新聞中心
PRESS CENTENR在(zai)產(chan)品(pin)運營(ying)過程中，數(shu)據分析(xi)具有極其重要的戰略意(yi)義，是產(chan)品(pin)優化和產(chan)品(pin)決策的核心大腦。因此做好數(shu)據分析(xi)，是產(chan)品(pin)運營(ying)中最重要的環(huan)節之一。
那么如何(he)做(zuo)好支付(fu)的(de)數(shu)據(ju)分(fen)析(xi)(xi)呢(ni)?以下(xia)梳(shu)理出數(shu)據(ju)分(fen)析(xi)(xi)的(de)8步流程，以及常見(jian)的(de)7種分(fen)析(xi)(xi)思路。新手在(zai)啟動(dong)數(shu)據(ju)分(fen)析(xi)(xi)前，最好跟(gen)主管(guan)或數(shu)據(ju)經(jing)驗較豐富的(de)童(tong)鞋確認(ren)每一步的(de)分(fen)析(xi)(xi)流程。
一、數據分析八流程：
1、為什么分析?
首先，你(ni)得知(zhi)道為什(shen)么(me)分(fen)析?弄清(qing)楚(chu)此次(ci)數據分(fen)析的(de)目的(de)。比(bi)如，這次(ci)短信方式的(de)數據分(fen)析，為什(shen)么(me)要做這個(ge)分(fen)析。你(ni)所有的(de)分(fen)析都的(de)圍繞這個(ge)為什(shen)么(me)來回(hui)答。避(bi)免(mian)不(bu)符合(he)目標反(fan)復返工，這個(ge)過程會(hui)很痛苦。
2、分析目標是誰?
分析目(mu)標是誰? 要牢記清楚的(de)分析因子，統計維度是訂單(dan)，還(huan)是用(yong)戶(hu)，還(huan)是金額，還(huan)是用(yong)戶(hu)行為。避免把(ba)訂單(dan)當用(yong)戶(hu)算(suan)(suan)，把(ba)用(yong)戶(hu)當訂單(dan)算(suan)(suan)(上周運(yun)營同學真實案例(li))，算(suan)(suan)出的(de)結果是差別非常(chang)大的(de)。
3、想達到什么效果?
通(tong)過(guo)分析各個維度(du)的(de)用(yong)(yong)戶，訂單(dan)，找到真正的(de)問題。例如這次的(de)XX通(tong)道的(de)分析，全盤下線，或維持現狀(zhuang)不(bu)動，都不(bu)符合利益最大化原則。通(tong)過(guo)分析，找到真正的(de)問題根(gen)源，發現用(yong)(yong)戶精(jing)細化運(yun)營(ying)已經非(fei)常必要了。
4、需要哪些數據?
支付的數(shu)(shu)據(ju)(ju)，茫茫大海，數(shu)(shu)據(ju)(ju)繁多，用“海”來形容一(yi)點都不(bu)為過。需要(yao)哪些源數(shu)(shu)據(ju)(ju)?付費總額，付費人數(shu)(shu)?新老用戶(hu)維(wei)度?付費次(ci)數(shu)(shu)?轉移人數(shu)(shu)?留(liu)存率?用戶(hu)特征?畫像?先整理好思路，列一(yi)個表。避免數(shu)(shu)據(ju)(ju)部(bu)(bu)門同學今(jin)天跑(pao)(pao)一(yi)個數(shu)(shu)據(ju)(ju)，明天又跑(pao)(pao)一(yi)個數(shu)(shu)據(ju)(ju)，數(shu)(shu)據(ju)(ju)部(bu)(bu)門同學也(ye)會比(bi)較煩(fan)。
5、如何采集?
直接(jie)數據(ju)庫調取?或者交給程序猿導出? 自己寫SQL?運(yun)營同(tong)學(xue)不妨都學(xue)一下SQL，自力更生(sheng)。
6、如何整理?
整理(li)數(shu)據(ju)是門技(ji)術活。不(bu)得不(bu)承認(ren)EXCEL是個強大(da)工(gong)具，數(shu)據(ju)透視表(biao)的(de)熟練使用和(he)(he)技(ji)巧(qiao)，作為支付數(shu)據(ju)分析必不(bu)可少，各種函數(shu)和(he)(he)公式也(ye)需(xu)要略懂一(yi)二，避(bi)免低效(xiao)率的(de)數(shu)據(ju)整理(li)。Spss也(ye)是一(yi)個非常優秀(xiu)的(de)數(shu)據(ju)處(chu)理(li)工(gong)具，特別在數(shu)據(ju)量(liang)比較大(da)，而且當字段由特殊字符(fu)的(de)時候，比較好用。
7、如何分析?
