對(duì)產(chǎn)品經(jīng)理來說，數(shù)據(jù)分析是必須要掌握的技能之一。做決策、分析需求和做功能時(shí)，都需要數(shù)據(jù)分析進(jìn)行協(xié)助。但不少同學(xué)對(duì)這個(gè)概念比較模糊，或者不知道結(jié)合業(yè)務(wù)，這篇文章，作者結(jié)合案例，給大家講解下如何養(yǎng)成數(shù)據(jù)分析思維。

在當(dāng)今快節(jié)奏、數(shù)據(jù)驅(qū)動(dòng)的商業(yè)中，掌握數(shù)據(jù)分析不僅是一種競(jìng)爭(zhēng)優(yōu)勢(shì)，更是必需品。數(shù)據(jù)分析不是某個(gè)固定的職位，而是人工智能時(shí)代的通用能力。

你會(huì)看到各行各業(yè)的招聘中都會(huì)要求應(yīng)聘者具備數(shù)據(jù)分析能力。

隨著企業(yè)積累大量數(shù)據(jù)，提取可操作見解的能力對(duì)于做出明智決策、優(yōu)化流程和推動(dòng)增長(zhǎng)至關(guān)重要。本文深入探討數(shù)據(jù)分析思維的核心方面，重點(diǎn)介紹基本分析方法和業(yè)務(wù)知識(shí)的整合，以最大限度地發(fā)揮數(shù)據(jù)的價(jià)值。

你是否在面對(duì)工作時(shí)還是不知道如何展開分析，經(jīng)常會(huì)遇到下面這些問題:

1. 手里拿了一堆數(shù)據(jù)，卻不知道怎么去利用;
2. 業(yè)務(wù)部門不滿意，總覺得你分析得不深入;
3. 準(zhǔn)備面試或找到新工作后，不知道如何快速掌握該行業(yè)的業(yè)務(wù)知識(shí)。

為了解決以上問題，將通過“方法”和“實(shí)踐”來進(jìn)行簡(jiǎn)單的介紹

一、如何理解數(shù)據(jù)？

懂得從數(shù)據(jù)中發(fā)現(xiàn)業(yè)務(wù)指標(biāo)，這就需要學(xué)會(huì)如何看懂?dāng)?shù)據(jù)，拿到數(shù)據(jù)后可以按照?qǐng)D1-1的步驟來理解數(shù)據(jù)

數(shù)據(jù)的分類往往取決于業(yè)務(wù)需求和分析視角，且同一數(shù)據(jù)可以從多個(gè)角度進(jìn)行分類。

舉個(gè)例子，文章的收藏量可以從不同的維度來理解和應(yīng)用：

• 從行為角度看：收藏量反映用戶的互動(dòng)行為，是一種典型的行為數(shù)據(jù)。它代表用戶對(duì)內(nèi)容的偏好和參與度，這有助于分析用戶的使用模式和興趣點(diǎn)。
• 從產(chǎn)品角度看：收藏量也可以視為產(chǎn)品數(shù)據(jù)，因?yàn)樗饬苛宋恼拢ㄗ鳛橐环N內(nèi)容產(chǎn)品）的吸引力和受歡迎程度。這有助于評(píng)估產(chǎn)品的市場(chǎng)接受度和用戶需求。

因此，數(shù)據(jù)的分類并不是固定的，而是應(yīng)根據(jù)具體的業(yè)務(wù)目標(biāo)和分析場(chǎng)景來靈活定義。這種靈活性允許數(shù)據(jù)被用于多種分析和決策支持，為企業(yè)提供更全面的洞察力。

二、常用的指標(biāo)有哪些？

常用的指標(biāo)有用戶數(shù)據(jù)指標(biāo)、行為數(shù)據(jù)指標(biāo)、產(chǎn)品數(shù)據(jù)指標(biāo)、推廣付費(fèi)指標(biāo)等

• 用戶數(shù)據(jù)指標(biāo)分為：新增用戶、活躍用戶、留存用戶
• 行為數(shù)據(jù)指標(biāo)包括：PV、UV、轉(zhuǎn)發(fā)率、轉(zhuǎn)化率、K因子

PV（頁(yè)面瀏覽量）是指網(wǎng)頁(yè)在特定時(shí)間段內(nèi)被訪問的總次數(shù)。每次用戶加載頁(yè)面或刷新頁(yè)面，PV 就會(huì)增加一次。這一指標(biāo)主要用于衡量網(wǎng)頁(yè)的受歡迎程度和用戶的訪問行為。

