數(shù)據(jù)分析報告怎么用?

11 評論 69083 瀏覽 389 收藏 18 分鐘

本文是作者基于自身多年數(shù)據(jù)分析的經(jīng)驗,總結(jié)的一體化數(shù)據(jù)分析框架,簡單地介紹下數(shù)據(jù)分析能分析能落地的幾點。enjoy~

大數(shù)據(jù),這個被炒爛了的概念,現(xiàn)如今已被人工智能替代。我們先不討論人工智能,就大數(shù)據(jù)而言,我們都是在強調(diào)他的技術(shù),例如網(wǎng)絡熱詞:hadoop+spark,data mining。而我們在用大數(shù)據(jù)時候,經(jīng)常用它的來神話它的影響。例如,廣告投放精準化,社會安全管理有序,醫(yī)藥行業(yè)智能化等。

當然這些是我們的暢想,同時確實也離不開數(shù)據(jù)分析影響,但是我們有沒有停下腳步去想一想,到底大數(shù)據(jù)怎么去落地呢,怎么去分析?怎么利用數(shù)據(jù)來去使企業(yè)做出決策,例如:廣告投放精準化?

我們了解什么叫大數(shù)據(jù)分析么?

麥肯錫給大數(shù)據(jù)定義:

“一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合,具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價值密度低四大特征?!?/p>

基于我對以上定義的理解,我總結(jié)的大數(shù)據(jù)分析就是,將獲取的數(shù)據(jù),打通,整合,找尋規(guī)律,立即得出決策信息。

數(shù)據(jù)獲取

我總結(jié)的數(shù)據(jù)源可分類三類:

(1)一方數(shù)據(jù):用戶事實數(shù)據(jù)

例如用戶在某金融機構(gòu)購買的理財產(chǎn)品,時間,哪個出單口,姓名,電話等,或者運營數(shù)據(jù),例如某互聯(lián)金融app,用戶操作行為數(shù)據(jù)

(2)二方數(shù)據(jù):其實這部分叫做廣告投放數(shù)據(jù)

例如,廣告展示量,活動頁點擊量,廣告來源等。也有公司將這部分數(shù)據(jù)作為第三方數(shù)據(jù),因為有些廣告監(jiān)測公司會利用此數(shù)據(jù)和人群數(shù)據(jù)整合構(gòu)建自己dmp這樣的公司一般宣稱為第三方公司,三方數(shù)據(jù)

(3)三方數(shù)據(jù):行業(yè)數(shù)據(jù),也叫公開數(shù)據(jù)

例如行協(xié)的數(shù)據(jù),或者互聯(lián)網(wǎng)行為數(shù)據(jù),例如某互聯(lián)網(wǎng)公司用戶在此網(wǎng)站的行為數(shù)據(jù),或者嵌入sdk的app后我們能采集到的安裝活躍列表,以及可采集到線下數(shù)據(jù)。

  • 打通:其實就是利用關鍵點的采集整合一二三方數(shù)據(jù)。例如我們可以通過手機號將一方和三方數(shù)據(jù)整合,或者利用cookie,或者imei號等將二方、三方數(shù)據(jù)整合。但是由于現(xiàn)在監(jiān)管制度對手機號敏感數(shù)據(jù)的控制,以及互聯(lián)網(wǎng)和移動端數(shù)據(jù)的跨平臺打通技術(shù)難點,我們現(xiàn)實的匹配率很低,例如一方和三方的數(shù)據(jù)匹配達到20%其實就算比較不錯的情況,當然運營商數(shù)據(jù)除外。
  • 找尋規(guī)律:目標就是數(shù)據(jù)清理,從非結(jié)構(gòu)化數(shù)據(jù)變成結(jié)構(gòu)化數(shù)據(jù),以便統(tǒng)計,數(shù)據(jù)探索,找尋規(guī)律,形成數(shù)據(jù)分析報告觀點。本文將會在第三部分闡述。
  • 立即決策:將數(shù)據(jù)分析報告中的觀點系統(tǒng)化或產(chǎn)品化,目前而言,大部分公司還是會依靠人工決策。

