一、為什么需要數(shù)據(jù)分析

數(shù)據(jù)分析的重要性不言而喻，沒有數(shù)據(jù)，就是感性。數(shù)據(jù)不會(huì)被觀點(diǎn)打敗，數(shù)據(jù)只能被數(shù)據(jù)打敗。我們現(xiàn)在妥妥地已經(jīng)進(jìn)入了數(shù)據(jù)時(shí)代。

1. 量化IT投資成效，以數(shù)據(jù)驅(qū)動(dòng)決策

站在公司或者決策者角度，數(shù)據(jù)最本質(zhì)的作用，是作為資源調(diào)配的裁判，幫我們用最客觀的方式將資源投到最有價(jià)值的事情上。

中國互聯(lián)網(wǎng)已經(jīng)進(jìn)入到一個(gè)獲取流量成本很高的時(shí)代，企業(yè)并沒有那么多容錯(cuò)機(jī)會(huì)給到大家不斷嘗試試錯(cuò)。要提高決策準(zhǔn)確性，主要依賴數(shù)據(jù)論證。

2. 通過數(shù)據(jù)分析洞察用戶

用戶研究是產(chǎn)品經(jīng)理必須要去做的一件事，懂用戶，挖痛點(diǎn)，給方案。

用戶研究常用的方法除了用戶訪談、調(diào)查問卷等定性研究外。從已存數(shù)據(jù)中發(fā)現(xiàn)用戶的行為偏好，建立數(shù)據(jù)與用戶畫像之間的關(guān)聯(lián)，針對不同人群需求或者痛點(diǎn)給出合理的產(chǎn)品解決方案也是數(shù)據(jù)驅(qū)動(dòng)決策的手段。

3. 通過數(shù)據(jù)分析找到機(jī)會(huì)點(diǎn)

比如做商城購物流程優(yōu)化項(xiàng)目時(shí)，首先拉取了商詳頁-購物車-結(jié)算頁-收銀臺(tái)-支付成功 發(fā)現(xiàn)商詳頁和結(jié)算頁轉(zhuǎn)化率兩個(gè)環(huán)節(jié)在整個(gè)路徑中轉(zhuǎn)化率最低，因此馬上定出了事項(xiàng)優(yōu)先級(jí)，優(yōu)先解決這兩個(gè)頁面的轉(zhuǎn)化問題。

產(chǎn)品經(jīng)理不需要成為數(shù)據(jù)分析方面的專家，但什么時(shí)候分析數(shù)據(jù)、分析哪些數(shù)據(jù)、如何分析數(shù)據(jù)、如何用數(shù)據(jù)輔助決策、如何用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)，這些問題是產(chǎn)品經(jīng)理必須要回答的。

二、數(shù)據(jù)分析的框架

用戶數(shù)據(jù)指用戶本身的特性，如用戶畫像，使用你產(chǎn)品的用戶男性多還是女性多，年齡多大等。

行為數(shù)據(jù)指用戶使用產(chǎn)品在頁面上的各種點(diǎn)擊行為，在頁面上停留時(shí)長等。

業(yè)務(wù)數(shù)據(jù)指用戶行為之后，實(shí)際產(chǎn)生的結(jié)果，業(yè)務(wù)數(shù)據(jù)會(huì)落庫業(yè)務(wù)數(shù)據(jù)表。分析業(yè)務(wù)數(shù)據(jù)的意義，可以衡量商業(yè)價(jià)值，是業(yè)務(wù)最終呈現(xiàn)結(jié)果，用以推動(dòng)公司業(yè)務(wù)的發(fā)展。

1. 數(shù)據(jù)生成

各種業(yè)務(wù)系統(tǒng)、APP等，填報(bào)記錄的數(shù)據(jù)。

2. 獲取數(shù)據(jù)

通常使用第三方工具如ETL將業(yè)務(wù)系統(tǒng)的數(shù)據(jù)經(jīng)過抽?。‥xtract）、清洗轉(zhuǎn)換（Transform）之后加載（Load）到數(shù)據(jù)倉庫的過程，數(shù)據(jù)呈現(xiàn)在BI的數(shù)據(jù)源。

