运营必备的15个数据分析方法

来源:未知 浏览 122次 时间 2021-06-04 23:36

提起数据分析大家往往会联想到一些密密麻麻的数字表格或是高级的数据建模手法内部链接或是高级的数据建模手法再或是华丽的数据报表。

其实“ 分析 ”本身是每个人都具备的能力比如根据股票的走势决定购买还是抛出;依照每日的时间和以往经验选择行车路线;购买机票、预订酒店时比对多家的价格后做出最终选择。

这些小型决策其实都是依照我们脑海中的数据点作出判断这就是简单分析的过程。对于业务决策者而言则需要掌握一套系统的、科学的、符合商业规律的数据分析知识。

一、数据分析的战略思维

无论是产品、市场、运营还是管理者你必须反思:数据本质的价值究竟在哪里?从这些数据中你和你的团队都可以学习到什么?

1. 数据分析的目标

对于企业来讲数据分析的可以辅助企业优化流程降低成本提高营业额往往我们把这类数据分析定义为商业数据分析。商业数据分析的目标是利用大数据为所有职场人员做出迅捷、高质、高效的决策提供可规模化的解决方案。商业数据分析的本质在于创造商业价值 驱动企业业务增长。

2. 数据分析的作用

我们常常讲的企业增长模式中往往以某个业务平台为核心。在这其中数据和数据分析是不可或缺的环节。

通过企业或者平台为目标用户群提供产品或服务而用户在使用产品或服务过程中产生的交互、交易都可以作为数据采集下来。

根据这些数据洞察通过分析的手段反推客户的需求创造更多符合需求的增值产品和服务重新投入用户的使用从而形成形成一个完整的业务闭环。这样的完整业务逻辑可以真正意义上驱动业务的增长。

3. 数据分析进化论

我们常常以商业回报比来定位数据分析的不同阶段因此我们将其分为四个阶段:

阶段 1:观察数据当前发生了什么?

首先基本的数据展示可以告诉我们发生了什么。例如:公司上周投放了新的搜索引擎 A 的广告想要比对一周内新渠道 A 比现有渠道 B 情况如何A、B 各自带来了多少流量转化效果如何? 又比如新上线的产品有多少用户喜欢新注册流中注册的人数有多少。这些都需要通过数据来展示结果都是基于数据本身提供的“发生了什么”。

阶段 2:理解为什么发生?

如果看到了渠道 A 为什么比渠道 B 带来更多的流量这时候我们就要结合商业来进一步判断这种现象的原因。这时候我们可以进一步通过数据信息进行深度拆分 也许某个关键字带来的流量也许是该渠道更多地获取了移动端的用户。这种数据深度分析判断成为了商业分析第二个进阶也同时能够提供更多商业价值上的体现。

阶段 3:预测未来会发生什么?

而当我们理解了渠道 A、B 带来流量的高低就根据以往的知识预测未来会发生什么。在投放渠道 C、D 的时候猜测渠道 C 比渠道 D 好当上线新的注册流、新的优化又名站长网当上线新的注册流、新的优化可以知道哪一个节点比较容易出问题;我们也可以通过数据挖掘的手段自动预测判断 C 和 D 渠道之间的差异这就是数据分析的第三个进阶预测未来会发生的结果。

阶段 4:商业决策

所有工作中最有意义的还是商业决策通过数据来判断应该做什么。而商业数据分析的目的就是商业结果。当数据分析的产出可以直接转化为决策或直接利用数据做出决策那么这才能直接体现出数据分析的价值。

4. 数据分析的 EOI 框架

EOI 的架构是包括 LinkedIn、Google 在内的很多公司定义分析型项目的目标的基本方式也是首席增长官在思考商业数据分析项目中一种基本的、必备的手段。

其中我们先会把公司业务项目分为三类:核心任务战略任务风险任务。

以谷歌为例谷歌的核心任务是搜索、SEM、广告这是已经被证明的商业模型并已经持续从中获得很多利润。

谷歌的战略性任务(在 2010 年左右)是安卓平台为了避免苹果或其他厂商占领所以要花时间、花精力去做但商业模式未必成型。风险任务对于创新来说是十分重要的比如谷歌眼镜、自动驾驶汽车等等。

数据分析项目对这三类任务的目标也不同对核心任务来讲数据分析是助力(E)帮助公司更好的盈利提高盈利效率; 对战略任务来说是优化(O)如何能够辅助战略型任务找到方向和盈利点;对于风险任务则是共同创业(I)努力验证创新项目的重要性 。首席增长官需要对公司业务及发展趋势有着清晰的认识合理分配数据分析资源、制定数据分析目标方向。

二、数据分析的 3 大思路

标签: 我们数据数据分析商业