【作者】Cari_Zhu 

【來源】愛運營

【編輯】善小倩

 

這篇內容主要介紹與撰寫分析報告相關的基礎知識，其中會分享一些運營中常用的數據集、分析主題及指標，屬于入門級內容。它無法讓你在看完后就立刻能做出一份超贊的分析報告，卻可以幫助你在成為分析高手的路上少走很多彎路。

 

一、什么是數據分析

數據分析：分解和構建復雜的問題和數據集，進而把握工作中各種問題的要害，最終將原始數據，轉變為推進現實工作的妙策。

其實在數據分析的定義中就已經表明了它的兩個核心作用：發現問題，推進工作。

 

當然，我們可以將數據分析的作用分的更細一些：

* 理解現狀——多是為了發現問題。
* 尋找原因——主要是為了改善現狀，提升績效。
* 預測未來——主要為了下一步的選擇。

 

二、數據分析的要素

數據分析要素

這里值得強調的是：業務知識的水平將從根本上決定你的分析報告的價值。事實上，數據本身是沒有價值的，只有數據與業務結合的時候，才能產生價值。

此外，分析方法這一級一般會成為高手和菜鳥的分水嶺。統計學知識以及各類經濟/管理/心里學模型都可以很大程度地幫助大家用更少的數據、更短的時間，做出更具可行性的決策。良心建議：身為運營的你，不管教育背景是什么，都建議去學習一下統計學。

至于各類模型，平時可以注意積累，在9款經典現代商業分析模型，幫你做更靠譜的分析這篇文章中，我也介紹了幾個，大家有興趣可以了解下。

 

三、數據分析的過程

數據分析的過程

整個過程可以看成一個螺旋式上升的過程，修正優化一定程度上可以視為開始新一輪的分析，只不過這一輪的分析較之上一輪，也許是從實踐角度有了提升，也許是從方法論角度有了提升，更好的情況是實踐和方法論都有了進步。

最后兩步是評價的過程，也是認知提升的過程，此處不多說了，下面對前幾步說一下要注意的關鍵點。

 

1、明確目的：這份報告是為了對某一異常現象做出解釋？為了提出改進建議？還是做出了某種預測，希望公司早做應對？清晰地描述你的分析目的，并且在整個過程中都要時刻記得這個目的，這樣你的分析報告最終才不會寫了很多，卻沒能把握重點。

 

2、問題拆解時要注意以下兩點：

 

1）最終你要確保你面臨的問題不是含混不清的，將問題拆解為可量化、可分析的組塊

2）基于你的業務需求去拆解問題，不要太過發散
 

例如： 如何提升銷量？
市場部可能拆解為：我們的廣告做的怎么樣？
銷售部可能拆解為：哪些潛在客戶更可能簽單？
客戶成功部可能拆解為：我們最好的客戶希望得到什么？

 

3、數據采集與處理

數據采集一般分為內部數據采集和外部數據采集。互聯網類產品，內部數據采集可以通過產品/網站埋點、人工記錄等方式實現，外部數據采集則需要用到爬蟲工具或者在一些平臺上購買。

而數據處理，需要掌握一定的工具和處理方法，在 《運營工作中常用的一些數據處理方法（Excel篇）》、《知道這12個功能，讓你10倍速處理運營數據 》這兩篇文章中提到了一些數據處理的方法，有興趣的可以查看。

這兩個環節一定要注意的是：

 

1）一定要確保數據是可靠的：信度&效度
* 信度：取數邏輯是否正確？有沒有計算錯誤？這屬于準確性；每次計算的算法是否穩定？口徑是否一致？以相同的方法計算不同的對象時，準確性是否有波動？這是穩定性。
* 效度：指標的變化是否能夠代表該事物的變化？

2）關注數據中的異常值
* 區分分析中是否需要異常值，對分析產生干擾的，要處理
* 常用方法：替換、刪除、更正

 

4、數據分析的關鍵則在于：

1）要找到可衡量業務的指標，最好能建立起指標體系：無指標難增長

2）學會如何區分好指標和不好的指標
* 好指標應該是核心驅動指標；
* 好的指標應該是比率或比例；
* 如果在做數據驅動，那么請減少虛榮指標、后驗性指標

3）指標不在多，而在精，不要讓無用的指標干擾你

 

5、一份好的分析報告應該是這樣的：

一份好的分析報告的結構

 

四、運營常用的那些分析要素

這一部分，分享一下筆者在實際運營工作中經常會用到的一些與數據分析相關的內容。

 

1、運營/市場常用的數據：

* 網站數據（主要是流量數據）
* 用戶行為數據（客戶分析、產品分析都會用到）
* 用戶消費數據（尤其是電商類運營，這個數據很重要）
* 項目類數據（如一場活動、一次內容營銷、一些付費廣告等）
* 行業數據（外部數據，需要日常的收集或者找專業機構購買）
* 競品數據（外部數據，需要日常的收集或者找專業機構購買）

 

2、運營/市場經常涉及的數據分析

* 流量分析：主要涉及趨勢預測、渠道質量、網站內容、訪客畫像、轉化效率等方面
* 用戶價值分析：RFM、LTV等都是常用的模型
* 產品分析：AARRR模型是目前產品經理們最愛提到的模型
* 項目效果評估和復盤分析：多為描述性分析和因果分析
* 競品分析：戰略集團分析法算是相對成熟的模型
* 市場分析：BCG矩陣、波特五力模型、STP分析，都是常會用到的

 

3、《精益數據分析》中提到的一些分析指標——適用于互聯網產品

* 增長率：主要考察營收增長、活躍用戶增長
* 參與度：單位時間內的產品使用情況
* 用戶黏性：DNU（每日新增）、DOU（日存老用戶）、DAU/MAU（活躍用戶）
* 獲客成本：（營銷成本+營銷人員人力成本+營銷工具成本）/獲客量
* 客戶終身價值：客戶使用期內的付費總額
* 病毒性：客戶轉介紹的可能性及所需時間
* 流失率：單位時間內再也沒回來使用/停止付費的客戶
* 生存可能性：忠誠（付費）用戶生成速度/用戶流失速度

 

4、一些可以讓你的表述更專業的概念

* 絕對數：在一定時間、地點條件下某個對象的總規模、總水平，是一種數量指標。
* 相對數：兩個指標對比產生，反映這兩個指標之間數量聯系程度，是質量指標。
* 平均數：反應數據的集中趨勢，和標準差是描述數據資料集中趨勢和離散程度的兩個最重要的測度值。

* 頻數：將樣本按照一定方法分若干組，每組內含有該樣本的個體的數目叫做頻數。
* 頻率：某個組的頻數與樣本容量的比值叫做這個組的頻率。
頻數和頻率配合使用，考察數據的分布情況

* 百分比：一個數占另一個數的幾分之幾的數，叫做百分數。百分數也叫做百分率或者百分比。
* 百分點：不同時期以百分數形式表示的相對指標（如：速度、指數、構成等）的變動幅度。

* 比率：總體中的一部分與總體作比較,一般用百分比的形式表示。
* 比例：總體中兩個部分之間的比較，一般用幾比幾的形式表示。

* 同比：今年第n月與去年第n月比。
* 環比：同一年的第n月與第n-1月比。