Part 1 數(shù)據(jù)運營
目的：通過對運營數(shù)據(jù)進行分析，幫助我們進一步對用戶進行差分運營。
核心：分析問題包含哪些方面，在占比高并且自己可以發(fā)力的點上去優(yōu)化。
Part 2 數(shù)據(jù)分析流程
一、拆分工作項
運營是一個包含了諸多瑣碎事項的工作，運營人員要會拆分自己的工作項，并根據(jù)不同工作項的特點有針對地對特定的運營數(shù)據(jù)進行分析，才能事半功倍。
那么怎么拆分工作項呢？可以按照面對的用戶群體分解，通常與用戶分級聯(lián)系在一起，將工作拆分成面向所有普通用戶、面向活躍用戶、面向付費用戶等等。也可以按照項目將自己的工作進行拆分。還可以按照時間順序確定不同階段的目標，根據(jù)自己的目標來拆分工作項。
二、建立指標體系
拆分完工作項后，針對每一個工作項有不同的指標，我們要根據(jù)工作項的特點進一步拆分和細化運營數(shù)據(jù)指標，然后通過對每一個指標的分析來判斷運營問題并不斷優(yōu)化運營方案。
拆分的維度可以按照數(shù)據(jù)的包含結(jié)構，也可以按照每一個工作項包含的子項進行拆分。
以用戶運營為例，用戶運營包含了用戶的拉新、促活、留存、付費轉(zhuǎn)化等方面。而就拉新來說，關鍵的指標有注冊用戶的規(guī)模、增長速度；渠道質(zhì)量——注冊渠道有哪些，渠道的注冊轉(zhuǎn)化率如何；注冊流程質(zhì)量——完成注冊的用戶數(shù)、注冊流程中用戶蹦失節(jié)點統(tǒng)計；注冊用戶行為追蹤——完成注冊后用戶的行為統(tǒng)計。
三、細化分析目標
細化分析目標是指根據(jù)運營目標，確定能夠進行優(yōu)化的數(shù)據(jù)點。這一步是為接下來的數(shù)據(jù)提取處理分析奠基的。
舉個簡單的例子，假如現(xiàn)在做完一場活動，想知道下一次舉辦相同或相似活動時有哪些地方可以優(yōu)化，需要關心的點除了最終參與效果還有：活動推廣的渠道有哪些，每一個渠道的參與路徑是怎樣的，路徑中的每一步參與人數(shù)有多少，轉(zhuǎn)化率達到多少，等等。明確了分析目標后，就可以確定要提取的數(shù)據(jù)點有哪些。
四、提取處理數(shù)據(jù)
在提取數(shù)據(jù)這里涉及一個數(shù)據(jù)埋點的問題，在產(chǎn)品設計的早期，運營人員就要規(guī)劃好運營關鍵點，列出埋點清單提交給開發(fā)人員，以免后期運營過程中想要查看某一個數(shù)據(jù)但卻沒有數(shù)據(jù)記錄信息。
此外，提取出來的數(shù)據(jù)要經(jīng)過一系列的處理后方可進入分析階段。
那么常見的數(shù)據(jù)處理包含哪些內(nèi)容呢？
首先，對拿到的數(shù)據(jù)，我們要進行數(shù)據(jù)清洗——對數(shù)據(jù)里的重復項、缺失項、矛盾項以及異常的波峰或者波谷進行處理的過程。對于重復項去重的方法有很多，在此就不做贅述。缺失數(shù)據(jù)最常見的處理方法是用平均數(shù)值填補，這個平均可以是所有數(shù)據(jù)的算術平均值，也可以是一段時間內(nèi)的平均值等。而矛盾項指的是錯誤的數(shù)據(jù)，如原本應該都是1位的數(shù)字，提取到的數(shù)據(jù)中卻出現(xiàn)了不是一位的數(shù)字、姓名的字段里出現(xiàn)了郵箱等等，這個時候要檢查是數(shù)據(jù)提取時出現(xiàn)的錯誤還是數(shù)據(jù)錄入時的錯誤，如果是提取時的錯誤并且錯誤對結(jié)果分析的影響較大時，應該及時反饋給相關負責人。
采集到的數(shù)據(jù)要尤其注意波峰和波谷，因為這往往是問題分析的關鍵所在。一般來說數(shù)據(jù)產(chǎn)生波峰或波谷的原因有獲得了額外的推廣機會、系統(tǒng)出現(xiàn)了故障、統(tǒng)計有bug等等。
其次要對數(shù)據(jù)做進一步的加工。因為提取出來的數(shù)據(jù)可能不是適合直接拿來分析的，這個時候往往就會用到一些函數(shù)和工具。
