热线电话：13121318867

登录
首页精彩阅读运营做数据分析都会犯的几个错
运营做数据分析都会犯的几个错
2018-07-30
收藏

运营做数据分析都会犯的几个错

数据是反映产品和用户状态最真实的一种方式，通过数据指导运营决策，驱动业务增长。与数据分析师的岗位不同，数据运营更加侧重支持一线业务决策。

互联网运营的类别很多，而运用在运营的整个生命周期中，数据运营属于一种技能，通过数据分析发现解决问题，提升效率促进增长。
有的公司专门设立了数据运营岗位，给各业务线提供一些数据决策参考，但大部分都没有这样的岗位，那么数据分析工作就由各业务线的运营来负责承担这一部分工作。
那么就涉及到了一些问题，在本来就繁杂的工作基础上，再去增加数据分析，大部分运营在这块所用的精力和时间所占比重比较少，只能草草的分析几个大方向的指标，自然发现不了细项的指标所存在的一些问题，业务线往往就是这些小的指标影响了整个产品的周期。
还有令运营小伙伴们最头痛的问题是不知道该关注、分析哪些数据，就算拿到数据后，也不知道到底从哪些方面下手去分析这些运营数据。
很多文章都从PV\UV\用户数这些数据来切入分析，但是分析之后呢，做什么措施？以什么样的目标来驱动？我也分析做过这样的分析，这些常规的数据大多只是绑定着个人的KPI，反应这个人工作成绩的好坏，并不是一场完整的数据分析。
那么运营到底该分析哪些指标呢，我们不妨从运营分类上来划分，运营分很多类，流量运营、用户运营、内容运营…每一个环节都有特别关注的数据和指标。
用户运营：精细化运营，提高留存
分析指标有：
1、活跃/登录：DAU、WAU、MAU、活跃率、登录人数等。
2、留存：次日留存率、周留存率、月留存率等，还有按渠道去分析留存率。
3、流失：流失数据容易被遗忘，包括流失率，流失人数、每日平均流失人数等。
4、付费：付费人数、付费转化率、单笔订单平均金额等，更多看订单数据。
5、其他：每日评论人数、收藏人数、分享人数等。
通过时间维度的分析发现用户留存的变化趋势，通过行为维度的分析发现不同群组用户的差异，找到产品或运营的增长点：这是用户运营非常重要的一点。
产品运营：用数据来分析和监控功能
分析指标有：监测异常指标和留存和用户活跃度曲线
发现用户对你产品的“痛点”和用户对产品新功能的体验效果
流量运营：多维度分析，优化渠道
分析指标有：
1、访问：PV、UV、IP（最常见）；跳出率、平均访问时长、平均访问页数等；使用设备、操作系统、浏览器、地域分布等访问行为。
2、 渠道&推广：来源渠道分布、总消费、展示量、点击率、点击率、平均点击价格、转化率、转化成本、ROI等。
流量运营主要解决的是用户从哪里来的问题。过去粗放式的流量运营，仅仅关注PV、UV等虚荣指标，这是远远不够的。
内容运营：精准分析每一篇文章的效果
分析指标有：PV、UV；UGC、PGC、文章数、关注数、阅读数、互动数（评论、点赞等）、传播数（转发、分享等）；
每一个用户，都有自己喜欢的内容和类别，当我们根据用户的兴趣倾向进行推送的时候，效率肯定会更高。
活动运营：结果为导向，转换率为辅助
分析指标有：活动页PV、UV、新增人数、参与人数、登录人数、转化人数、转化成交金额、ARPU、优惠券发放/使用人数、营销成本、营销转化率、ROI、分享人数、分享次数等，数据要根据活动类型而定；
说到这有的运营又要犯嘀咕了，这些指标一系列分析下来，在数据整理阶段我就已经爬不起来了，庞杂的基层数据爬取，就浪费了大半时间，再经过整合，数据处理/建模，数据分析，数据图表制作，制作报告。天呐，要疯了！
那么如何快速熟练地搞定数据分析呢
1、学习一些数据分析思维相关知识。
2、快速找对自己工作相对应的核心分析指标。
3、建立一些固定的分析模型。
4、想偷懒的可以用一些数据分析工具，市面上比较成熟的有“壹看板”、“魔镜”等，可以试试看。
以上是运营在数据分析上会忽略的一些指标，容易只关注一些假大空的指标，也找不出相关的应对办法。
再有一个容易犯得错误就是，做不好美观的图表和报表
这是运营最容易犯的错，明明做了很多工作，不会总结，做的产品和运营相关的报表更是一塌糊涂。
有的运营吐槽除了每天繁忙的工作，每周、每月的数据汇报是最令人头痛的。因为本身就不那么聪明，数学也不是太好，对数据不那么爱，而且还要做数据分析，数据小白分分钟崩溃。
每周五（每个月底）都要花一天中很长的时间来进行简单的数据分析（最早的时候连Excel都使用不熟悉，效率炒鸡低，很惨），浪费了不少时间、精力，还要给领导呈现美观的数据图表。
但是这些都不应该是借口。
首先没有哪个领导喜欢看乱七八糟的报表，但怎样才能做出好看的报表呢，首先要让数据直观明了，能用图表的就不要用文字去罗列。
最常见就是PV、UV的同环比了，直观对比出数据出现的问题，然后找出数据波动规律，如果不在正常范围内，请尽快找出出现的问题，并尽快解决。
同样是图表分析哪个更美观不言而喻。
分析KPI完成进度：单指标进度可用计量图，对比同样是KPI进度完成情况，后者更加直观，一目了然。
研究用户感兴趣内容范围，很多难以用数据对比，可以试试采用词云图。
用户地域分析也是非常重要的，这可能决定了公司业务会在哪些区域重点投入、重点销售。采用地图显示更加直观，也高大上了很多呢。
更多图表不再一一罗列了，综上所述，运营不仅要学好数据分析，掌握其核心的指标变动，以用来作为产品业务线的依据支撑，及时发现或者预警问题所在，在此基础上如果做出美观令人赏心悦目的图表报表，那么升职加薪，买房买车迎娶白富美就不再是梦了。



CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

数据分析

数据分析咨询请扫描二维码

上一篇python批量制作雷达图的实现方法
下一篇python中的随机函数random的用法示例
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询