雖然數(shù)據(jù)分析一直都被視為運(yùn)營(yíng)人的短板，但是作為一個(gè)運(yùn)營(yíng)，不會(huì)進(jìn)行數(shù)據(jù)是不合格的運(yùn)營(yíng)。也有一些運(yùn)營(yíng)人，一聽(tīng)見(jiàn)數(shù)據(jù)分析就頭疼，很害怕去分析各種各樣的數(shù)據(jù)，看見(jiàn)數(shù)據(jù)就頭疼。

其實(shí)，運(yùn)營(yíng)的數(shù)據(jù)分析也沒(méi)有那么困難。了解了一些基礎(chǔ)的應(yīng)用場(chǎng)景之后，自己也能很好地進(jìn)行數(shù)據(jù)分析，而且學(xué)會(huì)了數(shù)據(jù)分析之后，對(duì)于未來(lái)運(yùn)營(yíng)的方向以及運(yùn)營(yíng)的改進(jìn)點(diǎn)會(huì)有了更加明確的目標(biāo)，不再單單靠感覺(jué)進(jìn)行。

今天，就結(jié)合自己在實(shí)際工作中遇到的一些情景，來(lái)和大家聊聊，運(yùn)營(yíng)人在日常的工作中，如何去進(jìn)行數(shù)據(jù)分析？

數(shù)據(jù)分析一般有以下3個(gè)目的：

原因分析：

通過(guò)以往的數(shù)據(jù)分析，發(fā)現(xiàn)數(shù)據(jù)中存在的問(wèn)題，為未來(lái)優(yōu)化提供數(shù)據(jù)基礎(chǔ)。比如，通過(guò)用戶注冊(cè)、登錄、活躍等數(shù)據(jù)，可以看出用戶在哪個(gè)環(huán)節(jié)流失比較多，出現(xiàn)問(wèn)題比較多，那么后期在這個(gè)環(huán)節(jié)中，就可以多次進(jìn)行試驗(yàn)。提升單點(diǎn)的轉(zhuǎn)化率。利用漏斗分析、趨勢(shì)分析是主要的數(shù)據(jù)分析方法。

未來(lái)預(yù)測(cè)：

通過(guò)以往的數(shù)據(jù)分析，找到數(shù)據(jù)中的某種趨勢(shì)或者共性，從而更好地指導(dǎo)未來(lái)的運(yùn)營(yíng)動(dòng)作。比如在公眾號(hào)運(yùn)營(yíng)中，通過(guò)以往對(duì)以往內(nèi)容的關(guān)鍵詞進(jìn)行分析，找出打開(kāi)率高、閱讀量高、轉(zhuǎn)發(fā)量高的內(nèi)容，從而方便后期更好地進(jìn)行選題和內(nèi)容創(chuàng)作。

現(xiàn)狀分析：

數(shù)據(jù)是當(dāng)下最好的體驗(yàn)，及時(shí)了解當(dāng)下的運(yùn)營(yíng)情況以及變化情況，更加趨向于短期的數(shù)據(jù)分析，如日?qǐng)?bào)，周報(bào)，月報(bào)等數(shù)據(jù)分析。在某個(gè)時(shí)間節(jié)點(diǎn)里，數(shù)據(jù)變動(dòng)的原因分析。

對(duì)于運(yùn)營(yíng)來(lái)說(shuō)，數(shù)據(jù)是運(yùn)營(yíng)結(jié)果的表現(xiàn)，通過(guò)對(duì)數(shù)據(jù)的分析，可以發(fā)現(xiàn)之前運(yùn)營(yíng)動(dòng)作的優(yōu)點(diǎn)和不足的地方，未來(lái)更好地去進(jìn)行運(yùn)營(yíng)動(dòng)作，也更好地知道未來(lái)運(yùn)營(yíng)重心該放在何處。

我個(gè)人更喜歡對(duì)有關(guān)聯(lián)的數(shù)據(jù)進(jìn)行逐一分析，將分析的結(jié)果用文字表達(dá)出來(lái)，并且針對(duì)這一數(shù)據(jù)結(jié)果提出優(yōu)化建議。個(gè)人感覺(jué)，如果不是數(shù)據(jù)基礎(chǔ)非常好的朋友，不建議直接通過(guò)圖表進(jìn)行分析，這樣可能會(huì)遺忘很多關(guān)鍵內(nèi)容。數(shù)據(jù)分析的最終目的，還是發(fā)現(xiàn)以往數(shù)據(jù)的不足，從數(shù)據(jù)中找到線索，針對(duì)當(dāng)下情況提出解決辦法，為未來(lái)運(yùn)營(yíng)動(dòng)作提供數(shù)據(jù)基礎(chǔ)。

