数据分析基础

9种数据分析方法

数据分析的本质：用不同视角去拆分、观察同一个数据指标

• 对比分析
  比什么？

  	含义	应用	缺点
  绝对值	本身具备价值的数字	销售金额/阅读数	不易得知问题的严重程度
  比例值	在具体环境中看比例才具备对比价值	活跃占比/注册转化率	易受极值影响

  怎么比？

  	含义	应用
  环比	与当前时间范围相邻的上一个时间范围对比 对短期内具备连续性的数据进行分析	需要根据相邻时间范围的数字对当前时间范围的指标进行设定
  同比	与当前时间范围上层时间范围的前一范围中同样位置数据对比 观察更为长期的数据集	观察的时间周期里有较多干扰，希望某种程度上消除这些干扰

  和谁比？

  	含义	应用
  和自己比		从时间维度/不同业务线/过往经验估计
  和行业比		行业趋势

• 多维度拆解
  原理：指标/业务流程需要按照多维度拆解来观察变动

  • 分析单一指标的构成（播放量分析/日活分析）
    分栏目的播放量
    新老用户比例
  • 针对流程进行拆解分析（支付漏斗分析【注册-下单-支付】）
    不同渠道的浏览/购买转化率
    不同省份的活动参与漏斗
  • 还原行为发生时的场景（主播打赏分析）
    打赏主播的等级/性别/频道
    是否在WiFi或4G环境下

• 漏斗观察
  运作原理：通过一连串向后影响的用户行为观察目标
  适用场景：有明确的业务流程和业务目标
  建议漏斗时容易出现的坑
  【坑1】漏斗一定是有时间窗口的：根据业务实际情况，选择对应的时间窗口

  • 按天：对用户心智的影响只在短期内有效（短期活动）
  • 按周：业务本身复杂/决策成本高（理财/美股开户）
  • 按月：决策周期更长（装修/买房/婚礼）

  【坑2】漏斗一定是有严格顺序的

  • 不可以用【ABCDE】的漏斗看【ACE】的数据

  【坑3】漏斗的计数单位可以基于用户，也可以基于事件

  • 基于用户：关心业务流程的推动
  • 基于事件：关心某一步具体的转化率（无法获知事件流转的真实情况）

  【坑4】结果指标的数据不符合预期

  • 自查：是否只有这一个漏斗能够到达最终目标

• 分布情况
  运作原理：从事件在不同维度中的分布来观察，了解除了累计数量和频次外更多维度的信息
  适用场景：用户层面/事件层面
  用户：已知一群用户完成了指定事件，需要对用户群体进行细分，按不同维度和价值将他们划分为不同的群体，分别进行后续的维护和分析。【RFM模型】
  事件： 已知单个事件的完成次数，希望知道这些次数拆分到不同维度上的分布情况，以便更清晰的了解该事件的完成情况。
  常见的群体划分

  • 事件频率（按照一天做几次划分用户）
  • 一天内的时间分布（按照一天累计时长划分用户）
  • 消费金额的区间（按照消费金额划分用户）

• 用户留存
  运作原理：大盘留存/精准留存
  适用场景：评估产品功能粘性，验证产品长期价值

  • 大盘留存（一般计算方式）
    将某一时间段的用户ID与另一时间的用户ID做交叉去重（产品/运行/技术/市场每个环节都会对留存造成影响，不准确）
  • 精准留存
    • 过滤进行过指定行为的用户ID再计算（计算不同类型小说的用户留存）
    • 将用户分为不同的群体后，观察其之间留存的区别（计算游戏每个区服的用户留存）

• 用户画像
  运作原理：通过对用户各类特征进行标识，给用户贴上各类标签，通过标签将用户分为不同的群体，以便对不同的群体分别进行产品/运营动作
  适用场景：市场营销/个性化运营/业务分析/用户研究
  标签有哪些？

  • 基础属性（年龄/性别/生日/星座/教育/身高/收入/职业...）
  • 社会关系（婚姻/孩子/老人/性取向...）
  • 行为特征（基本行为（注册时间/来源渠道...）/业务行为（买过特惠商品/获得过一些标识...））
  • 业务相关（健身产品：胖瘦高矮/体脂率...）

  标签从哪来？

  • 直接填写
  • 通过用户自己的已有特征推导（成本高，需要思考，不会经常做）
    何时需要推导：做针对性的活动/简单的个性化运营/业务分析/用户研究
  • 通过用户身边的人推断（距离相近（lookalike）/行为相似（协同过滤））

• 归因查找
  找出事件发生的主要原因
  运作原理：将事件拆解，根据业务性质，确定影响事件完成的关键部分

  • 末次归因：转化路径短，且事件间关联性强的场景（看直播充值）
  • 递减归因：转化路径长，非目标事件差异不大，没有完全主导的（游戏充值）
  • 首次归因：强流量依赖的业务场景，拉人比后续所有事都重要（小额贷款）

  适用场景

  • 将目标的达成拆分到各个模块，方便统计各模块的贡献（【绩效分配】（用户付费是谁的功劳））
  • 获悉当前指标达成的主要因素，获得如何提升业务指标的洞察（【房地产/汽车网站】（用户留下资料方便售卖））

