数据分析多元思维模型
中观能力:专业度,包括技术理解,逻辑性,价值点三个点
中观能力是反映分析师基本功怎么样、套路熟不熟、思考到不到位的一种标准
技术理解:对分析需要用到的技术是否理解到位,是停留在理论阶段还是实践阶段。
逻辑性:整体思考的逻辑性是否欠缺。
价值点:做出来的东西价值在哪,如果你是决策者,你敢不敢立马规划落地。
(中观能力的提升相对比较容易,基本上是从他人那里获得有效反馈,然后多实践就行。)
微观能力:包括有效沟通能力和快速发散收敛能力
微观能力是反映分析师平时的微观体感怎么样,作为一名分析师,你必须要发现到很多业务方发现不到的点,然后从数据上给出策略建议,然而具体怎么样做到这个点呢?
前提:先知道业务怎么想的,怎么做的,然后从中发现问题或者切入点,解决问题,这样就能高于业务。
有效沟通能力:与业务方核心人员沟通,从谈话中快速捕捉到很多有用信息。
快速发散收敛能力:基于沟通中的有效信息,快速提炼总结找到最好的分析切入点。
所谓的好奇心或者说想象力,其实都不是凭空产生的,回归到数据分析本质,只有和相关业务方(不一定是直接接触业务方)多沟通,从他们那里获得有效信息,再自身提炼加工(多学习、多思考),才是可落地的天马行空,这个也就是优秀分析师厉害的地方(快速捕捉,提炼,找到问题,解决问题)
技巧1:黄金思维圈法则
在了解业务的情况下,反问业务方为何要做这件事,基本上,业务方都会有一个很具体的回答,往往都能在这里找到切入点。
举例:A公司最近在做一个类似锦鲤的活动,业务方要分析师给出活动带来的新增用户数。
这个时候分析师要先体验下这个活动,并且让业务方介绍下活动同时问为何要这个数,当熟悉这些之后,发现这个活动本身没有特别的拉新点,也就是说活动本质是促进老用户活跃。所以建议业务对促活进行深入分析,一旦这样就已经高于业务视角了。
(多问为何要做这件事往往就能找到问题的本质,解法自然就多了)
技巧2:做一些准备工作再沟通
与业务沟通中,如果没有提前准备一些业务知识和数据,整个过程就是业务在主导,你还怎么发现问题呢。
举例:某APP最近新上新了某功能,业务方拉各方参加会议,讨论这个功能下一步的玩法。
实际工作中,分析师都不一定知道会议主题、或者知道主题没有思考就去参加会议,可想而知整个讨论,除了了解一些基础信息外,还能干什么,也就是说,你只是知道这些信息,却无法获得有效信息。
(会议室一个很好的公共场合,也是分析师证明自己独特视角的地方,所以沟通前做好一定准备,不仅没有浪费时间,还能让别人觉得你很厉害。)
发散:对于某一个全新业务问题,跟业务沟通之后,分析师想法很多
收敛:在众多想法中,快速找到当前做哪个比较实际、合理,并且知道如何做的深入
举例:在制定公司级KPI的时候,业务分析师需要预估下一年年中的MAU和DAU
该问题有多种解法:时间序列、行业环境、渠道分析都可以作为切入点
最终觉得渠道分析切入点会更加合理:
MAU=MAU新用户+MAU老用户
MAU新用户:明年渠道侧每个月能够带来的新增量多少(这个与明年预算高度相关)
MAU老用户=MAU上月新次月老(基于渠道)+MAU上月老次月老(历史数据)+MAU回流(历史数据)
(对于全新问题,没有固定答案,分析师需要做的就是快速给出一个有依据的解法即可。)
微观能力的培养
尽可能多的和业务核心人员,特别是业务Leader沟通,看他们是如何思考业务的,多看心理学、社交学、记忆力、科普类、经济类的书籍。刻意练习,慢慢养成习惯。
宏观能力:能够把当前业务与实际社会热点、行业风口联系起来,提前预判,获得更好的决策。
电商的数据分析
作为一名数据分析师,应该要能更深入,并且有层次性的去看这个APP的数据
有三个问题需要大家思考:
1、引流(场):首页作为最大的带量位,分发效率怎么评估
2、漏斗(货):北极星指标交易额只是一个数字,更加重要的是理解这个数字转化的过程
