写作方法

Hi, 请登录

运营人必须掌握的9种数据分析方法

a112 运营人必须掌握的9种数据分析方法

本章的内容有什么?解决问题有什么?可以回忆一下在日常工作中会有一些数据指标。比如:DAU留存这些指标,它是可以随时观测的,当你想知道前天或者之前的一些数据指标,直接去看就可以(内部系统或者外部系统)

举个例子:假设你们公司产品的DAU下跌百分之三十。为什么下跌?原因是什么?当你想知道原因的时候你应该用什么工具?这个时候就没有你去观测数据那么直接了。

其实我们工作中可能有很多类似这样的问题。

a25 运营人必须掌握的9种数据分析方法

所以我们欠缺的是:如何把工作中产生的问题,与我们的数据工具和可以拿得到的数据建立对应关系。观测数据看见趋势异常下,挖掘数据背后的意义。基于数据分析的基础的思考,最后才可以形成对业务的洞察。

为大家介绍9种数据分析方法。

对比分析,多维度拆解,漏斗观察,分布情况,用户留存,用户画像,归因查找,路径挖掘,行为序列。

a34 运营人必须掌握的9种数据分析方法

一、对比分析

日常数据分析的目的:对功能/策略的好坏的去评估最常见的就是对比,因为没有对比就没有好坏。通过对比我们才知道产品或功能的好坏。

做对比分析的时候我们要了解三点。

第一点:比什么?

绝对值(本省具备价值的数字)比如:销售金额,阅读数 。缺点:不易得知问题的严重度。

比例值(在具体环境中看比例才具备对比价值)比如:活跃占比,注册转化率。缺点:易受到极端值影响。

第二点:怎么比?

环比:与当前时间范围相邻的上一个时间范围对比 比如:日环比(今天vs昨天)月环比(本月vs上月)

优点:对短期内具有连续性的数据进行分析。

使用场景: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的同样数据对比 比如:年同比(今天vs去年今日)周同比(今天vs上周同日)

优点:观察更长期的数据集。

使用场景:观察时间周期里面有较多的干扰盘点2014年的热门营销事件,希望在某种程度上消除这些干扰。

第三点:和谁比?

和自己比: 时间维度,不同业务线,过往经验估计。

行业比:是自身因素还是行业趋势?(都跌,能否比同行跌的少 都涨,是否比同行涨的慢)

二、多维度拆解

a44 运营人必须掌握的9种数据分析方法

app启动事件分析

1、按照设备来查看

可以看出那种型号的手机用户使用比较多,是否符合我们产品的定位。(来证明用户群体是否正确)

2、按照启动来源查看

一般情况下,产品启动方式很多种。这个数据可以得到用户是通过什么方式进入。考虑一下原因?平台使用的什么方式是有效的。

3、按照城市等级来查看

这可得到是一线城市使用多还是其他城市多。有了结果就要查找原因,看看是否因为产品刚刚上线的原因,还是运营重的城市打开率高。

4、按照新老用户来查看

这时会发现大v推广,日活没有大的改变,新增用户在涨,老用户下降。这时要找一下原因。是不是因为我们引入了大量用户,缺没有办法将这些用户留住。(运营方面的问题)

分析完成之后的结果

目标群体是否正确。用户大部分是通过什么方式打开app。是否因为我们的运营努力不足,导致用户只在大城市之间使用。为什么明明新用户增加,却人活没有改变。

a53 运营人必须掌握的9种数据分析方法

多维度拆分小结

运作原理:指标/业务流程需要按照多维度拆分,来观察变动。

分析单一指标的构成:(分栏目的播放量、新老用户比例)

针对一个流程进行拆解分析:(不同渠道的浏览,购买转化率、活动:不同省份活动参与漏斗)

还原行为发生的场景:(观察打赏主播的等级,性别,频道、是否在wifi或4G环境,也会对行为有影响。)

三、漏斗观察

漏斗观察:就是一连串想后影响的用户行为。一个个行为构成,是前一步对后一步是有影响的。

使用场景:又明确的业务流程和业务目标。

不太适用的场景

试看结束,如继续查看请付费↓↓↓↓
打赏0.5元才能查看本内容,立即打赏

来源【写作训练营】自媒体,更多内容/合作请关注「辉声辉语」公众号,送10G营销资料!

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站不拥有所有权,不承担相关法律责任。如发现有侵权/违规的内容, 联系邮箱jkhui22@126.com,本站将立刻删除。

相关推荐

二维码
评论