• 路径挖掘
  运作原理：逐级展开某一事件的前一级（后一级）事件，观察用户流向/行为路径
  适用场景

  • 有明确的起始场景（希望观察这个场景之后用户流去了哪里）
  • 有明确的结果目标（希望观察来的用户是如何到达的）

• 行为序列
  运作原理：将单一用户的所有行为以时间线的形式进行排列
  适用场景

  • 观察掩盖在统计信息下更细致的信息，还原用户具体的使用场景
  • 通过观察具体的行为特征，找到提升产品价值的机会点

5种常见业务场景

• 数据涨跌异动如何处理：跌：采取动作，减缓趋势，涨：弄清原因，并放大
  发现异常→确定问题→确定原因→针对性解决问题→执行
  【某天收入跌了10%】考虑思路（【业务洞察】要不断积累经验）
  问题严重吗？
  【假设】是个例，往期应该没这么大幅度
  【证明】周同比/月同比都没有这个跌幅
  【结论】这是个问题（很严重）
  服务挂了吗？
  【假设】是技术问题，会存在断崖式下跌，修复好会回来
  【证明】按小时查看，符合平时流量规律
  【结论】服务没问题
  渠道问题？
  【假设】是渠道问题，会存在某个渠道远低于平时的流量
  【证明】按渠道拆解，某个渠道确实下降将近20%
  【结论】渠道有问题，进一步查询
  地区缺货？
  【假设】是缺货问题，会存在某个地区远低于平时的销量
  【证明】按城市拆解，有城市低了不少
  【结论】怀疑与当地动作有关
  常见通用假设
  ** 活动影响**：查看活动页面及对应动作的数据波动，关注活动是否有地域属性
  版本发布：将版本号作为维度，区分查看（用户注册转化率）
  渠道投放：查看渠道来源变化
  策略调整：策略上线时间节点，区分前后关键指标波动
  服务故障：明确故障时间，按显示为维度进行小时或者分钟级别的拆分

• 评估渠道质量，确定投放优先级
  常见渠道划分方式

  来源 具体的流量实体	媒介 实体中承载推广的实体	其他参数
  百度/头条/线下	SEM/自然搜索结果/Bannner	营销活动名称/广告关键词

  渠道质量跟踪（带来的用户是否是目标用户）
  完成关键事件就是目标用户（电商【购买】/社区【发帖】）
  关键事件选择要根据业务，不要门槛太高或太低

• 功能/内容上线后，如何评估其短期效果/长期价值/未来潜力？

  • 上线后的目标与价值清晰明确（用户付费/营收）
    • 借助漏斗分析对比（转化关系明确）
    • 借助用户分群对比（转化关系复杂）
  • 上线后关注其对产品价值的提升（长期留住用户）
    • 借助精准留存对比
  • 上线以探索更长期的产品潜力（占据用户更多时间）
    • 借助分布情况分析
      • 从对使用情况的促进作用来观察（使用次数增加）
      • 从占据用户一日时间段的角度来观察（使用时间段）

• 使用用户画像了解数字背后的用户

  • 高质量的拉新
    从现有用户中找到我们真正的用户→找到真正的用户特征→按此特征找到类似的用户
    真正的用户：高留存/核心行为频次、完成率高
    特征：是谁？（年龄/受教育程度/地域/消费能力）从哪来？（记录渠道来源/电话访谈）
  • 精准运营推送
    • 运营资源盘活
      不同人群在同一个运营资源位上得到不同的信息（千人千面）；同时要在千人千面和千人x面找到ROI（投资回报比）的平衡
      
      常规做法：出台排期表/一套运营资源使用规则（一天最多只能推3条/同一类型的营销在一周/月内不能重复推送/...）
      问题：整个公司的内部营销资源存在上限
      如果运营策略能够自动化运行，可以实现千人千面。
      
      更好的做法：精细化的用户分群运营（7~8个标签往往就够了）
      优势：既能提升整个公司的可用资源，也能提升收到推送的用户自己的体验
      问题：运营力量有限，分群太多，运营团队要写太多推送文案/页面
      办法：在ROI上找到一个平衡点，优先选择容易出成绩的（电商的性别标签/首页/每日推送）
      
      怎么选择最初的7~8个标签？
      • 人口统计学意义上的标签（电商：性别/教育：地域）
      • 业务相关的标签（教育：年级/健身：BMI）
    • 推送内容与用户有关
      基于用户行为序列，调整推送内容；使用户感受到私人化的推送
      如何实现？
      向我说话：利用用户留下的信息，在推送文案里使用对应名称
      由我触发：通过挖掘用户的行为序列，将推送行为与用户某个行为挂钩
      和我有关：推送的活动和真正用户的需求有关
  • 辅助产品设计
    谁在用？（用户画像）
    什么情况下用？（行为序列）
    干什么&会遇到什么问题？（行为序列/屏幕录像）
    不要套数据！如果有更直接的方式get用户场景，大胆去用

• 羊毛党盛行，如何快速查出是谁在薅羊毛？
  抓作弊的方法：找到【1】→找到模式→找到【N】→一网打尽
  找到【1】：发现数据异常（异常高且无理由的流量/工作人员观察/人工举报）
  找到模式：明确目的（刷量/薅羊毛/spam）观察特征【行为序列相似】（机刷/人肉刷/量异常多/留存少）
  找到【N】：按规则爬取并人工审核
  一网打尽：封禁/封禁权限/屏蔽/定向屏蔽|提高关键成本/注册七天后方可发帖/减少库存/提高提现审核力度|如果成本太高或者问题不大就不处理了