🔥前言
大数据的到来,数据分析使得拍脑袋决策的时代被终结。本章介绍数据分析的概念及主要AARRR模型,重点梳理数据分析的流程。
📃目录
(一)数据分析的概念
1.数据的来源
2.数据分析的目的
3.数据分析的维度
(二)数据分析的主要模型
1.AARRR模型
(三)数据分析的流程
1.明确目标
2.梳理业务
3.数据采集
4.数据整理
5.数据分析
6.数据呈现
(一)数据分析的概念
数据是对客观事物的性质、状态以及相互关系等进行记载的组合。数据可以是数字,还可以是具有文字、字母、数字符号的组合、图形、图像、视频、音频等。
数据分析是通过收集数据,提取出有用的数据,利用合理的方法进行分析,总结出相应的结论。
(1)行为数据:可通过埋点的方式来实现;
(2)业务数据:内容产品的互动业务数据包含点赞、评论 、分享、收藏等;电商产品的业务数据为下单数据、支付数据等。
2.数据分析的目的
(1)制定方案
(2)确定目标
(3)产品优化
3.数据分析的维度
(1)按角色维度:分为产品、运营、市场;
(2)按时间维度:历史、当下、未来;
(3)按效果维度:如活跃度、订单转化率(订单数/流量)、平台转化率、页面转化率(后一个页面流量/前一个页面流量)、品类转化率、访问时长等;
(二)数据分析的主要模型
1.AARRR模型
(1)拉新
即新增用户,判定是否为拉新用户的标准为注册或者首次使用;如果要控制用户质量,拉新最常用的方式是使用邀请码,冷启动时要有圈子,即老用户邀请新用户时,要结合产品目的定位条件和任务,如内容类产品要求发布内容有所贡献等,且用户要完成一定的任务才能获取。
(2)活跃
活跃用户的界定为使用即算,从中筛选有价值用户促进活跃;要注意,促进活跃的最本质是产品体验,而满足用户最基本的体验要求是产品逻辑通畅、设计优秀。
(3)留存
留存用户是为了提高用户粘性,为提高留存可设计长效激励机制,如积分体系,荣誉机制及建立用户习惯。
(4)转化
转化是为了变现,可以通过服务和流量两种方式来转化。其中,服务可以是会员、增值服务;流量可以是广告、直播卖货等。
(5)传播
传播的对象与拉新不同,拉新是运营去做,而传播是让用户去做,通过口碑实现用户的裂变。
(三)数据分析的流程
1.明确目标
明确当前的目标,运用结合产品特性和产品当前阶段核心任务是什么。以小众电商APP为例,如当前任务是提高销售量,则可定性预判:销售量时好时坏,很可能是产品不满足市场的需求,也可能是客户关系管理的问题,也可能是营销问题。
2.梳理业务
梳理业务,找到影响销量的因素。
(1)用户数据分析:访问用户量、购买用户量、用户复购率等;
(2)销售数据分析:总体GMV、订单金额分析;
(3)商品转化分析:订单转化分析、支付转化分析、商品整体流程分析;
(4)流量入口分析:入口业绩、功能排名;
(5)商品品类分析:品类订单、品类销售额;
(6)关键字搜索:搜索行为、搜索效果、搜索转化;
3.数据采集
通过业务梳理,采集对应的业务数据。可以采集各个环节的同比和环比数据进,也可以采集相应的埋点数据。
4.数据整理
采集到的数据不一定是完全可以使用的,如空数据,错误数据(如价格为负数,超过合理范围等)。因此,需要对数据进行整理,即数据清洗。
5.数据分析
清洗好的数据,可以使用,通过采集各个环节的同比和环比数据进行对比,来发现到底是哪个环节出问题。如果是关系产品功能的,再进一步细化到相应的埋点数据进行观察是否哪些页面或者功能没做好。
6.数据呈现
使用图表来呈现数据更加直观容易理解,常见的图表有柱状图、折线图、散点图、饼图、雷达图、漏斗图、桑基图等等。对应的图表也有适用的范围,如柱状图适合固定维度分布的分类对比,折线图适用于显示相等时间间隔下的数据的趋势,如活跃度、用户数、PV、UV等,更适合看趋势做对比。