在上一篇文章《寫給大家看的數(shù)據(jù)分析思路(一)》中，著重介紹了數(shù)據(jù)分析 6 步的前 3 步：構(gòu)建 X 問題、提出假設(shè) & 選擇指標、數(shù)據(jù)采集與整理，這 3 步如果沒有足夠的數(shù)據(jù)處理經(jīng)驗，可能會耗費整個數(shù)據(jù)分析 60%-70% 的時間，但下面一個環(huán)節(jié)──數(shù)據(jù)分析，雖然耗時不如準備階段那么多，卻是所有環(huán)節(jié)中專業(yè)門檻最高、含金量最高的環(huán)節(jié)。本文將會介紹數(shù)據(jù)分析的基礎(chǔ)工具，以及幾種在產(chǎn)品設(shè)計分析上非常有用的數(shù)據(jù)模型。

必知的基礎(chǔ)數(shù)據(jù)分析工具

1. 常規(guī)統(tǒng)計分析

從后臺獲取的原始數(shù)據(jù)往往是獨立的一條條數(shù)據(jù)，我們必不可少需要進行基礎(chǔ)的數(shù)理計算，包括但不限于求和、算平均數(shù)、比率、計數(shù)、最大最小值等。如：訂單轉(zhuǎn)化率由引入訂單數(shù)/頁面 UV 而來，客單價由總引入訂單金額/引入訂單數(shù)而來等等。

除此之外，常用的統(tǒng)計學方法還有：

• 結(jié)構(gòu)分析，如男女用戶占比;
• 分布分析，如品類訂單金額分布;
• 分組(群)分析，如分流失用戶和活躍用戶 2 類人群進行用戶特征分析、分地區(qū)進行訂單分析、分品類進行購買頻次分析。

2. 對比分析

對比分析在上一篇文章中已提到過，基本上 90% 以上的分析都離不開對比。沿著提出假設(shè)及對應(yīng)的衡量指標的思路，我們有了一個假設(shè)「X 策略可以提升 A 頁面的賣貨效果」，且定義此假設(shè)的衡量指標為「頁面轉(zhuǎn)化率」，當我們拿到頁面轉(zhuǎn)化率指標后，轉(zhuǎn)化率需要達到多少才算好呢?是否是因為 X 策略帶來的提升，還是可能是時間規(guī)律上的自然上漲?這時就可以通過對比來分析了。

縱比：在時間維度上，對比頁面 A 在使用 X 策略后，頁面轉(zhuǎn)化率是否提升了?

橫比：選取同時期的同類頁面，頁面 B，橫向?qū)Ρ壤享撁?A、新頁面 A、B 三個頁面的轉(zhuǎn)化率對比情況。

與經(jīng)驗值對比：可以拉取更長的時間段，看 A 頁面的轉(zhuǎn)化率變化規(guī)律，看使用 X 策略是否高于時間規(guī)律上的預(yù)期值;可以選取更多同類頁面，選取同時期的轉(zhuǎn)化率對比，看 A 的轉(zhuǎn)化率處于哪個位置?

與業(yè)務(wù)目標對比：假如大的業(yè)務(wù)目標其實是 GMV 為 2000w，計算目標轉(zhuǎn)化率=目標 GMV/(UV×客單價)，然后對比目標轉(zhuǎn)化率和目前轉(zhuǎn)化率的差距。

各個角度的對比都能幫助你更清晰地理解目前指標的情況，然后就可以據(jù)此繼續(xù)做下一步計劃。

3. 趨勢分析

數(shù)據(jù)趨勢分析，一般會選取一個較長的時間段來看數(shù)值的起伏變化趨勢?？蹿厔萦惺裁从媚?在電商場景下，最常見的運用是做流量和交易情況實時監(jiān)控，在產(chǎn)品、運營均未做大幅改變時，數(shù)據(jù)一般會呈現(xiàn)在一個數(shù)據(jù)區(qū)間內(nèi)，表現(xiàn)出相對穩(wěn)定的變化規(guī)律?？梢愿鶕?jù)此規(guī)律做數(shù)據(jù)預(yù)警和適應(yīng)性運營策略。

數(shù)據(jù)預(yù)警：當某天的數(shù)據(jù)趨勢線出現(xiàn)明顯異常的變化時，就需要引起項目組的警惕，去排查變化原因并及時作出應(yīng)對策略。如某頁面 UV 突然大幅下降，可能是商品配置出現(xiàn)問題或者頁面出現(xiàn) BUG 導致。

 

△ 流量趨勢線在11.7忽然下降，可能異常

 

適應(yīng)性運營策略：某服飾類的頻道，歷史呈現(xiàn)出的規(guī)律是工作日流量相對較高，到周末則會出現(xiàn)明顯的下降。當運營想要在此頻道推出一個女裝主題的促銷活動時，就可依據(jù)此規(guī)律選取工作日為活動上線時間。

 

△ 流量趨勢線規(guī)律性的在周末下降

 