一、數(shù)據(jù)分析的步驟

對(duì)一個(gè)運(yùn)營(yíng)來(lái)說(shuō)，數(shù)據(jù)分析的思路也是運(yùn)營(yíng)的過(guò)程相似，找到數(shù)據(jù)分析的目的，數(shù)據(jù)分析的維度，最終從數(shù)據(jù)分析中可以得出什么樣的結(jié)論。

從運(yùn)營(yíng)動(dòng)作中發(fā)現(xiàn)問(wèn)題，從數(shù)據(jù)中找到問(wèn)題的根源，尋找造成數(shù)據(jù)的原因，提出解決問(wèn)題的方案，開(kāi)始執(zhí)行運(yùn)營(yíng)動(dòng)作優(yōu)化，再根據(jù)數(shù)據(jù)進(jìn)行優(yōu)化。

數(shù)據(jù)分析可分為6步走：

明確分析的目的和思路：

運(yùn)營(yíng)是靠目標(biāo)驅(qū)動(dòng)，做事情帶有很強(qiáng)的目的性，同樣地，在數(shù)據(jù)分析方面也同樣遵循這個(gè)原則。對(duì)數(shù)據(jù)進(jìn)行分析，最終的目的是什么？我想要解決什么樣的問(wèn)題。

在這里可以采用5W2H的原則來(lái)逐漸確認(rèn)分析的目的和思路：

what：我的業(yè)務(wù)是什么？業(yè)務(wù)流程是什么？業(yè)務(wù)的核心指標(biāo)是什么？其他指標(biāo)是什么？其他數(shù)據(jù)分析的目的是什么，最終想要解決的是什么樣的問(wèn)題，用什么樣的數(shù)據(jù)分析方式。

why：為什么會(huì)出現(xiàn)這樣的數(shù)據(jù)？原因是什么，理論依據(jù)是什么，后期解決措施應(yīng)該如何推進(jìn)。

who：分析的用戶群體是哪些用戶，他們有什么樣的特征，出現(xiàn)這樣的數(shù)據(jù)是否和用戶群體的某種特性有關(guān)。

when：數(shù)據(jù)分析的日期是從什么時(shí)候到什么時(shí)候，中間采用了什么樣的運(yùn)營(yíng)策略。

where：是在哪里，哪部分的數(shù)據(jù)，是否和位置有一定的關(guān)系。

how：如何去進(jìn)行數(shù)據(jù)分析，用什么樣的數(shù)據(jù)分析方法最有效。

how much：數(shù)據(jù)分析花費(fèi)的時(shí)間和成本各是多少。用戶在上邊花費(fèi)的時(shí)間是多少。

從數(shù)據(jù)分析中，我們可以了解到單個(gè)渠道的獲客效率，單個(gè)渠道的轉(zhuǎn)化率，以及用戶arpu值。有些渠道的用戶轉(zhuǎn)化率高，但是arpu值低，不同的渠道有不同的用戶屬性和用戶的價(jià)值點(diǎn)，也導(dǎo)致最終數(shù)據(jù)的結(jié)果會(huì)出現(xiàn)差異。

數(shù)據(jù)收集

運(yùn)營(yíng)數(shù)據(jù)收集，越詳細(xì)越好，所以在要求前期進(jìn)行數(shù)據(jù)統(tǒng)計(jì)的時(shí)候就需要有關(guān)大局觀，將后期數(shù)據(jù)分析可能會(huì)用到的數(shù)據(jù)盡可能多地收集起來(lái)，以方便后期進(jìn)行數(shù)據(jù)分析。

對(duì)于新媒體來(lái)說(shuō)，文章的標(biāo)題，文章的關(guān)鍵詞，文章的情緒點(diǎn)，文章閱讀量，轉(zhuǎn)發(fā)分享量，好看量，每日漲粉量，掉粉量等數(shù)據(jù)，每天或者每周進(jìn)行一次統(tǒng)計(jì)，方便后期做數(shù)據(jù)分析。

同時(shí)，也需要了解市場(chǎng)上同類產(chǎn)品的一個(gè)情況，去了解競(jìng)爭(zhēng)品的情況才能更好地了解自己的實(shí)際情況。有對(duì)比才知道自己處于行業(yè)一個(gè)什么水平，未來(lái)還有多大的空間。

數(shù)據(jù)處理

對(duì)收集到的數(shù)據(jù)進(jìn)行加工整理，形成適合數(shù)據(jù)分析的樣式，從大量的，雜亂無(wú)章、難以理解的數(shù)據(jù)中，抽取并推導(dǎo)出對(duì)于解決問(wèn)題有價(jià)值，有意義的數(shù)據(jù)。包括數(shù)據(jù)清洗，數(shù)據(jù)轉(zhuǎn)化、數(shù)據(jù)提取以及數(shù)據(jù)計(jì)算等處理方法。

