介绍一个通用的数据分析方法论数据分析五步法如何做运营数据分析？ _运营

当我们看了不少增长案例之后，再看看手头的工作和业绩目标，是不是还觉得不知道怎么实现？那是因为许多案例并没有介绍得出结论的分析过程，而只是描述了问题的背景和目标，以及优化之后的效果。真正的分析过程，往往被“发现”两个字一笔带过。
当然有人会说，数据分析过程是一个见仁见智的过程，根本不可能按照一个统一的流程完成全部分析，特别是在互联网领域的告诉变化当中。那么数据分析的过程，究竟是一个只有零散技巧而无章法可循的过程，还是一个有明确的步骤并可以严格依照执行的过程？我认为是后者。
我们这就来介绍一个通用的数据分析方法论：数据分析五步法。
这个框架具有一下几方面特点：

不与具体业务绑定（个别步骤中的细节需要与业务结合），是从决策需要的信息角度出发的；
具有开放性，可融入个人经验和前沿技术；
可结合大数据技术，排除人工环节，实现自动化；
逻辑清晰，容易学习。

一、分析五步法这个简单的数据分析五步法，基本能够应对日常工作中至少80%的常见数据分析问题。而剩下的20%的场景，可以在这个基本的分析方法论上扩展出来，我们会在后面的内容中探讨。
1.1 五个基本步骤首先，我们来一次讲解着5个基本步骤，分别是：

汇总
细分
评价
归因
决策

1.1.1 汇总
这一步我们关注的是指标，也就是大家常见的那些DNU、DAU、GMV、ROI等等。只要是说到数据分析的内容，一定会提示数据分析“要明确目标” 。因此，这个重要性我们倒是不需要赘述。
目标当然是所有指标中最重要的。但只有目标还不够，我们还需要其它的辅助指标。就比如ROI ，是投入和产出两项算出了ROI；而GMV ，也可以用用户数乘以平均每用户的GMV计算出来。这样，我们就把一个目标的计算，拆分成了更多相关指标的组合。并且，这些指标更基础，我们可以通过一些运营手段影响这些指标的变化趋势。
这部分没有什么理解的难度。只不过，我们要找出指标之间的计算关系，由此逐渐找到所有我们需要关心的指标。在现在的互联网产品运营当中，从来不会缺少需要看的指标，已经多到了眼花缭乱的地步。但只有那些跟目标相关的指标，我们才需要关心。
1.1.2 细分
这一步相当于给指标增加了一个或者若干个维度。最简单的维度应当算是时间了，比如：我们按天看UV的变化趋势；或者我们看不同页面带来的GMV是多少、看不同用户分群中的GMV分别是多少等等。如果我们理解前面的指标这是个数字的话，增加了维度之后，它就变成了一列数据；增加了两个维度之后，它就变成了一张表格，以此类推。
就像指标的现状一项，我们也可以轻松找到许许多多可以用来拆分指标的维度。比如前面提到的日期和人群，还有拉新上的来源渠道，活跃上的流量来源于转化路径等等。再将这些维度进行排列组合，就能产生出一大批庞杂的拆分维度，多到根本看不过来。
【介绍一个通用的数据分析方法论数据分析五步法如何做运营数据分析？】因此，重要的就在于区分维度的重要程度。
如何区分呢？
我们要按照是否可操作，来区分这些拆分维度的轻重缓急。比如：前面提到了看APP中的不同页面带来的GMV 。但是，如果我们没有必要的技术手段或者运营工具，来为那些GMV更高的页面分配更多流量，也不能降低那些GMV较低的页面的流量，那么按照页面拆分的这种方法对于我们没有任何操作空间，更不要说操作之后的优化空间了。
如果是这种情况，我们就应当认为来源页面这个维度，只是个“看看就好”的维度，而非关键维度。
另一个例子是用户分群，特别是当我们希望从外部的投放引流获得更多高质量的新增用户，以此来拉动增长的时候。在这种时候，我们总是希望首先对现有的高质量用户进行用户画像，并确定一些能够标识高质量用户的特征，再通过这些特征在投放的时候吸引更高质量的用户。