整理完畢(bi)，如(ru)何(he)對(dui)數據(ju)(ju)進行(xing)綜合分(fen)析(xi)，相關分(fen)析(xi)?這個是(shi)很(hen)考驗邏輯(ji)思維和推(tui)理能力的(de)(de)。同時分(fen)析(xi)推(tui)理過程中，需(xu)要對(dui)產品了(le)如(ru)指(zhi)(zhi)掌(zhang)，對(dui)用戶很(hen)了(le)解，對(dui)渠道很(hen)熟悉。看似一(yi)個簡單的(de)(de)數據(ju)(ju)分(fen)析(xi)，其實(shi)是(shi)各(ge)方(fang)面(mian)能力的(de)(de)體(ti)現(xian)。首先是(shi)技術層面(mian)，對(dui)數據(ju)(ju)來源的(de)(de)抽取-轉換-載入原理的(de)(de)理解和認識;其實(shi)是(shi)全(quan)局觀，對(dui)季節性、公司等層面(mian)的(de)(de)業(ye)(ye)務(wu)有清晰的(de)(de)了(le)解;最后是(shi)專業(ye)(ye)度，對(dui)業(ye)(ye)務(wu)的(de)(de)流程、設計等了(le)如(ru)指(zhi)(zhi)掌(zhang)。練就數據(ju)(ju)分(fen)析(xi)的(de)(de)洪(hong)荒之力并非一(yi)朝(chao)一(yi)夕之功，而是(shi)在實(shi)踐中不斷成(cheng)長和升華。一(yi)個好的(de)(de)數據(ju)(ju)分(fen)析(xi)應該以價值(zhi)為導向，放眼全(quan)局、立足業(ye)(ye)務(wu)，用數據(ju)(ju)來驅動(dong)增(zeng)長。運營(ying)同學比(bi)較容易聚在某個點上轉圈(quan)走不出來。
8、如何展現和輸出?
數據可視(shi)化(hua)也是(shi)一個學問。如何用合(he)適的圖表表現?每一種圖表的寓意是(shi)什么?下面列舉(ju)下常用的8個圖表：
(1)、折線圖：合適用于(yu)隨時(shi)間而(er)變(bian)化(hua)(hua)的連續(xu)數據，例(li)如隨時(shi)間收入變(bian)化(hua)(hua)，及(ji)增長率變(bian)化(hua)(hua)。
(2)、柱型圖：主(zhu)要用來表(biao)示各組數據(ju)之間的差(cha)別。主(zhu)要有二維柱(zhu)形圖(tu)(tu)、三維柱(zhu)形圖(tu)(tu)、圓(yuan)柱(zhu)圖(tu)(tu)、圓(yuan)錐圖(tu)(tu)和棱錐圖(tu)(tu)。如支(zhi)付寶與微(wei)信覆蓋率差(cha)別。
(3)、堆積柱形圖：堆積(ji)柱(zhu)形(xing)圖不僅可(ke)以(yi)顯示同(tong)類別中(zhong)每種(zhong)數(shu)據(ju)的(de)大(da)小，還可(ke)以(yi)顯示總(zong)量的(de)大(da)小。例如我們(men)需要表示各個支付方(fang)式(shi)的(de)人(ren)數(shu)及總(zong)人(ren)數(shu)時(shi)。
(4)、線-柱圖：這種類型的圖不僅(jin)可以顯示出(chu)同(tong)類別(bie)的比較，還可以顯示出(chu)趨勢情況。
(5)、條形圖：類似于橫向的(de)柱狀圖，和柱狀圖的(de)展示效果相同，主要(yao)用于各項類的(de)比較。
(6)、餅圖：主(zhu)要(yao)顯示各項占(zhan)比情況。餅(bing)圖(tu)一般(ban)慎用(yong)，除非(fei)占(zhan)比區別非(fei)常明顯。因為(wei)肉眼對(dui)對(dui)餅(bing)圖(tu)的占(zhan)比比例分辨并不直觀(guan)。而且餅(bing)圖(tu)的項，一般(ban)不要(yao)超過6項。6項后建(jian)議用(yong)柱形圖(tu)更(geng)為(wei)直觀(guan)。
(7)、復合餅圖：一(yi)般是(shi)對某(mou)項比例的(de)下(xia)一(yi)步分析。
(8)、母子餅圖：可直觀地(di)分析項(xiang)目的(de)組成(cheng)結構與比重。例(li)如上次短(duan)信支付能力用(yong)戶中，沒(mei)有第(di)3方支付能力的(de)用(yong)戶，中間(jian)有X%比例(li)是沒(mei)銀行卡，X%比例(li)是沒(mei)微(wei)信支付賬號等。
圖表不必(bi)太(tai)花哨，一(yi)個表說一(yi)個問題就好(hao)。用友好(hao)的可視化圖表，節省閱讀者的時間，也是對(dui)閱讀者的尊重。