數(shù)據(jù)分析

運(yùn)用適當(dāng)?shù)臄?shù)據(jù)分析的方法和工具，對(duì)處理過(guò)的數(shù)據(jù)進(jìn)行分析，提取有價(jià)值的信息，形成有效結(jié)論。

數(shù)據(jù)展現(xiàn)

對(duì)數(shù)據(jù)進(jìn)行可視化地展現(xiàn)，盡可能地多用圖標(biāo)、趨勢(shì)圖、餅圖等形式進(jìn)行說(shuō)明和解釋，能夠直觀地傳達(dá)出數(shù)據(jù)分析的結(jié)果和觀點(diǎn)。如果是最終數(shù)據(jù)是供自己參考，那么在數(shù)據(jù)展現(xiàn)時(shí)，能夠清楚地了解到自己想要的數(shù)據(jù)，能夠從數(shù)據(jù)中得到一定的啟發(fā)即可。

如果是需要供領(lǐng)導(dǎo)作決策和參考，則需要表現(xiàn)數(shù)據(jù)的可視化，在數(shù)據(jù)圖標(biāo)中做進(jìn)一步的分析和說(shuō)明。

撰寫(xiě)報(bào)告，提出解決方案

如果是自己進(jìn)行數(shù)據(jù)分析，則對(duì)數(shù)據(jù)進(jìn)行分析處理后，發(fā)現(xiàn)數(shù)據(jù)變化的原因，并提出解決出現(xiàn)這個(gè)數(shù)據(jù)的解決辦法，投入優(yōu)化和使用中。在多次測(cè)試中，找到解決問(wèn)題的最優(yōu)解。

如果數(shù)據(jù)分析的結(jié)果要最終給領(lǐng)導(dǎo)做決策，為領(lǐng)導(dǎo)決策提供一定的數(shù)據(jù)和理論依據(jù)，則需要完整地表達(dá)出數(shù)據(jù)的最終結(jié)果是什么，是什么樣的原因?qū)е铝诉@樣的數(shù)據(jù)，未來(lái)可以針對(duì)這樣的數(shù)據(jù)有什么樣的解決辦法。

數(shù)據(jù)分析的最終結(jié)果，是為了解決某個(gè)問(wèn)題提供數(shù)據(jù)基礎(chǔ)，或者從數(shù)據(jù)中找到之前的未來(lái)動(dòng)作的優(yōu)點(diǎn)和不足，為未來(lái)進(jìn)一步加強(qiáng)或者改善提供支撐?？扛杏X(jué)這樣的事情本身就極為不靠譜，最終還是得從數(shù)據(jù)出發(fā)，找到解決辦法。

二、常用的數(shù)據(jù)分析模型

運(yùn)營(yíng)在面對(duì)一堆數(shù)據(jù)的時(shí)候就發(fā)怵了，該從哪些維度進(jìn)行分析，和業(yè)務(wù)端結(jié)合，該用什么樣的數(shù)據(jù)分析方法論。接下來(lái)，就和大家聊下關(guān)于數(shù)據(jù)分析方法論的事情，看到數(shù)據(jù)的時(shí)候，如何運(yùn)營(yíng)這些數(shù)據(jù)分析模型和業(yè)務(wù)結(jié)合。以下這些數(shù)據(jù)分析的模型，是我們?cè)跀?shù)據(jù)分析中常用的一些模型。

RFM模型

電商里邊常用的數(shù)據(jù)分析模型，根據(jù)這個(gè)模型可以分析出這個(gè)用戶是否屬于高價(jià)值用戶，是否能夠進(jìn)行有效召回。

R表示最近一次的消費(fèi)，最近一次消費(fèi)時(shí)間非常近，對(duì)用戶進(jìn)行召回的可能性非常大，用戶的價(jià)值值得進(jìn)一步的深挖。

F表示消費(fèi)頻率，在某段周期內(nèi)，用戶購(gòu)買(mǎi)的頻率。

M表示消費(fèi)金額，單次消費(fèi)金額越高，說(shuō)明用戶的價(jià)值越大。

根據(jù)RFM模型，我們可以將用戶分為幾種類型用戶，針對(duì)不同類型的用戶用不同的方式去進(jìn)一步提升用戶價(jià)值，最終達(dá)到提升GMV的作用。

AARRR模型-漏斗模型

漏斗模型是在用戶運(yùn)營(yíng)中常用的一套模型，用戶從最終的拉新，到最后的自傳播都經(jīng)歷了一系列的數(shù)據(jù)縮減和消退模式。 

上一個(gè)步驟離下一個(gè)步驟的轉(zhuǎn)化率是多少，和行業(yè)的轉(zhuǎn)化率相比存在什么樣的差異，每個(gè)渠道的轉(zhuǎn)化效率存在著什么樣的差異。