3. 數(shù)據(jù)建模

所有數(shù)據(jù)進(jìn)到數(shù)倉以后，需要根據(jù)實(shí)際想要看的業(yè)務(wù)數(shù)據(jù)進(jìn)行數(shù)據(jù)建模，建模后的數(shù)據(jù)呈現(xiàn)在數(shù)據(jù)集。數(shù)據(jù)集作為數(shù)據(jù)源和可視化展示的中間環(huán)節(jié)，承接數(shù)據(jù)源的輸入，并為可視化展示輸出數(shù)據(jù)表。

4. 構(gòu)建數(shù)據(jù)模型

底層的業(yè)務(wù)數(shù)據(jù)表其實(shí)很多，幾十張上百張都有，但到了業(yè)務(wù)數(shù)據(jù)分析階段，當(dāng)需要分析的數(shù)據(jù)存儲(chǔ)在不同的表，可以通過數(shù)據(jù)關(guān)聯(lián)，把多個(gè)表連接起來，形成模型進(jìn)行數(shù)據(jù)分析。

5. 設(shè)計(jì)維度和度量指標(biāo)

對數(shù)據(jù)字段可以進(jìn)行下一步分類：

維度（Dimensions）

度量（Measures）

在統(tǒng)計(jì)學(xué)中，單一數(shù)據(jù)字段可以被分為離散和連續(xù)。離散通常是維度，比如城市名稱、用戶名字，特征是有限數(shù)量的值；連續(xù)通常是度量，比如銷量、利潤或成功率，特征是不可羅列，可能為任一數(shù)值。維度和度量中有許多灰色區(qū)域，比如金額，可以做維度，也可以做度量。

?

度量可以再分原子度量和派生度量。

原子度量指從維度里直接獲取到，上表中的總訂單數(shù)和成功訂單數(shù)。

派生度量并不能直接從數(shù)據(jù)表中獲取，而需要基于已有數(shù)據(jù)進(jìn)行加工處理得到，上表中的訂單成功率是成功訂單數(shù)/總訂單數(shù)得到。

6. 數(shù)據(jù)分析

聚合，簡單講就是數(shù)據(jù)源里的多行數(shù)據(jù)按照一定的標(biāo)準(zhǔn)計(jì)算成一個(gè)數(shù)據(jù)，不管數(shù)據(jù)集里有一行還是多行，視圖里的數(shù)據(jù)都是聚合后的結(jié)果，一行數(shù)據(jù)也是要聚合的，當(dāng)然一行數(shù)據(jù)聚合的結(jié)果是一樣的。實(shí)際上，維度為數(shù)據(jù)聚合提供依據(jù)，而度量是依據(jù)維度聚合得到的結(jié)果。

7. 數(shù)據(jù)應(yīng)用

通過可視化的圖表去分析數(shù)據(jù)，找出機(jī)會(huì)點(diǎn)或者異常。

數(shù)據(jù)從用戶中來，通過一系列的數(shù)據(jù)沉淀、處理和分析找出機(jī)會(huì)點(diǎn)做決策再回到用戶中去，提升用戶體驗(yàn)，帶動(dòng)業(yè)務(wù)增長，此即數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)。

三、數(shù)據(jù)指標(biāo)體系設(shè)計(jì)

數(shù)據(jù)與數(shù)據(jù)之間的關(guān)聯(lián)性或者相關(guān)邏輯性稱作數(shù)據(jù)指標(biāo)體系。指標(biāo)體系指將零散單點(diǎn)的具有相互聯(lián)系的指標(biāo)，系統(tǒng)化的組織起來，通過單點(diǎn)看全局，通過全局解決單點(diǎn)的問題。

1. 用戶數(shù)據(jù)之AARRR模型

提到用戶本身，馬上會(huì)想到經(jīng)典的AARRR 模型，即獲取用戶（Acquisition）、提高活躍（Activation）、提高留存率（Retention）、獲取營收（Revenue）和自傳播（Referral）。

每個(gè)環(huán)節(jié)都有這個(gè)環(huán)節(jié)應(yīng)該關(guān)注的指標(biāo)，這些環(huán)節(jié)并不一定遵循嚴(yán)格的先后順序。

2. 行為數(shù)據(jù)之UJM+OSM模型

UJM即User-Journey-Map，用戶旅程地圖模型；OSM分別指目標(biāo)、策略和衡量，Objective-Strategy- Measurement。

