数据分析思维 -- 读书笔记

业务指标

如何理解数据

• 每一列的含义。
• 数据分类。用户数据：性别，年龄，地区；行为数据：用户做了什么；产品数据。

常用的业务指标

• 用户数据指标。新增用户：日新增用户数；活跃用户：活跃用户数，活跃用户率；留存用户：留存率。
• 行为数据指标。PV(page view) 页面访问次数/UV(unique view) 访问人数；转化率（与具体业务相关）；k因子，衡量推荐效果，平均每个用户发出邀请数*转化率。
• 产品数据指标。总量：成交总额（GMV）/成交数量/访问时长；人均：人均付费/付费用户人均付费/人均访问时长；付费：付费率/复购率（消费两次以上的用户/付费人数）；产品：热销产品数/好评产品数/差评产品数。
• 推广付费指标。展示位广告（开屏）：按展示次数付费；搜索广告：按点击次数付费；信息流广告：按点击次数或按投放的实际效果（app下载数/app激活数/完成购买的用户数或销售额）付费。

如何选择指标？

• 好的指标应该是比率。
• 北极星指标：核心指标。
  ins：照片分享率
  facebook：月活跃用户率
  喜马拉雅：用户收听时长

指标体系和报表

是什么

指标体系是从不同维度梳理业务，把指标有系统地组织起来。简而言之，指标体系 = 指标 + 体系。

为什么

指标体系的作用包括：

• 监控业务情况；
• 通过拆解指标寻找当前业务问题；
• 评估业务可改进的地方，找出下一步工作的方向。

怎么做

• 明确部门KPI，找到一级指标；
• 了解业务运营情况，找到二级指标；
• 梳理业务流程，找到三级指标；
• 通过报表监控指标，不断更新指标体系。

常见问题

• 没有一级指标，抓不住重点。
• 指标之间没有逻辑关系。
• 拆解的指标没有业务意义。
• 不和业务部门沟通，一个人完成了指标体系和报表。

分析方法

5W2H

• 是什么：5W: what,when,where,why,who；2H: how,how much
• 可以解决简单的问题：如何设计一款产品/如何设计问卷上的问题
• 不可以解决：复杂的商业问题，因为复杂的问题有很多原因。

逻辑树分析方法

• 是什么：把复杂问题拆解成若干个简单的子问题，像树枝那样逐层展开。
• 如何使用：年度计划；马斯克火星计划；费米问题。
• 注意事项：逻辑树分析方法在解决业务问题时，经常不是单独存在的，而是融合在其他分析方法里，辅助解决问题。

PEST分析方法

• 是什么：对公司发展宏观环境的分析。通常从政策，经济，社会，技术四个方面来分析。
• 如何使用：政策环境指政府的政策，法律等；经济环境指一个国家的国民收入，人均可支配收入等；社会环境主要包括一个地区的人口，年龄，收入分布，购买习惯，教育水平等；技术环境指外部技术对公司发展的影响。

多维度拆解分析方法

• 是什么：维度即角度，拆解即做加法：问题=维度1+维度2+…
• 有什么用：只看整体，注意不到数据内部各个部分的差异；复杂问题简单化，与逻辑树分析方法原理一样。
• 如何使用：从指标构成或业务流程的维度来拆解。
• 注意事项：辛普森悖论，即数据整体和数据不同的部分有相反的结论。

对比分析方法

• 有什么用：价格锚定；A/B测试。
• 如何使用：弄清楚和谁比（自己还是行业）；如何比（整体，波动，趋势）。
• 注意事项：注意比较对象的规模保持一致。

假设检验分析方法

• 是什么：假设检验分析方法就是逻辑推理，分为三步：提出假设，收集证据，得出结论。
• 有什么用：分析问题发生的原因。
• 如何使用：用多种思路客观的提出假设：用户，产品，竞品；4P（产品，价格，渠道，促销）营销理论；从业务流程提出假设。
• 注意事项：结论需依靠证据；假设检验是一个不断重复的过程；与其他分析方法结合，如提出假设部分，可以使用多维度拆解分析方法，如收集证据部分，可以使用对比分析方法。

相关分析方法

• 注意事项：区分相关关系和因果关系的方法是单变量控制法。

群组分析方法

• 是什么：按某个特征，将数据分为不同的组，然后比较各组的数据。
• 有什么用：留存分析；逾期分析。
• 如何使用：先使用群组分析方法，找到留存率低/高的组，然后用假设检验，相关分析等方法研究原因，找到原因后就可以优化产品。
• 注意事项：分组除了可以按时间分组外，还可以根据具体的业务场景确定。

RFM分析法

• 是什么：最近一次消费的时间间隔；消费频率；消费金额。
• 有什么用：把用户分成8类，对不同用户使用不同的营销策略，例如信用卡的会员服务。
• 注意事项：不同业务R,F,M定义不同；R,F,M按价值确定打分的规则一般分为1-5分，也可以根据业务灵活调整。

漏斗分析方法

• 是什么：衡量业务流程每一步转化效率的分析方法。
• 有什么用：定位问题节点。
• 注意事项：结合行业进行调整，才可以产生指导作用。

用数据分析解决问题

分成三步：明确问题；分析原因；提出建议。

明确问题

• 客观分析，不要主观猜测。
• 明确数据来源（时间，地点，出自）和准确性。
• 业务指标理解（指标含义；和谁比）。

分析原因

• 哪里出了问题：使用多维度拆解分析方法，对问题进行拆解，将复杂问题细化。
• 为什么会出现这个问题：对拆解的各部分，使用假设检验分析方法找到哪里出了问题，分析的过程可以用对比分析方法等多个分析方法来辅助完成。
• 判断优先级：找到问题后，使用相关分析方法。

提出建议

• AARRR模型；回归分析。
• 决策选项不要太多；决策要可落地。