做好运营数据分析的8种方法 如何做好运营数据分析?

这篇文章来自 GrowingIO 联合创始人 & 运营副总裁陈明先生 , 全文总结了 15 个运营必备的数据分析方法论 。 不论是刚刚入行的萌新 , 还是深耕多年的老司机 , 这篇深度总结 , 都值得你再次回顾 。

做好运营数据分析的8种方法 如何做好运营数据分析?

文章插图
提起数据分析 , 大家往往会联想到一些密密麻麻的数字表格 , 或是高级的数据建模手法 , 再或是华丽的数据报表 。 其实 , “ 分析 ”本身是每个人都具备的能力 , 比如根据股票的走势决定购买还是抛出;依照每日的时间和以往经验选择行车路线;购买机票、预订酒店时 , 比对多家的价格后做出最终选择 。
这些小型决策 , 其实都是依照我们脑海中的数据点作出判断 , 这就是简单分析的过程 。 对于业务决策者而言 , 则需要掌握一套系统的、科学的、符合商业规律的数据分析知识 。
一、数据分析的战略思维无论是产品、市场、运营还是管理者 , 你必须反思:数据本质的价值 , 究竟在哪里?从这些数据中 , 你和你的团队都可以学习到什么?
1. 数据分析的目标对于企业来讲 , 数据分析的可以辅助企业优化流程 , 降低成本 , 提高营业额 , 往往我们把这类数据分析定义为商业数据分析 。 商业数据分析的目标是利用大数据为所有职场人员做出迅捷、高质、高效的决策 , 提供可规模化的解决方案 。 商业数据分析的本质在于创造商业价值 , 驱动企业业务增长 。
2. 数据分析的作用我们常常讲的企业增长模式中 , 往往以某个业务平台为核心 。 在这其中 , 数据和数据分析 , 是不可或缺的环节 。
通过企业或者平台为目标用户群提供产品或服务 , 而用户在使用产品或服务过程中产生的交互、交易 , 都可以作为数据采集下来 。 根据这些数据洞察 , 通过分析的手段反推客户的需求 , 创造更多符合需求的增值产品和服务 , 重新投入用户的使用 , 从而形成形成一个完整的业务闭环 。 这样的完整业务逻辑 , 可以真正意义上驱动业务的增长 。
3. 数据分析进化论我们常常以商业回报比来定位数据分析的不同阶段 , 因此我们将其分为四个阶段:
阶段 1:观察数据当前发生了什么?
首先基本的数据展示 , 可以告诉我们发生了什么 。 例如:公司上周投放了新的搜索引擎 A 的广告 , 想要比对一周内新渠道 A 比现有渠道 B 情况如何 , A、B 各自带来了多少流量 , 转化效果如何? 又比如 , 新上线的产品有多少用户喜欢 , 新注册流中注册的人数有多少 。 这些都需要通过数据来展示结果 , 都是基于数据本身提供的“发生了什么” 。
阶段 2:理解为什么发生?
如果看到了渠道 A 为什么比渠道 B 带来更多的流量 , 这时候我们就要结合商业来进一步判断这种现象的原因 。 这时候我们可以进一步通过数据信息进行深度拆分 , 也许某个关键字带来的流量 , 也许是该渠道更多地获取了移动端的用户 。 这种数据深度分析判断 , 成为了商业分析第二个进阶 , 也同时能够提供更多商业价值上的体现 。
阶段 3:预测未来会发生什么?
而当我们理解了渠道 A、B 带来流量的高低 , 就根据以往的知识预测未来会发生什么 。 在投放渠道 C、D 的时候 , 猜测渠道 C 比渠道 D 好 , 当上线新的注册流、新的优化 , 可以知道哪一个节点比较容易出问题;我们也可以通过数据挖掘的手段 , 自动预测判断 C 和 D 渠道之间的差异 , 这就是数据分析的第三个进阶 , 预测未来会发生的结果 。
阶段 4:商业决策
所有工作中最有意义的还是商业决策 , 通过数据来判断应该做什么 。 而商业数据分析的目的 , 就是商业结果 。 当数据分析的产出可以直接转化为决策 , 或直接利用数据做出决策 , 那么这才能直接体现出数据分析的价值 。
4. 数据分析的 EOI 框架EOI 的架构是包括 LinkedIn、Google 在内的很多公司定义分析型项目的目标的基本方式 , 也是首席增长官在思考商业数据分析项目中一种基本的、必备的手段 。
其中 , 我们先会把公司业务项目分为三类:核心任务 , 战略任务 , 风险任务 。 以谷歌为例 , 谷歌的核心任务是搜索、SEM、广告 , 这是已经被证明的商业模型 , 并已经持续从中获得很多利润 。 谷歌的战略性任务(在 2010 年左右)是安卓平台 , 为了避免苹果或其他厂商占领 , 所以要花时间、花精力去做 , 但商业模式未必成型 。 风险任务对于创新来说是十分重要的 , 比如谷歌眼镜、自动驾驶汽车等等 。

推荐阅读