為什么需要大數(shù)據(jù)分析?看上去大數(shù)據(jù)分析似乎按照這些步驟來,但是從第一步的數(shù)據(jù)源來說,其實已經(jīng)反應了大數(shù)據(jù)的特點,就是雜亂無章,那么怎么從這些數(shù)據(jù)找尋規(guī)律,分析的內(nèi)容和目標是否對應上,似乎就是我們需要大數(shù)據(jù)分析的理由

現(xiàn)在,大數(shù)據(jù)的分析通常采用的數(shù)據(jù)報表來反映企業(yè)運營狀況,同時,對于熱點,人群分析,我們看到的統(tǒng)計值,目標核心都是用數(shù)據(jù)分析報告提煉的觀點來指導運營,那么問題來了,怎么用數(shù)據(jù)分析來指導數(shù)據(jù)決策呢?

數(shù)據(jù)分析的報告思路(本文從移動端的角度進行切入)

基于我對數(shù)據(jù)分析的理解,我將數(shù)據(jù)報告會分成三大類:市場分析、運營分析、用戶行為分析。

市場分析

由于市場分析一般而言是定性、定量分析,最近熱播劇《我的前半生》賀函和唐晶的職業(yè)就是來去咨詢公司的一般會以訪談、問卷調(diào)查來一份市場分析報告去告訴客戶他們的市場占有量,消費者觀點等。

這里,我們以移動互聯(lián)網(wǎng)數(shù)據(jù)的市場分析為例,通常來說,數(shù)據(jù)源是公開數(shù)據(jù),或者在第三方數(shù)據(jù)。正如我們所講,將sdk嵌入開發(fā)者應用,就可以收集到安裝以及使用列表,那么開發(fā)者使用的sdk越多,我們能收集的數(shù)據(jù)源也越多,這樣就可以形成安裝app排名,使用app排名,這里面所說的覆蓋率、活躍率也是這個意思,例如:即此款應用安裝量、使用量在整體金融類的安裝量、使用量占比。

那么,這些市場分析的作用呢,一般而言,是對公司市場營銷的總結(jié),比如某金融公司kpi是為了獲客,他們做了一系列營銷,下個月排名我們可以查詢到此款應用的安裝量,是否較上個月上升呢? 那么我們的競品表現(xiàn)呢,他們是不是也做了一些列的營銷活動排名上升下降?我們都可以通過市場分析,競品分析來觀測,但是這部分的觀點由于是市場數(shù)據(jù),我們只能通過大量的搜尋官網(wǎng)活動,或者互聯(lián)網(wǎng)廣告推測營銷來推測是否競爭對手排名上升和這些營銷活動有關。

同時,根據(jù)市場的走勢圖,我們能發(fā)現(xiàn)潛在的競爭對手,例如:我們能看出下圖中的工商銀行由于手機屬于高覆蓋高活躍組,即安裝xxapp活躍人群也是最高的,因此,無疑xx銀行是所有銀行組潛在競爭對手。需要更加注意他們的市場策略

運營分析

移動互聯(lián)網(wǎng)提出的方法論:3A3R,筆者之前在做咨詢的時候,此方法論也可以將網(wǎng)站分析套用,總結(jié)來說3A3R就是:

感知 → 獲取?→ ?活躍?→ ?獲取?→ ?營收?→ ?傳播?→ ?感知

這里需要注明下,運營分析只是一個公司的baseline,讓產(chǎn)品經(jīng)理,運營人員,市場人員根據(jù)自己本公司的數(shù)據(jù)參考做出合理的決定,同時,運營的數(shù)據(jù)只是參考或者叫警示,若要具體,需要特定細節(jié)的分析,例如是否app改版,怎么改?需要增加哪家渠道合作?