4. 交叉分析

交叉分析可用于兩個或兩個以上的變量關(guān)系分析。在電商活動場景中，將交叉分析+趨勢分析結(jié)合起來，也是一個比較有用的分析角度。比如最常用的，將流量 UV+轉(zhuǎn)化率，放到時間趨勢里面去，就可找到投入產(chǎn)出高和低的活動日.轉(zhuǎn)化高但流量低的日期，流量的投入產(chǎn)出高，可以引入更多的流量;而流量高轉(zhuǎn)化低的日期，投入產(chǎn)出低，需要尋找問題優(yōu)化售賣策略。比如，下圖為頁面點擊率和轉(zhuǎn)化率間的數(shù)據(jù)曲線，則可發(fā)現(xiàn)點擊率與轉(zhuǎn)化率變化趨勢基本保持一致。

△ 頁面點擊率(上)和頁面轉(zhuǎn)化率(下)

 

也可加入第三個變量，在前面的例子中，再加上 UV 的屬性，可發(fā)現(xiàn)看出 3 者的變化規(guī)律。

 

△ UV、點擊率、轉(zhuǎn)化率3個指標交叉

 

有用的數(shù)據(jù)模型

1. 價值矩陣分析法：通過數(shù)據(jù)找到最有價值的方向

對比分析往往只是在單一維度上進行價值對比，直接得出誰高誰低。但在實際情況中，就跟做人才選拔一樣，既需要看成績也需要看潛力，衡量的維度往往會有多個。在企業(yè)眾多的業(yè)務(wù)線/產(chǎn)品的眾多功能模塊中，哪些值得加大資源投入、哪些應(yīng)該及早放棄，才能使企業(yè)的資源得到最大化的運用呢?

價值矩陣分析法就可以用于綜合衡量多個因素的價值，輔助決策在哪些因素可以加大投入。放到企業(yè)決策中，可以判斷業(yè)務(wù)的價值高低;放到頁面模塊或產(chǎn)品功能模塊的場景中，可以用于判斷功能/模塊的價值;放到渠道質(zhì)量評估中，可以用于評估多個渠道的用戶質(zhì)量。

• 我們以功能模塊價值評估為例來詳細介紹如何使用價值矩陣分析法。在電商賣貨的頁面中，有 A、B、C、D、E、F、G、H，8個功能模塊。首先，需要選取我們最關(guān)注的衡量指標，在電商賣貨的頁面中，按經(jīng)驗往往會關(guān)注的模塊角度有：
• 訪問用戶中有多少人點了此模塊(點擊 UV 占比);
• 點了的人又有多少人最終購買了(點擊轉(zhuǎn)化率)。

所以可以據(jù)此建立橫縱為點擊 UV 占比，縱軸為點擊轉(zhuǎn)化率的矩陣，用以評估功能模塊的價值，具體見下圖。

 

△ 模塊價值矩陣分析

 

矩陣中，右上的模塊點擊多轉(zhuǎn)化高，這里為「PMF 區(qū)(需求契合點)」，最符合用戶購買需求，功能價值最高，可以固化保留、

右下的模塊點擊少但轉(zhuǎn)化高，這里為「潛力區(qū)」，可能是還沒被用戶注意到，可以嘗試強化吸引更多用戶點擊，有可能能帶來大幅的增長、

左上的模塊點擊多轉(zhuǎn)化低，這里為「需求未滿足區(qū)」，即用戶對這些內(nèi)容有需求但還無法讓用戶下購買決策，需要解決此路徑阻攔用戶購買的障礙因素、

左下的模塊點擊少轉(zhuǎn)化低，這里為「廢棄區(qū)」，各方面價值都不高，可以考慮砍掉了。

小結(jié)一下，價值矩陣的主要使用步驟為：

• 有多個需要衡量的因素;
• 明確衡量這些因素最關(guān)鍵的 2 個指標;
• 以這 2 個指標為橫縱軸，并將每個因素放到矩陣中去;
• 對 4 個象限的因素提出下一步的解決方案。

2. 目標驗證模型OSM：通過數(shù)據(jù)驗證策略有效性

OSM(Objective 目標 – Strategy 策略 – Measurement 衡量)思路是所有做數(shù)據(jù)驅(qū)動項目中必不可少的一個思路，即：明確增長目標 – 圍繞達成目標而采取的策略 – 使用具體的數(shù)據(jù)指標衡量策略是否有效/目標的達成情況。

明確增長目標(Objective)

根據(jù)產(chǎn)品增長生命周期所在階段確定。

• MVP 階段：最小可行性產(chǎn)品期，進行最小化增長試驗，尋找 PMF 功能。
• 產(chǎn)品和市場匹配階段：提升用戶黏性(使用頻次)和用戶體驗。
• 快速擴張階段：推廣渠道和產(chǎn)品的匹配，對高質(zhì)量的渠道進行大規(guī)模的資源投入。
• 成熟期：探索新的增長機會和方向，如國際化等。

 

△ 產(chǎn)品生命周期

 

根據(jù)價值矩陣分析法確定。在前面已詳細講解過，可以用于業(yè)務(wù)線、產(chǎn)品功能、渠道質(zhì)量等的價值綜合評估，從而確立目標(橫縱軸指標結(jié)合大的業(yè)務(wù) KPI 來確定)。

