那么，當完成了什么樣的分析得到什么數(shù)據(jù)，接下來該如何給落地建議？在實際數(shù)據(jù)分析場景中，如何給出合理落地的建議呢？本篇以實際場景為例，梳理在數(shù)據(jù)分析中，如何根據(jù)分析結果給出落地建議的一些思路和見解！

在實際工作場景中，數(shù)據(jù)分析人員可以把分析思路講得邏輯清晰有條理，但是在講落地建議方面，卻很大一部分給出的結論不能執(zhí)行推動或者成果落地難。因此，懂得如何根據(jù)分析結果給出落地建議是每個數(shù)據(jù)分析人員必須具備的軟實力。“落地建議”本質上就是根據(jù)實際需求場景有效推動數(shù)據(jù)分析結果執(zhí)行，有價值，給業(yè)務賦能。

那么，我們以一個實際的工作場景為例來梳理一下“如何落地建議”的思路：

互聯(lián)網(wǎng)產(chǎn)品，負責運營的同事找到數(shù)據(jù)分析人員，說“昨天次日用戶留存率明顯下降了，幫忙看看”

1、定義問題

與運營伙伴溝通后，根據(jù)前面【如何定義問題】的步驟，進一步明確了問題如下：

2021年4月21日次日用戶留存率下降5%，而正常波動范圍是±1%，因此認為有顯著下降。此次分析的目標在于找出下降的主要原因，并在當日解決。

主要考慮：

• 問題主要出現(xiàn)在什么用戶群，次日留存這個指標是對新客而言的，新客還可以從哪些維度進行細分？

• 發(fā)生在什么終端(app\pc\wap)或者哪個業(yè)務環(huán)節(jié)？

• 什么時候開始降低的，降低的幅度有多大？

2、如何形成分析思路？

根據(jù)前面【如何形成分析思路】的步驟，簡化的分析思路如下：

●首先，確認次日用戶留存率下降了 5%的準確性 ；

●然后，了解次日留存率的業(yè)務指標，觀察留存規(guī)律，要結合產(chǎn)品所屬行業(yè)的整體趨勢；與頭部產(chǎn)品比較數(shù)據(jù)差異性以及產(chǎn)品差異。根據(jù)留存趨勢表現(xiàn)，留存率能夠幫助我們快速定位問題，是否是某渠道的用戶質量問題，某一日或幾日外部事件導致的留存變化。如果是用戶質量問題，那么該批次用戶次日留存率、二日、三日等留存率都會偏低；如果是外部事件導致的，那么就是不同批次用戶在某一統(tǒng)計日的留存率會表現(xiàn)的都很低。

●對用戶進行細分，包括新老、渠道、活動、畫像等多個維度，然后分別計算每個維度下不同用戶的次日留存率。通過這種方法定位到導致留存率下降的用戶群體是誰；

先看歷史數(shù)據(jù)趨勢：

• 以前有沒有出現(xiàn)類似情況？當時是發(fā)生了什么？

• 是否具有周期性，比如是否遇到節(jié)假日就會下降？

再做同期群分析——出問題的這段時間和先前的正常時間段來的用戶在上述特征中存在什么差異？同期群分析時候要注意群體的匹配性，比如用戶屬性、運營活動、產(chǎn)品策略上要具有可比性。

●其次，對次日留存影響因素進行梳理，功能需求滿足、獲客等；

●再通過，異常范圍定位后，要根據(jù)業(yè)務進一步做假設，實際具體情況具體分析。對于目標群體次日留存下降問題，具體情況具體分析。計算出各個維度的留存率，定位哪些維度的留存有異常。

如，哪個渠道用戶的留存比較差？留存較差的渠道的用戶畫像是什么樣的？什么類型的用戶留存差？這類型用戶的留存為什么差？在app上的行為和留存好的用戶有什么差異？行為差異的原因什么？

具體分析可以采用“內(nèi)部-外部”因素考慮：

a：內(nèi)部因素分為獲客（渠道質量低、活動獲取非目標用戶）、滿足需求（新功能改動引發(fā)某類用戶不滿）、提活手段（簽到等提活手段沒達成目標、產(chǎn)品自然使用周期低導致上次獲得的大量用戶短期內(nèi)不需要再使用等）；

b：外部因素采用PEST分析（宏觀經(jīng)濟環(huán)境分析），政治（政策影響）、經(jīng)濟（短期內(nèi)主要是競爭環(huán)境，如對競爭對手的活動）、社會（輿論壓力、用戶生活方式變化、消費心理變化、價值觀變化等偏好變化）、技術（創(chuàng)新解決方案的出現(xiàn)、分銷渠道變化等）。

●最后，假設-檢驗，并進行預測未來是否還會下跌？應該采取什么方式避免下跌？與業(yè)務溝通反饋分析結論，探討后續(xù)方案的執(zhí)行。

3、落地建議

根據(jù)前面【如何根據(jù)分析結果給出可執(zhí)行的落地建議呢？】的步驟，具體如下：

第一、確認分析的數(shù)據(jù)邏輯性，可靠性，準確性。

客戶使用咱們公司的產(chǎn)品，時間越長越好，越長帶來的現(xiàn)金流或者利潤越高，這就是提高留存的核心意義。

第二、認清事實，清晰各個部門落地目標。

數(shù)據(jù)分析結果在各個部門里落地生根，利用STAR 模型（ situation(情境)、target(目標)、action(行動)、result(結果)）把公司目標-部門目標-項目目標串起來，使得各個部門人員配合落地執(zhí)行。

第三、結合業(yè)務動作，提出切實可行的方案。

◆優(yōu)化引導流程關鍵點：減少摩擦、清晰表明進展情況、構建社交網(wǎng)絡、提供獎勵、提供用戶案例、使用簡短有用的教程；自己在工作中做的引導模塊，也用到了提供獎勵和清晰表明進展這兩點。

◆利用推送通知真正有意義的推送，是觸發(fā)用戶的互動行為。而且注意要把推送通知的質量和數(shù)量控制在用戶可以容忍的程度關鍵點：

?非強制，有打開或關閉按鈕

?圍繞最有意義的事件進行推送，不能濫用；自己在做方案的時候，一開始把所有用戶都考慮在被推送的范圍之內(nèi)了，比如流失用戶、沉默用戶也進行推送，沒有考慮到推送的內(nèi)容是否真正能引起他們的興趣，所以這樣的做法意義就不大；

?個性化通知，推送與用戶相關或真正感興趣的內(nèi)容

第四、獲得領導的支持和認可。

領導認可才會分配相應的資源，交給相應的人員去實施。我們首要證明分析是正確的；其次有非常準確可靠的價值描述；最終，必須有清晰明確，成本可控的落地方案。

第五、上線測試，復盤效果，優(yōu)化迭代。

◆猜測原因，如首頁推薦更新頻率太低，每周一次（這里想起了工作中遇到的排行榜的問題，當時leader也提到，如果這個模塊更新頻率低，則不會吸引用戶點擊，還有分析用戶搜索頻次、結果和點擊率，猜測搜索結果不符合用戶預期

◆實驗改進，優(yōu)化迭代：1）今日推薦改成每日推薦，每天都更新 2）優(yōu)化算法，讓排序在前的結果符合預期

小結

數(shù)據(jù)分析結果只有落地，才能產(chǎn)生價值。還原真正的業(yè)務場景，將理論與實際業(yè)務相結合，給業(yè)務賦能。但真正在執(zhí)行的時候領導認可支持以及同事的配合執(zhí)行才是最大的推動力，這其中包括了數(shù)據(jù)分析人員必備的軟實力！