(1)Awareness 感知

根據(jù)廣告投放數(shù)據(jù)進行分析,目的判斷渠道廣告頁對app 或者網(wǎng)站引流情況,同時可以幫助廣告主設計監(jiān)測表格,以數(shù)字角度衡量廣告投放效果

但是,廣告數(shù)據(jù)一般而言在廣告監(jiān)測公司手中,或者公開的使用工具上例如GA,我們需要依靠廣告公司設計營銷環(huán)節(jié),例如活動頁,加監(jiān)測代碼,或者在媒體,app應用商店加入代碼便于監(jiān)測廣告表現(xiàn),而往往這樣的數(shù)據(jù)很難加載,一般是由應用商店,或者媒體提供,同時,以上數(shù)據(jù),監(jiān)測公司數(shù)據(jù)一般而言也不會提供給廣告主,只是會提供統(tǒng)計值,這部分的分析我會在之后詳細寫出,歡迎大家關注我的運營號

言歸正傳,我們看感知數(shù)據(jù)其實目的就是想衡量我們的大量的營銷投放錢花的對不對,廣告的展示量,點擊量等是最好衡量一個公司的廣告市場部門績效,沒有廣告投放,就無法帶來獲客,因此錢花的值不值,能帶來多少客人,才會有下一步 acquisition。

(2)Acquisition 獲客

獲客是第一步廣告投放拓展,用戶點擊廣告后到達應用商店或者著陸頁后去下載app,訪問網(wǎng)頁后,登陸app后的數(shù)據(jù)是廣告公司或者應用商店提供不了的數(shù)據(jù),因此獲客其實有兩重目的。

  • 目的1:衡量第一步提供的數(shù)據(jù)是否準確,即是否渠道作弊
  • 目的2:判斷渠道是否好壞
  • 目的3:判斷營銷活動是否有效

例如下圖中,我們發(fā)現(xiàn)4成用戶是搜索流量較上個月增加了6%,是不是我們需要增加和sem的合作呢?而在媒體引薦渠道中,我們通過渠道衡量客戶轉(zhuǎn)化率,點擊-用戶激活的,激活的注冊轉(zhuǎn)化,可否重點對某應用商店增加合作

下圖是目的3的應用,來衡量三個月內(nèi)的新增用戶,活躍用戶是否受活動營銷、廣告投放、版本更迭等影響。例如:7月28日的版本更迭,增加新用戶的利器,那么產(chǎn)品經(jīng)理需要分析下這個版本到底哪里的改變,讓用戶增長這么快,而8月份的營銷活動會喚醒沉睡用戶,反應考核運營人員的績效,那么,是否我們在做促活時候可以借鑒8月的成功經(jīng)驗呢?而這個成功經(jīng)驗需要進一步做專題分析

(3)Activities 活躍

獲客后,我們想看看我們的新增、活躍用戶的表現(xiàn)情況,那么就到了第三步 活躍,其實就是為產(chǎn)品經(jīng)理改版app或者頁面提供數(shù)據(jù)支持

活躍分析可參考以下三個步驟:

第一:從頁面瀏覽次數(shù),獨立訪問人數(shù),來圈定主要頁面分析。

例如某款app首頁是pv,uv最高,我們會重點分析首頁。

第二:根據(jù)圈定頁面,制作點擊熱力圖,便于產(chǎn)品經(jīng)理對后續(xù)頁面改造提供數(shù)據(jù)支持,例如我們可以將點擊量小的按鈕在下次改版刪除,對點擊量大的重新排序

第三:根據(jù)圈定頁面,制作點擊熱力圖,便于產(chǎn)品經(jīng)理對后續(xù)頁面改造提供數(shù)據(jù)支持,例如我們可以將點擊量小的按鈕在下次改版刪除,對點擊量大的重新排序

(4)Retention留存分析& Revenue & Refer

這幾個實際上在企業(yè)運用的并不多,這里簡要說明下。

① Retention

用戶積累到一定數(shù)量后,我們想看下用戶粘性,那么我們就來到retention,一般是衡量活動效果時候運用的比較多,來看此次活動過后,是否用戶依舊會使用我們的app,但是由于金融app屬性不會像游戲應用每天進行訪問,因此Retention 在實際應用中不會太多,下面的例子是個展示,不做贅述