經(jīng)過上述的清洗、加工步驟，得到了可以用以進行初步分析的數(shù)據(jù)。針對這些數(shù)據(jù)做進一步的處理，以期進行深入的分析。
五、數(shù)據(jù)分析總結(jié)
1、數(shù)據(jù)分析方法
常見的數(shù)據(jù)分析方法有對比分析法、結(jié)構分析法、平均分析法、權重分析法、杜邦分析法等等。
（1）對比分析法
指按照不同的維度進行對比，以探尋數(shù)據(jù)的變化，發(fā)現(xiàn)其中蘊含的規(guī)律或啟示。
對比的維度包含了：與預期目標對比、不同時間段的對比、與同行對比、與運營前的效果對比、不同用戶間的對比、不同操作間的對比，等等。
接下來用一個 例子講解如何通過對不同時間段數(shù)據(jù)的對比來進行用戶畫像并根據(jù)用戶畫像做出運營策略的調(diào)整。
上邊這張折線圖反應的是某產(chǎn)品的日活躍用戶數(shù)變化規(guī)律。2016年4月初到7月初其基本是成周期變化，且周期為一個星期，數(shù)據(jù)較大的點主要是在周末，因此我們可以推測這個產(chǎn)品的主要用戶是學生。而且在6月的時候日活躍數(shù)據(jù)略有所下降，7月中旬以后數(shù)據(jù)上升且變化這與學生期末考試和放假的時間也基本吻合，進一步佐證了用戶畫像。
（2）結(jié)構分析法
被分析總體內(nèi)的各部分與總體之間的對比分析，常用結(jié)構相對指標（=(部分/總體)*100%）來表示，這個數(shù)值越大表明該部分在整體中所占權重越大，其重要性越大，對整體的影響也就越大。
（3）平均分析法
反映的是一定條件下，某個指標的一般水平，多用于衡量業(yè)務的健康度。
比方說某個商品有A、B、C三個銷售渠道，假如想了解這三個銷售渠道誰對營收貢獻最大，可以統(tǒng)計這三個渠道的平均銷售額。這個時候要注意，平均分析法的“平均”是有前提的，它必須建立在用來計算平均值的數(shù)據(jù)是否都是有效的。比方說現(xiàn)在A渠道有一天的銷售數(shù)據(jù)突然驟減為0，這是很反常的，這個時候要去查問題到底出在哪，如果是因為比方說那天A渠道出現(xiàn)了某些突發(fā)故障，那么應該剔除這個數(shù)據(jù)再計算平均值。
那是不是平均值越高說明業(yè)務越健康呢？
不一定。比方說A賣的是羽絨服 ，B賣的是短裙，夏季的時候A的銷售均值比B低，這并不能說明A的業(yè)務就比B的差。
平均分析法適用于雙方的業(yè)務和所處的情況比較接近也即我們常說的，具有可比性時，才有意義。
（4）權重分析法
將多個指標轉(zhuǎn)化為一個能夠反映綜合情況的指標來進行分析評價，具體的做法是確定各個指標的權重，然后對處理后的指標進行匯總后計算出綜合評價指數(shù)。常用以對處于并列關系的子類進行分析。
如圖所示，某產(chǎn)品有三個推廣渠道——A、B和C。這三個渠道又細分為通過購買母嬰類產(chǎn)品的推薦轉(zhuǎn)化、參加相關線下活動的轉(zhuǎn)化 以及來自公眾平臺的轉(zhuǎn)化。若要衡量A、B、C三個渠道的質(zhì)量如何，可以給各個細分渠道設置某個權重，定義“渠道質(zhì)量”這個指標對應的公式（如：渠道質(zhì)量=購買了母嬰類產(chǎn)品后的推薦轉(zhuǎn)化人數(shù)*60%+線下活動轉(zhuǎn)化人數(shù)*30%+公眾號轉(zhuǎn)化人數(shù)*10%），通過加權求和后比較這三個渠道的質(zhì)量高低。
那權重的設置依據(jù)是什么呢？一個是要根據(jù)各個細分指標的重要性，另一個來自于以往的運營結(jié)果。還是以剛剛那個產(chǎn)品為例，假設產(chǎn)品是跟母嬰類相關的，那么根據(jù)以往的運營經(jīng)驗，通過購買了母嬰類商品后的推薦引流來的用戶，后續(xù)轉(zhuǎn)化為活躍用戶的概率更高，那么這個渠道的權重就可以相應的設高點，而通過公眾號導流來的用戶流失率極高，其權重就可以比較低。
（5）杜邦分析法
