數據分析是什麼？我們在運營說數據的時候到底在說什麼？文章作者根據我們日常最常用的數據運營範圍，總結了一個133法則，來看看~

流量紅利期内，大家都在粗暴的搶窪地流量，一旦紅利期一過，紅海來襲的時候，精細化運營立馬開始搶占山頭。

精細化運營，就是基于數據的運營，一切跟着數據來，也就意味着數據分析的重要性越來越高。

那麼什麼是數據分析，我們運營說數據的時候到底在說什麼呢？

根據日常最常用的數據運營範圍，我把它總結成了133法則：一個流程，三個用途，三個工具/方法論。

• 一個流程：分析目的，找到數據、整理數據、分析數據、圖形呈現、結果報告。
• 三個用途：現狀分析、原因分析、預測分析。
• 三個方法：杜邦分析法、漏鬥模型分析法、四象限/矩陣分析法。

接下來我們仔細來理一下。

一、一般的數據分析步驟

首先是一個流程，當我們需要進行數據分析的時候，一般的步驟是什麼？

數據分析的流程，可以分成六步，分别是明确目的、找到數據、整理數據、分析數據、圖形呈現、結果報告。

這也是所有數據分析入門的6個步驟，用到我們的運營也是一樣。

數據有很多很多種，當你不使用它們的時候，他們就是一堆雜亂的數據，隻有你有了明确了數據分析的目的，才能進行數據分析。

那麼第二步就是根據目的去尋找數據，這些數據可以通過後台直接導出，也可以自己去互聯網上收集，甚至可以自己手工整理輸入，當然很多日常運營數據都是前期目的性的埋點的，根據目的去預定數據就像科學實驗一樣更具針對性，也更準确。

第三步就是整理數據，如果是後台導出，互聯網搜尋，甚至手工輸入的話，就容易出現重複、空白、錯亂數據，這些會直接影響分析結果，所以需要清洗數據。

第四步就是進行數據分析，根據目的的分析，然後第五步通過圖形呈現，最後就是把分析的結果呈現給領導，呈現給團隊，并且根據數據分析出背後的因果，提出解決的建議和方法。

二、數據分析的三種目的

明确了流程以後，我們就可以根據目的去進行數據分析了。那麼一般我們運營去做數據分析的時候，有哪些日常都會用到的目的呢？

沒錯，就是三個用途，他們分别是：現狀分析、原因分析和預測分析。

• 現狀分析就是一個産品現狀的分析，比如市場占有量、競品分析等等都屬于現狀的分析。對運營來說，現階段所有運營的指标的分析，和競争對手比起來，哪些屬于弱項，哪些屬于強項？同樣的在不同的維度上，我們和競品的定位區别是什麼？這些都屬于現狀的分析。
• 第二個用途就是原因分析，原因分析可以說是數據運營用的最多的一個了，運營是基于業務線的工作。那麼業務時刻在變，同比和環比都在變，那麼每一個變化的原因我們都得分析出來。數據圈有句話，最怕的不是業務降了找不到原因，而是業務升了也找不到原因。所以業務的上升和下降，分級指标的上升和下降，分級指标環比和同比的變化，都要找出原因。這些都屬于原因的分析。
• 第三個用途就是預測分析，預測分析是最能代表精細化運營的核心之一。在流量紅利時代，流量便宜大家都在搶，自然而然預算隻要往上加，都能達到一個滿意的ROI，但是紅海時期，每一份預算都要花到刀刃上。于是效果預測就特别的重要，于是各種A/B測試，效果圖預測，每個渠道不同的小批量效果測試等等就開始顯得重要了。

電商運營中的測款、測圖、測活動，通過小預算投入，收集足夠關鍵數據，選出最佳産品/素材/方案是一種。新媒體運營中文字的标題測試是一種，活動的效果内測也是一種，遊戲的内測、封測也是一種。這些基于目的進行數據埋點，從而收集數據進行效果分析的數據分析。就是預測分析。