通過(guò)漏斗模型來(lái)看，用戶從最開(kāi)始的獲客到最后的變現(xiàn)，是否出現(xiàn)有什么異常情況，每個(gè)渠道之間是否存在明顯的差異！

如果要在短期內(nèi)達(dá)到運(yùn)營(yíng)目的（提升日活或者收入），是在拉新還是促活上下力會(huì)更有效果呢？

用戶行為理論：AIDMA模型

漏這個(gè)模型和上邊的漏斗模型相似，用戶從最初的感興趣階段到最后愿意分享的環(huán)節(jié)，每一個(gè)環(huán)節(jié)都經(jīng)歷了消退。

用戶從淘寶上進(jìn)行搜索，到最終的支付下單，會(huì)經(jīng)歷不同的步驟，對(duì)步驟拆分地越仔細(xì)，越能發(fā)現(xiàn)用戶在哪個(gè)環(huán)節(jié)進(jìn)行了流失，以及重點(diǎn)去分析用戶流失的原因。

內(nèi)容傳播模型

內(nèi)容閱讀量=老用戶數(shù)x點(diǎn)擊率+老用戶數(shù)x分享率x用戶好友數(shù)x點(diǎn)擊率+新用戶x點(diǎn)擊率+新用戶x分享率x點(diǎn)擊率

NU – New Users（新用戶數(shù)）

AU – Active Users（活躍用戶數(shù)）

R% – Retention Rates（留存率）

S% – Share Rates（分享率）

F – Friends（好友數(shù)）

C% – Conversion Rates（轉(zhuǎn)化率）

AU 01 = NU X0 × R N1%

NU 01 = AU 01 × S N1% × F × C N1%

= NU 00 × R N1% × S N1% × F × C N1%

= NU X0 × K N1%

NU X1 = NU X0 × K N1%

…………

NU X4 ≈ NU X0 × K N1%4

NU n ≈ NU 0 × K %n

所以，一篇傳播力度非常廣的文章一定是通過(guò)多次分享傳播帶起來(lái)的，單純地靠已有的用戶群進(jìn)行打開(kāi)，本身就具有局限性，很難達(dá)到火爆的現(xiàn)象。

三、以電商為例，該如何去進(jìn)行數(shù)據(jù)分析？

接下來(lái)，我將自己的實(shí)際經(jīng)驗(yàn)，和大家分享下電商行業(yè)如何去進(jìn)行數(shù)據(jù)分析，根據(jù)分析的不同結(jié)果，又該采取什么樣的運(yùn)營(yíng)手段去解決數(shù)據(jù)背后的那些問(wèn)題點(diǎn)。

對(duì)于一個(gè)電商來(lái)說(shuō)，最重要的就是流量以及最終的轉(zhuǎn)化率問(wèn)題，不同的流量來(lái)源，最終的轉(zhuǎn)化率不同。對(duì)于每個(gè)渠道進(jìn)來(lái)的流量進(jìn)行逐一分析，看看用戶通過(guò)這個(gè)渠道進(jìn)來(lái)的用戶路徑是什么樣的，最終轉(zhuǎn)化率是怎么樣的，在哪個(gè)環(huán)節(jié)最容易出現(xiàn)問(wèn)題。

通過(guò)下邊的那個(gè)圖，我們可以看出店鋪的常規(guī)流量來(lái)源，再?gòu)拿恳粋€(gè)環(huán)節(jié)去提升流量的最終支付轉(zhuǎn)化率。

其次，利用RFM模型來(lái)對(duì)已經(jīng)轉(zhuǎn)化的用戶做用戶運(yùn)營(yíng)，提高已經(jīng)轉(zhuǎn)化用戶的留存率和最終的價(jià)值。

按照用戶在某段時(shí)間內(nèi)的消費(fèi)頻率，消費(fèi)金額以及最近一次消費(fèi)記錄可以推算出這個(gè)用戶是不是重點(diǎn)維系用戶，未來(lái)是不是還可以對(duì)用戶進(jìn)行充分地價(jià)值挖掘。再結(jié)合運(yùn)營(yíng)手段，短信召回，建立會(huì)員制度等，充分提高每一個(gè)已經(jīng)轉(zhuǎn)化用戶的價(jià)值。

以上是我關(guān)于運(yùn)營(yíng)人如何進(jìn)行數(shù)據(jù)分析的一些思考，大家平時(shí)是如何進(jìn)行數(shù)據(jù)分析的呢？歡迎大家在下邊留言，說(shuō)出你的看法。

文章來(lái)源：鳥(niǎo)哥筆記

【轉(zhuǎn)載說(shuō)明】   若上述素材出現(xiàn)侵權(quán)，請(qǐng)及時(shí)聯(lián)系我們刪除及進(jìn)行處理：[email protected]