② Revenue

這些留下來的客戶給公司貢獻多少現(xiàn)金呢?會看收入步驟, 一般公司不會將現(xiàn)金流數(shù)據(jù)放入在統(tǒng)計平臺中,但是我們需要提出用戶貢獻的流水金額數(shù)據(jù)供我們使用,便于人群劃分,例如下面簡要分析:

Refer 傳播:

最后,我們想讓這些客戶進行傳播;核心是口碑營銷,即用戶自發(fā)的轉(zhuǎn)發(fā)給其他用戶鏈接,讓他們下載app或者參與活動,因此傳播的下一個環(huán)節(jié)又會轉(zhuǎn)換營銷,但是傳播會受到很多限制,例如沒有獎勵機制的口碑傳播,幾乎轉(zhuǎn)發(fā)量為0,同時,傳播若要衡量比較困難,尤其在大量互聯(lián)網(wǎng)用戶基礎上,這樣會造成資源代碼疊加,系統(tǒng)負擔,因此一般企業(yè)也不會設計這樣活動讓營銷人員參考

用戶分析

若說大數(shù)據(jù)分析的核心,其實就是在于用戶分析,正如我們前面所講,用戶分析的步驟流程如下:

即在力所能及的搜集數(shù)據(jù)范圍內(nèi),打通數(shù)據(jù),客戶用戶,精準營銷。

第一,我們可以篩選的條件列表,我們可以通過應用條件,位置,標簽條件將數(shù)據(jù)整合,整合的目的就是刻畫客戶,定出營銷策略。

例如:我們想篩選金融客戶(應用條件篩選),出現(xiàn)在五星級酒店(位置條件),且為母嬰人群(標簽)

但是需要注意的是,條件越多,用戶輪廓越清晰,人群會越少。

第二,根據(jù)篩選的人群,我們將線上/線上統(tǒng)計化,或者建模多維度分析。

例如,我們根據(jù)篩選的人群,發(fā)現(xiàn)男性多于女性,蘋果手機屬性最高,常手機工具使用,那么我們可以將這部分目標人群用增加手機工具合作、或者和蘋果合作獲客或者促活。

第三,整合以上數(shù)據(jù)分析,形成人群畫像。

結(jié)束語

這篇文章基于我多年數(shù)據(jù)分析的經(jīng)驗,總結(jié)的一體化數(shù)據(jù)分析框架,其實就是簡單介紹下數(shù)據(jù)分析能分析能落地的幾點。當然,這里面需要大量的數(shù)據(jù)清洗工作,以及對行業(yè)的認知,此篇只是從數(shù)據(jù)分析角度的概要,內(nèi)容上的細化,其實可以單拿出來細細分析,尤其用戶畫像那章節(jié)。

在后續(xù)的文章中,我也會多寫此類文章,今天分享到這里,歡迎閱讀。

 

作者:馮大福,公眾號:說說數(shù)據(jù)分析那些事兒

本文由 @馮大福 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

更多精彩內(nèi)容,請關注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 您好,想向您申請授權(quán)轉(zhuǎn)載這篇文章

    來自黑龍江 回復
  2. 干貨,這位同事在科興7樓嗎?還是技術(shù)部大樓那邊?

    來自北京 回復
    1. 不是哦

      來自北京 回復
  3. 活躍分析報告的三個步驟/這里的第二步和第三步重復了

    回復
  4. 干貨,讀完收貨頗豐,期待更多的分享,會持續(xù)關注的~感謝分享

    來自廣東 回復
  5. 作者有沒有好的數(shù)據(jù)軟件介紹,特別是能拿到做那個熱點圖的數(shù)據(jù)的軟件

    來自廣東 回復
  6. 真正的干貨

    回復
  7. 圖都用了什么工具

    來自江蘇 回復
    1. 全程excel+ppt

      來自北京 回復
    2. 這些圖的數(shù)據(jù)咋來的

      來自四川 回復
    3. 我說的是數(shù)據(jù)獲取

      來自江蘇 回復