當然，還有一種更加普遍的做法：直接從業(yè)務(wù)/項目的關(guān)鍵 KPI 得來。(往往是已經(jīng)非常成熟的業(yè)務(wù)模式)

圍繞目標制定增長策略(Strategy)

先進行目標拆解：3 種拆解方法。

杜邦指標拆解：杜邦分析法(DuPont Analysis)是利用幾種主要的財務(wù)比率之間的關(guān)系來綜合地分析企業(yè)的財務(wù)狀況。具體來說，它是一種用來評價公司盈利能力和股東權(quán)益回報水平，從財務(wù)角度評價企業(yè)績效的一種經(jīng)典方法。其基本思想是將企業(yè)凈資產(chǎn)收益率逐級分解為多項財務(wù)比率乘積，這樣有助于深入分析比較企業(yè)經(jīng)營業(yè)績。

 

△ 金融領(lǐng)域的杜邦拆解法(來源于百度圖片)

 

放到互聯(lián)網(wǎng)/電商產(chǎn)品分析中，也是同理，即將目標指標進行一級一級拆解，每一個細化的指標都可以提出相應(yīng)的具體增長策略出來：

• 總銷售額 GMV = 訂單數(shù) × 客單價
• 訂單數(shù) = 訪問 UV × 訂單轉(zhuǎn)化率
• 訪問 UV = 新用戶 UV + 老用戶 UV
• 新用戶 UV = 渠道投放入口曝光 UV × 曝光點擊率 CTR

 

△ 電商場景下的杜邦拆解圖

 

AARRR 用戶增長模型拆解：此模型在各大網(wǎng)站中已經(jīng)被反復提到，主要是用于用戶增長語境下。放到電商語境下進行拆分，則可從拉新 Acquisition> 激活 Activation> 轉(zhuǎn)化 Revenue> 留存 Retention> 推薦 Refer，5 大完整的閉環(huán)流程中分階段發(fā)力去挖掘用戶增長的機會點，每個環(huán)節(jié)都可以作為不同業(yè)務(wù)部門負責的增長目標。

 

△ AARRR電商語境下的增長模型

 

漏斗路徑拆解：漏斗模型也是一個比較常規(guī)的拆解模型，一般可按照流程的先后順序，從目標流程中的起點(如打開頁面)，一直到最后目標完成(如支付成功)。整個過程中，依據(jù)每個環(huán)節(jié)的到達量和流失率，來評估每個環(huán)節(jié)的好壞。據(jù)此來找到當前需要重點發(fā)力去提升的環(huán)節(jié)，最終達到目標值的增長。

衡量拆解后的目標：使用 ROI(投入-產(chǎn)出)決策框架確定細化增長方向。

當我們拆解之后，會發(fā)現(xiàn)有很多個增長選項，但資源有限，如何選擇一個最優(yōu)的增長方向投入資源呢，這時候就可以使用 ROI 決策框架進行優(yōu)先級判斷，將資源聚集在投入產(chǎn)出比最高的目標方向上。

建立橫軸為投入，縱軸為產(chǎn)出的 9 個矩陣，1-9 個區(qū)域依次代表項目的優(yōu)先級，1 為投入產(chǎn)出最高，9 為投入產(chǎn)出最低。

 

△ 用ROI決策矩陣衡量投入產(chǎn)出

 

圍繞小目標發(fā)散具體策略：到達此步時，已經(jīng)完成了由大目標到多個小目標了，接下來，就可以圍繞小目標進行解決方案的發(fā)散，組織頭腦風暴會議、思維導圖列舉等都是可行的方法。

選擇具體的衡量指標(Measurement)

很多情況下，衡量指標可以直接從細化的小目標得來，比如用杜邦拆解來的直接就已經(jīng)是「廣告入口的曝光點擊 CTR」之類具體的衡量指標了。

但還有一些場景，目標并不是具體的指標，我們就需要將目標轉(zhuǎn)化為指標，這時候可以用到現(xiàn)象-指標關(guān)聯(lián)法：具體的做法是將我們期望出現(xiàn)的「現(xiàn)象」描述出來，然后轉(zhuǎn)化為「指標」。假設(shè)有一個目標是「提升頁面內(nèi)容對用戶的吸引力」轉(zhuǎn)化過來，其實就是讓用戶看更多內(nèi)容，具體的指標就對應(yīng)了用戶的瀏覽頁面深度，以及在頁面中的停留時長。

在選擇數(shù)據(jù)指標的時候，可以參考定義衡量指標的 SMART 原則：

• Specific 具體的
• Measurable 可衡量的
• Attainable 可達成的
• Relevant 和大目標相關(guān)的
• Time Bound 時效型

最后一步就是進行結(jié)果衡量了，這一步可以回到前面的數(shù)據(jù)采集和整體的過程，然后選擇合適的對比對象進行對比，最終衡量目標的完成度，以及每個細化策略的有效性，得出最終數(shù)據(jù)結(jié)論。