有(you)一些數據(ju)，辛(xin)辛(xin)苦(ku)苦(ku)做了整理和分析(xi)，最后發現(xian)對結論(lun)輸出是沒有(you)關(guan)系的(de)，雖然(ran)做了很多工作(zuo)，但不能為了體現(xian)工作(zuo)量而堆(dui)砌數據(ju)。
在展現(xian)的過程中，請注(zhu)明數據的來(lai)源，時間，指標(biao)的說(shuo)明，公式的算法，不僅體現(xian)數據分(fen)析的專業度，更是對報告閱(yue)讀者的尊重。
二、數據分析七思路：
1、簡單趨勢
通(tong)過(guo)實時訪問趨勢了(le)解產品(pin)使用情況。如(ru)總(zong)流(liu)水，總(zong)用戶，總(zong)成(cheng)功(gong)率，總(zong)轉化率。
2、多維分解
根(gen)據(ju)分析需要，從多維度(du)對(dui)指標進行分解。例(li)如(ru)新老用戶、支付方式、游戲(xi)維度(du)、產品版本維度(du)、推廣渠道、來源、地(di)區、設(she)備品牌等等維度(du)。
3、轉化漏斗
按照已(yi)知的轉(zhuan)(zhuan)化路徑，借助(zhu)漏斗模型分析總體和每一步的轉(zhuan)(zhuan)化情(qing)況。常見的轉(zhuan)(zhuan)化情(qing)境有下單(dan)率，成功(gong)轉(zhuan)(zhuan)化率等。
4、用戶分群
在精(jing)細化分(fen)析(xi)中，常常需(xu)要對(dui)(dui)有某個特定(ding)行為的(de)(de)用戶群(qun)組進行分(fen)析(xi)和比對(dui)(dui);數據(ju)分(fen)析(xi)需(xu)要將多維度(du)和多指標作為分(fen)群(qun)條件，有針對(dui)(dui)性(xing)地優化產品(pin)，提升用戶體驗。例如我們這(zhe)次對(dui)(dui)短信這(zhe)類用戶，短信里又(you)有第(di)3方(fang)和無第(di)3方(fang)支(zhi)付能力的(de)(de)，需(xu)要再(zai)進行分(fen)群(qun)的(de)(de)運(yun)營。
5、細查路徑
數據分析可以觀察用(yong)(yong)戶(hu)的(de)(de)行(xing)為軌跡，探索用(yong)(yong)戶(hu)與產品(pin)的(de)(de)交互過程;進而從中(zhong)發現問題、激發靈(ling)感(gan)亦(yi)或(huo)驗證假設。例如我們這次對新(xin)用(yong)(yong)戶(hu)的(de)(de)運(yun)營，也非常(chang)有意思。
6、留存分析
留存分析(xi)(xi)是探索用戶(hu)行(xing)為與回訪(fang)之間的(de)(de)關(guan)聯。一(yi)(yi)般(ban)我們講的(de)(de)留存率(lv)，是指“新增用戶(hu)”在一(yi)(yi)段時間內“回訪(fang)”的(de)(de)比例。通過分析(xi)(xi)不(bu)同(tong)用戶(hu)群組的(de)(de)留存差(cha)異、使(shi)用過不(bu)同(tong)功能(neng)用戶(hu)的(de)(de)留存差(cha)異來找到產品的(de)(de)增長點。
7、A/B 測試
A/B測(ce)(ce)試就是同(tong)時(shi)進行多個(ge)方案(an)并行測(ce)(ce)試，但是每個(ge)方案(an)僅有一個(ge)變量(liang)不同(tong);然后以(yi)某種規則(例如用戶體(ti)驗、數(shu)據(ju)指標(biao)(biao)等)優勝略汰(tai)選(xuan)擇(ze)最優的(de)方案(an)。數(shu)據(ju)分析(xi)(xi)需(xu)要在這個(ge)過程中(zhong)選(xuan)擇(ze)合理的(de)分組樣本、監測(ce)(ce)數(shu)據(ju)指標(biao)(biao)、事后數(shu)據(ju)分析(xi)(xi)和不同(tong)方案(an)評估。
不單是(shi)支付(fu)的(de)數(shu)據分(fen)析，其(qi)他(ta)的(de)產(chan)(chan)品(pin)運營(ying)數(shu)據分(fen)析流程和思(si)(si)路也(ye)一(yi)樣適用，只是(shi)支付(fu)數(shu)據相對(dui)其(qi)他(ta)產(chan)(chan)品(pin)而言，維(wei)度很(hen)多(duo)，以及組合的(de)維(wei)度也(ye)非(fei)常多(duo)，因(yin)此(ci)就需(xu)要更清晰的(de)思(si)(si)路和大局(ju)觀，避免陷入到數(shu)據海洋(yang)中。
本文由(you)-醫療信(xin)息化產品供應商-城銀科技收集(ji)提供：
上一篇： 醫院檔案數字化管理存在的問題及策略
下一篇：