這三類是運營經常會用到的數據分析用途，不同的運營細分崗可能偏重的不一樣，但是我們都得會。

三、數據分析的三個常用工具

明确了目的，收集了數據，那麼接下來就可以進行數據分析了。

數據分析的工具有很多種，當然很多對數據敏感的小問題根本不需要專門的分析，一眼都可以做出問題判斷，然後可以有N個方案去解決。

我們常說的某個運營領域積累足夠深的高手，就有這種細微維度的敏感力。當然再牛逼的直覺也有出錯的時候，況且在沒有展示足夠的實力讓人信服之前，還是需要用數據來說服上級，說服團隊的。于是我們有了各種數據工具。

這裡我們介紹下三種日常使用的數據分析工具：杜邦分析法、漏鬥分析法和矩陣/四象限分析法。

杜邦分析法，比如電商運營的時候銷售額下降了，我們就可以通過杜邦分析法去分析。

（1）杜邦分析法

杜邦分析法來自于著名的杜邦，是一個基于财務分析的方法，但是隻要和金字塔邏輯聯系起來，就可以一步步細分解決很多問題。比如：銷售額=客單*訪客*轉化，然後訪客又可以細分到浏覽量、停留、流失等，浏覽量又可以拆分成不同渠道的浏覽量。

客單又可以相關到個人支付件數，關聯率等，轉化又可以和加購率、收藏率等等一級一級細分下去，最終找到各個數據的上升還是下降情況，從而找到原因。

（2）漏鬥分析法

漏鬥分析法，在運營中，特别是活動運營和增長運營中用到的最多了。

著名的AARRR生命周期五層漏鬥理論，和漏鬥分析法不謀而合，可以說漏鬥理論就是漏鬥分析法演變而來，通過數據的視覺呈現才是一個漏鬥的形狀。

在增長中，潛在用戶——接觸用戶——停留用戶——行為用戶——有效用戶——成交用戶——二次成交用戶——核心用戶——自傳播用戶，每一個橫線就是一個百分比，這些百分比從上到下排列就是一個漏鬥了。

我麼可以通過漏鬥的變化，分析出運營中的短闆，從而去優化。

最後一個就是四象限/矩陣分析法，這個工具在市場調查中，在競品分析中可以說用到的最多，甚至于在管理工具裡面也非常的實用。

（3）矩陣方法論

矩陣方法論，最核心的就是找到各個分析對象，比如網易雲音樂的市場分析，找到它的競品，比如：蝦米音樂，酷狗音樂、百度音樂、QQ音樂等等。

然後找到兩個維度，也就是橫坐标和縱坐标的維度，比如：目标用戶全部的年齡和專業度。專業年輕人（90/00），非專業年輕人（90/00），專業中老年人（70/80），非專業中老年人（70/80）四個象限就可以包括在了裡面。

再比如：管理中的，把所有的員工分成價值觀和能力兩個維度，阿裡巴巴就有了小白兔、野狗、老黃牛、與明星。

再比如：把競争對手和我們之間的所有差距都列出來以後，每一個差距都根據重要性和緊迫性放在坐标裡面，團隊就有了目标和方向。

甚至于每一個差距的追趕都可以随時跟進，從坐标軸的這個點，往前挪到了這個點，比如：市場占有率、産品成交量每一個月都可以做一個遞進，在坐标軸上用箭頭指出來。

這也是四象限方法的用處。

四、現成的數據 EXCEL，就是入門

當然很多人會說，數據分析哪有這麼簡單，的确，高手的數據分析比這個牛的多了多了。至少在excel上，很多高手輕松運用的函數我都不會，很多自動去網站采集數據的程序也不會寫。但是對于簡單的數據分析入門來說，我們普通的數據後台來源，一個簡單的excel，就可以完成了。最多就是數據來源的尋找、積累、整理等需要一點點慢慢來。

其他的，真心沒那麼難，畢竟這些都是入門級别的數據分析，對于大部分運營來說，這些足夠了。

本文由 @蛋殼花生 原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部