3、用户(人):作为一款非常成熟的APP,老用户相对比较稳定,但新用户获取应该怎么优化
其中引流是对整个APP整体的分析,漏斗是对核心路径的分析,用户是对产品的当前痛点进行分析
分发效率评估
除了要关注日活、留存、渗透率这些常规指标外,更加重要的是要找到一些能够反映产品问题的指标
CTR:点击UV/曝光UV,反映用户点击欲望的指标,非常重要,只有点击才能产生交易,如果较小,首页问题较大
人均访问(点击)页面数:总访问页面数(PV)/总访问UV,只有多访问页面,才可能产生交易
而围绕这两个指标,按照维度拆解方法,可以发现更多问题
比如CTR突然低了,那么是所有坑位的CTR均低还是个别引起
分发效率总结
基于日活、留存、渗透、分发效率,基本上就能够对APP的整体数据有个大概了解
作为一名优秀的分析师,除了要把自己负责的产品做好外,更加重要的是不要设定边界,主动去了解整体数据,在这个过程中,你需要找到负责的产品跟大盘的数据关系
1)该产品确实很好的带来了大盘的提升
2)该产品只是在抢大盘的流量
3)该产品部分抢大盘流量,部分提升,那么提升度到底多少
找到:业务功能与产品核心指标的关联性,再量化。
背景
了解完整体数据后,肯定要看具体细分数据,虽然整个APP坑位很多,但一切都是围绕交易额这个目标,而电商交易额的本质是转化率,所以任何一个坑位都绕不开漏斗模型
在所有的坑位中,搜索是最大的一个流量入口,因此以搜索为例。
作为一名分析师,一定要多体验产品,找到新认知,这也是微观能力。
了解每层漏斗的影响因素
1、请教老同事2、买电商书籍回来查看 3、多机型体验产品
电商的大部分数据分析都会跟漏斗有关,除了经验之外,更加重要的是对产品本身的多体验,以及对竞品的学习,保持好奇心和敬畏心。要更多地去体验APP,各个页面和tab都要体验。
关于新用户分析建议
新用户与老用户相比,由于对APP不熟悉,因此在漏斗环节,可能会有几个特征
1)用户行为较为离散化,数据上可能有几个主要漏斗
2)在某个环节转化率远比老用户低
3)新用户当天以逛为主,不下单,过一定时间段后再下单
数据分析师能做的就是:把自己当作一个新用户去体验各种路径,并对异常漏斗进行维度拆解(比如,是不是某个渠道的新用户转化率低引起整体低)
*对于一款电商APP,分发效率是非常重要的一个产品指标
*漏斗模型套路很重要
*新用户的分析会更加有挑战性和有趣感
重要指标业务理解——常规指标
DAU、WAU、MAU:一个产品的日活、周活、月活(日活是指每天打开该APP的用户数)
留存率:一般看次留、7留、30留存率
次留率:第一天打开APP并且第二天也打开APP的人数/第一天打开APP的人数
渗透率:某功能模块的使用人数/该产品的日活
转化率:针对某个连贯路径,使用下一个节点的用户数/使用上一个节点的用户数
重要指标业务理解——商业化指标
ARPU:一个时间段内的每用户平均收入
ARPU=某游戏APP付费金额/活跃人数
CPM:千次曝光的成本
CPM=(广告投入总额/所投广告的展示数)*1000
CPC:每个点击用户的成本
CPC=广告投入总额/所投广告带来的点击用户数
ROI:投资回报率
ROI=收入/支出=ARPU*用户数/所有支出
流失定义
行业内一般对流失用户的定义都是:一个月内不使用产品即定义为流失
实际上,不同的产品形态用户行为差异非常大,所以要定义流失用户,对于流失用户,发现的越早越好。
实际上流失周期确定=回流率稳定,一旦这个指标稳定,就定义这个时间段天数为用户流失周期
回流率=回流用户数/流失用户数=某个周期内的流失用户数在周期结束后又回来了/某个周期内的流失用户数
所以只要按照枚举法,周期=1,2...30,然后分别计算回流率,一旦回流率趋于收敛,该周期就是流失周期
如何去分析一个陌生行业
感到无从下手是因为:1.没有找到切入点;2.没有具体生动案例