杜邦分析法是由美國杜邦公司創(chuàng)造并 最先采用的一種綜合分析方法。利用各個指標間的內(nèi)在聯(lián)系，可以對自己的運營狀況及效益進行綜合分析評價。
如圖所示，假設產(chǎn)品更新后最近的收入降低了，老板讓分析下原因出在什么地方、可以做出哪些調(diào)整，那么我們可以將收入拆分——收入=付費人數(shù)*ARPU（每用戶平均收入）。接下來對付費人數(shù)進行拆分，付費人數(shù)=活躍人數(shù)*付費滲透率。據(jù)觀察，付費滲透率幾乎沒有變化，而活躍人數(shù)下降了，進一步細分活躍人數(shù)。活躍人數(shù)=新用戶中的活躍用戶+老用戶中的活躍用戶，倘若老用戶中的活躍人數(shù)上升了，而新用戶的活躍人數(shù)下降了，可以進一步將其拆分。然后分析，新用戶=推廣覆蓋人數(shù)*轉(zhuǎn)化率，在轉(zhuǎn)化率基本不變的情況下，將推廣渠道細分，根據(jù)數(shù)據(jù)，渠道一下降了而渠道二上升了 ，不斷進一步拆分，直到指標不能再細分后，針對細分后的指標分析其中哪些對最終的收入影響較大，產(chǎn)生變化的原因是什么，是否可以通過人為的調(diào)整方案后進行改善，等等。
2、造成數(shù)據(jù)波動的原因
常見造成數(shù)據(jù)變化的原因：時間、推廣與觸達、運營活動、關聯(lián)特性、用戶屬性和構成、故障、業(yè)界趨勢。
前三個就不詳細展開了，這里講下后邊幾個要素。所謂關聯(lián)特性其實就是剛剛通過杜邦分析法拆分出來的要素，而用戶屬性和構成要素是指針對不同的用戶，同個產(chǎn)品或活動的日活、付費等數(shù)據(jù)是會發(fā)生變化的。業(yè)界趨勢對運營數(shù)據(jù)的影響：舉個去年很火的例子——O2O，去年O2O這個概念炒的特別火的時候，大量資本砸錢進入這個市場，在各種補貼的刺激下，用戶激增，現(xiàn)在市場較為成熟后，用戶數(shù)增長就比較平緩了。
3、總結(jié)
分析了那么多數(shù)據(jù)，最終是要將分析后的結(jié)論匯報給老板的。那么總結(jié)的內(nèi)容包含哪些呢？一般來說，要說明問題出現(xiàn)在什么地方，哪些地方是可以進行優(yōu)化改進的。
在展示結(jié)論的時候，往往要用到圖表和PPT，PPT不是本篇文章的重點內(nèi)容，在此不做贅述。那么關于圖表有哪些需要注意的點呢？
首先要選取合適的圖表，比方說如果想看的是不同項目在總的項目中的占比情況，可以用餅圖，如果想看數(shù)據(jù)的變化趨勢，當項目只有幾個的時候可以采用條形圖或柱狀圖，如果數(shù)據(jù)項非常多，則可以采用折線圖。
其次，圖表要完整，應包含：標題、坐標軸及單位、圖例（、腳注、資料來源），等等。
此外，一張圖反映一個觀點，且標題要直截了當說明數(shù)據(jù)反映的問題。比方說分析了某個產(chǎn)品用戶活躍的時間段，在標題里不應該寫“用戶活躍時間段”，而應寫出圖表反映的結(jié)論——“某某時間段用戶活躍度較大，某某時間段用戶活躍度較小”，這樣一目了然，老板也能很快地了解你這個圖表所要表達的核心信息。
六、反饋及投入應用
仔細觀察可以發(fā)現(xiàn)，以上數(shù)據(jù)分析流程實際上形成了一個閉環(huán)。總結(jié)匯報完畢，我們需要將得出的結(jié)論運用到實踐中，繼續(xù)觀察數(shù)據(jù)的變化并不斷優(yōu)化我們的運營策略。
核心關注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領域的管理，全面涵蓋了企業(yè)關注ERP管理系統(tǒng)的核心領域，是眾多中小企業(yè)信息化建設首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://m.hanmeixuan.com/
本文網(wǎng)址：http://m.hanmeixuan.com/html/solutions/14019320118.html
相關文章
