2021-04-08 10:00:06
基本上数据分析的作用会有这么几个层次:
1、 做完意见特定的事情后,评估产出和成效,得出改进思路。
比如说我们做完一个活动之后,我们肯定要去评估这个活动做的成功与否,是否达到我们的预期,问题有可能出在哪里,下次我们再做的话有哪些改进思路等等,这些事情是可以从活动所有的数据当中得出的。
2、 产品整体数据不佳,找出核心原因和问题所在,予以解决。
比如说用户不太愿意注册,还是说用户注册完访问一次就跑掉了,还是别的什么问题,找到问题,我们才可以对症下药,理出解决方案。
3、 接受一款产品,评估其当前状态、发展阶段,得出下一步工作思路。
就好比你在公司里负责运营,你应该做的第一件事肯定是看一下整体的数据,大概了解一下,再结合数据表现得出工作规划。
讲完了作用之后,我们再来分享两个数据分析的基本原则:
1、 先明确分析目的,再建立分析方法和思路。
分析数据一定是围绕某个特定的目的的,而绝对不是我们为了分析而分析。包括上面讲概念,不管是留存、活跃还是UV、PV还是退出、跳出等等,我们去看这些数据的时候,脑海里应该有一个明确的假设和目的,而不是为了看而看。
2、 要围绕着核心业务流程和重要结论来完成分析。
看起来可能有些抽象,所以我们一起来看一个例子。
这个例子是天猫在双十一时整个的购物流程,假设你现在是天猫的运营,你接收到的工作任务是你要去负责提升整个双十一购物节期间天猫站内的用户付费转化率,为了提升付费转化率,这时候就会用到刚才说的第二个原则了。
我们肯定是先梳理出来用户从访问到付费这样的一个完整的流程,这个流程在上图已经看得比较清楚了,访问、购物、登录、下单、支付,最后到支付成功,大概是这样几个环节。
你肯定是把这些环节梳理清楚之后,再去看每一个环节下用户的数据表现是怎么样的,网站的UV是怎么样,购物这部分的UV数据是怎么样的,最后支付、支付成功相应的数据表现是怎么样的,从而看完这些东西之后,我们大概可以评估出来,从每一步到下一步之间的转化率是怎么样的。
假如每一步到下一步之间的转化率你发现哪个环节特别差,比方说哪个环节的转化率不到1%的话,这个基本上就是一个很差的数据了。这个环节肯定有问题,于是我们就可以对症下药去看这个环节上我们是做什么样的优化,然后去看有可能出现什么样的问题,是我们的页面展示不够清晰,还是这个地方上的用户需要更多刺激。比如我们送它一点礼品,立即下单就返利多少多少,我们可以通过这样的一些手段去促进整个转化率的一个提升。
所以,这是两个基本的原则。
回过头来,我们一定要围绕目的来做数据分析,在这个例子当中,我们的目的就是要提升付费转化率,所以我们要去看的就是整个付费的流程和每个环节相应的数据。
假如,在这个例子当中,如果我们现在去看的是一些用户的留存率、用户的访问时间等等,我们要去看的是这样一些数据,你觉得对于我们这个目的帮助大吗?好像并不是特别大,关联性好像并不强,所以这是我们要强调的,数据分析这件事绝对不是按部就班,绝对不是为了分析而去分析。
一定是说,我有一个特定的目的,然后围绕这个目的,我要怎么去达成,怎么去解决,提出分析的思路,梳理出来核心的流程,结合这个流程再去做出分析。
原文链接:http://www.yuepc.com/a/14625.html
http://www.yuepc.com 为 “沈一博客” 唯一官方服务平台,请勿相信其他任何渠道。
2021-05-01
2021-05-01
2021-05-06
2021-06-07
2021-07-28
2021-05-21
2021-05-18
2021-05-06
2021-06-07
2021-06-08