UJM+OSM，通過拆分用戶使用產(chǎn)品的階段性行為，從中挖掘用戶的需求，在每個(gè)階段確定能夠提升的指標(biāo)，將用戶旅程和業(yè)務(wù)目標(biāo)結(jié)合起來。

按照價(jià)值從高到低依次投入開發(fā)資源去實(shí)現(xiàn)目標(biāo)，項(xiàng)目上線后再復(fù)核業(yè)務(wù)目標(biāo)是否達(dá)成，若未達(dá)成，進(jìn)行差距分析。

3. 業(yè)務(wù)數(shù)據(jù)之指標(biāo)分層

談到業(yè)務(wù)數(shù)據(jù)時(shí)開始涉及角色的問題，業(yè)務(wù)和產(chǎn)品的角色分工，不同的角色在不同的場景下關(guān)注的指標(biāo)并不相同。

?

業(yè)務(wù)層級(jí)的指標(biāo)用來衡量商業(yè)層面的客戶發(fā)展、增長與獲利、競爭力與盈利能力等。業(yè)務(wù)從用戶那里掙錢，需要通過產(chǎn)品作為載體或媒介，互聯(lián)網(wǎng)產(chǎn)品的使命是利用技術(shù)賦能業(yè)務(wù)，幫助企業(yè)降本增效。

但不管什么數(shù)據(jù)模型，核心都在于找到數(shù)據(jù)與數(shù)據(jù)之間的關(guān)聯(lián)性，從海量數(shù)據(jù)中找出最核心的數(shù)據(jù)指標(biāo)用以衡量目標(biāo)是否達(dá)到，以系統(tǒng)和結(jié)構(gòu)化視角思維來看數(shù)據(jù)分析。

四、數(shù)據(jù)呈現(xiàn)之?dāng)?shù)據(jù)分析方法

通過數(shù)據(jù)呈現(xiàn)，把分析的結(jié)果完整呈現(xiàn)出來，為決策者提供科學(xué)、嚴(yán)謹(jǐn)?shù)臎Q策依據(jù)，供決策者參考以做出決策。

1. 漏斗分析

漏斗分析能夠科學(xué)反映用戶行為狀態(tài)，以及從起點(diǎn)到終點(diǎn)各業(yè)務(wù)流程的用戶轉(zhuǎn)化率情況，是一種重要的流程式數(shù)據(jù)分析方法。需要關(guān)注兩點(diǎn)，第一是關(guān)注哪一步流失最多；第二是關(guān)注流失的人都有哪些行為。轉(zhuǎn)化率最低的環(huán)節(jié)，往往是ROI 價(jià)值最大的地方。

?

2. 趨勢分析

建立趨勢圖表可以迅速了解市場、用戶或者產(chǎn)品特征的基本表現(xiàn)，便于進(jìn)行迅速迭代。趨勢分析通常按時(shí)間維度的小時(shí)\天\周\月看度量指標(biāo)的變化情況。

?

3. 對比分析

同一維度還常常做度量指標(biāo)的對比分析，主要用于對比同維度間的差異性。同漏斗分析類似，對比分析也可以快速找出最需要關(guān)注的維度指標(biāo)，把資源用在刀刃上。

?

4. 帕累托分析

帕累托分析，平常也稱之為二八定律。在任何一組東西中，最重要的只占其中一小部分，其余盡管是多數(shù)，卻是次要的。

帕累托模型即是以二八定律為基礎(chǔ)原理構(gòu)建出的商品分析模型，這個(gè)模型最大的好處是可以對商品或者產(chǎn)品進(jìn)行分類，按照投入產(chǎn)出比的優(yōu)先次序原則，將自己的資源盡量投入到頭部產(chǎn)品當(dāng)中，以期產(chǎn)生最大的效益。其核心思想就是少數(shù)項(xiàng)目貢獻(xiàn)了大部分價(jià)值。

5. 交叉分析

交叉分析法就是將對比分析從多個(gè)維度進(jìn)行交叉展現(xiàn)，進(jìn)行多角度的結(jié)合分析，從中發(fā)現(xiàn)最為相關(guān)的維度來探索數(shù)據(jù)變化的原因。

報(bào)告圖表化。用圖表代替大量堆砌的數(shù)字會(huì)有助于人們更形象更直觀地看清楚問題和結(jié)論，更容易做到有理有據(jù)。

?