首页 » 电商运营 » 运营数据分析三板斧

运营数据分析三板斧

host 电商运营 82 次浏览 没有评论

本文作者:仔仔猪

0.前言

一 款产品做出来之后,如何改进、优化她?当然各方面的反馈、吐槽是一个重要因素,但带有主观情绪的“觉得、感觉”来改进一款产品是不可持续且有失严谨的。作 为一个产品经理,如果想优化一款产品,最主要的工作是先了解、分析这款产品(可以从不同的维度来分析一款产品),再去衡量产品。那拿什么去衡量一款产品? 数据!

李彦宏说“数据可比算法重要”,虽然有失偏颇,但是也道出了数据的重要性。数据说到底其实就是一种工具,通过数据,我们可以衡量产 品,了解产品,可以在数据驱动下改进产品。数据分析和数据处理本身是一个比较专业和复杂的领域,在这里我简要阐明一些比较基础、在日常工作中发挥比较大作 用的数据分析方法,我称之为“数据分析三板斧”:

趋势分析(Trend Analysis)

对比分析(Comparative Analysis)

细分分析(Segmentation Analysis)

1.趋势分析

产 品方、运营方以及决策层希望看到一些关键的汇总数据,他们很少会按天去查数据,他们更关心的是关键指标在月度、季度中的表现情况,同时必须掌握这些关键指 标的变化趋势,从而对公司整体层面业绩有直观的体现。单纯的给出GMV、UV、转化率、活跃用户数等指标是毫无意义的,必须数据的趋势进行分析和量化,才 显得直观。这里引入统计学中的几个概念:同比、环比和定基比。

同比:同比是为了消除数据周期性波动的影响,将本周内数据与上一周期中相同时间点的数据进行比较。比如:拿2017年2月份的订单额和2016年2月份的订单额相比较,得出同比增长率。

同比增长率=(本期数值—上一周期同期数值)/上一周期同期数值 *100%

环比:环比增长率反应的是数据连续变化趋势,将本期的数据与上一期的数据进行对比。最常见的是这个月的数据与上个月的数据进行比较,比如拿2017年2月的支付订单数和2017年1月的支付订单数进行对比,得出环比增长率。

环比增长率=(本期数值-上一期数值)/上一期数值 *100%

定基比:定基比增长率将所有的数据与某个基准线数据进行对比。通常这个基准线是公司或者产品发展的一个里程碑或者重要数据点,将之后的数据与这个基准线进行比较,从而反映公司在跨越这个重要的基点后的发展状况。

定基比增长率=(本期数值—基期数值)/基期数值 *100%

趋势分析另一个核心目的则是对趋势做出解释,对于趋势线中明显的拐点,发生了什么事情要给出合理的解释,无论是外部原因还是内部原因。

2.对比分析

我 们无法通过一个孤立的数据分析得到可靠的结论,趋势分析让我们洞察数据的变化,而对比分析可以让我们明确好坏优劣,进而扬长避短。趋势分析比较的是自身在 时间序列上的变化,对比分析是给一组数据设定一些合理的比较环境,即给数据设定一个“参照物”,从而得出一组数据内不同数据的优劣。再强调一遍:我们无法 通过一组孤立的数据来得到什么!

举个例子,某个电商网站的购买转化率为3%,我们无法判断这个转化率的高低,但是当我们给出一个参照物—— 全行业的平均购买转化率为1.5%,经过这两者一对比,就立刻可以判断该电商网站的购买转化率超出平均水准很多了。有时一些数据的对比并不能反映出数据的 优劣,需要简单的合并。比如:在一个电商APP内,有A、B两件商品,A的访问量是100,B的访问量是1000,如果直接比较A、B两件商品的订单数, 显然是不合理的,正确的做法是利用订单数/访客数,通过订单转化率来比较,这样进行数据的合并来对比A、B两件商品会更加合理。这里订单转化率就是一个简 单的合并指标了。

一般而言,对比的数据是数据的基本面,比如行业的情况,全站的情况等。就某个数据指标从不同的环境进行横向对比,找出得出指标的好坏。有些时候,在产品迭代测试的时候,为了增加说服力,会人为设置对比的基准,如经典的“A/B test”。

需要指出的是,数据的对比分析最关键的是对比某一个单一变量,其他条件(变量)保持一致。比如测试首页改版的效果,就需要保持A/B 两组用户质量保持相同,上线时间保持相同,来源渠道相同等,只有这样才能得到比较有说服力的数据。

3.细分分析

在 数据分析的三板斧中,最后一种分析方法是细分分析。细分需要借助一定的专业工具进行分析。她最大价值是可以让我们看清楚问题的所在。通常我们获得的运营数 据都是综合数据,如APP的访问量、下载量、总销售额、总停留时间。这些综合的数据会让显示出APP运营的整体状况,但也会隐藏一些问题和机会。

细 分简单来说是指标和维度的结合。介绍指标和维度的概念,指标:用来记录访问者行为的数字。最常见的指标包括访问次数、综合浏览量、访问深度、转化率、流失 率等。维度:是观察访问者行为的角度。比较常见的维度包括访问者属性维度、时间维度、流量来源维度、地理维度、内容维度和系统维度等等。

同一指标在不同的维度下会显示出不同的属性。例如,某个网站的访问次数是1000,当这个指标与访问者维度组合时,会显示出新访问用户是600,回访用户是400;同理,这个访问指标与时间维度,地理维度结合来看,也会拆分出不同的数据。这就是一次简单的细分。

4.小结

趋 势分析最常用的是同比、环比,趋势分析也是数据监控的最基础的方法;对比分析让我们明确优劣好坏,从而做出最有效决策,跟目标的对比能够有效地考核网站的 绩效;细分是分析的最基础体现,是排查问题的利器,使用细分能够帮助我们将问题从整体一步步定位到细节,进而找到针对性的解决办法。

当然,我们在做运营数据分析的时候,数据从何而来?如何获取?也需要专业的获取数据的办法。至于如何获取数据再进行专业分析,下次分解。

义乌电脑维修,技术咨询QQ:404099828
       查看详情

义乌服务器,转载链接。

本文永久链接: http://www.ywbb.net/3491.html

发表评论

Go