例如某博客文章在一天內(nèi)被用戶訪問了 500 次，則該文章的 PV 為 500。

UV（獨(dú)立訪客數(shù)）是指在特定時(shí)間段內(nèi)訪問網(wǎng)站的獨(dú)立訪客數(shù)量。UV 通過統(tǒng)計(jì)不同 IP 地址或設(shè)備的訪問次數(shù)來計(jì)算，即使用戶多次訪問同一網(wǎng)站，也只算作一個(gè) UV。這一指標(biāo)用于衡量網(wǎng)站的用戶覆蓋面和獨(dú)立用戶數(shù)。

例如某網(wǎng)站在一周內(nèi)被 10,000 個(gè)不同 IP 的用戶訪問，則該網(wǎng)站的 UV 為 10,000。

轉(zhuǎn)發(fā)率是指用戶分享或轉(zhuǎn)發(fā)某個(gè)內(nèi)容的比例。轉(zhuǎn)發(fā)率反映了內(nèi)容的傳播能力和用戶對(duì)內(nèi)容的認(rèn)可程度，是衡量?jī)?nèi)容病毒傳播效應(yīng)的重要指標(biāo)。

轉(zhuǎn)發(fā)率=（轉(zhuǎn)發(fā)次數(shù)/總瀏覽次數(shù)）×100％

例如如果某篇文章有 1,000 次瀏覽，用戶轉(zhuǎn)發(fā)了 50 次，則該文章的轉(zhuǎn)發(fā)率為： 轉(zhuǎn)發(fā)率=（50/1000）×100％=5％

轉(zhuǎn)化率是指用戶完成某個(gè)特定目標(biāo)行為的比例，如注冊(cè)、購(gòu)買、填寫表單等。轉(zhuǎn)化率用于評(píng)估營(yíng)銷活動(dòng)的效果和用戶行為的達(dá)成情況。

轉(zhuǎn)化率=（轉(zhuǎn)化次數(shù)/總訪問次數(shù)）×100％

例如某電商網(wǎng)站在一周內(nèi)有 10,000 次訪問，其中 300 人完成了購(gòu)買，則該網(wǎng)站的轉(zhuǎn)化率為： 轉(zhuǎn)化率=（300/10000）×100％=3％

K 因子是用來衡量推薦的效果，即一個(gè)發(fā)起推薦的用戶可以帶來多少新用戶，反映了每個(gè)用戶帶來的新增用戶數(shù)量。K 因子用于評(píng)估病毒營(yíng)銷效果，幫助了解用戶之間的傳播行為。

如果每個(gè)用戶平均邀請(qǐng) 2 個(gè)新用戶，并且邀請(qǐng)成功率為 50%，則 K 因子為： K因子=2×0.5=1

如果 K 因子大于 1，表明每個(gè)用戶帶來的新用戶數(shù)量足以產(chǎn)生自增長(zhǎng)。如果 K 因子小于 1，產(chǎn)品或內(nèi)容需要額外的推廣手段來維持用戶增長(zhǎng)。

指標(biāo)之間的區(qū)別與聯(lián)系可以以下圖作為參考

這些指標(biāo)在數(shù)字營(yíng)銷和產(chǎn)品管理中發(fā)揮著重要作用，通過對(duì)這些指標(biāo)的綜合分析，可以更好地理解用戶行為、優(yōu)化營(yíng)銷策略、提升產(chǎn)品表現(xiàn)。

三、常用的分析方法有哪些？

根據(jù)業(yè)務(wù)場(chǎng)景中分析目的的不同，可以選擇對(duì)應(yīng)的分析方法，常用的分析方法如下圖：

在選擇分析方法前，可以先進(jìn)行5W2H分析方法，你是不是在工作中最常聽的一句話就是，為什么這么做，怎么做，需要多少資源和成本，以后遇到這樣的問題我們可以先嘗試用5W2H法來解決

5W2H是一種用于問題分析和解決的工具，適用于產(chǎn)品開發(fā)、質(zhì)量管理、市場(chǎng)分析等領(lǐng)域。它通過回答七個(gè)關(guān)鍵問題（What, Why, Who, Where, When, How, How much）幫助全面分析問題或任務(wù)，以確保沒有忽略重要的細(xì)節(jié)。

5W2H是一種系統(tǒng)化的分析工具，用于幫助人們?nèi)媪私鈫栴}的各個(gè)方面。

每個(gè)字母代表一個(gè)問題：

• What（是什么）
• Why（為什么）
• Who（是誰）
• Where（在哪里）
• When（什么時(shí)候）
• How（怎么做）
• How much（多少費(fèi)用或資源）

這些問題提供了一種框架，可以幫助你從不同角度分析問題、項(xiàng)目或任務(wù)，確保全面考慮各方面因素。

四、具體應(yīng)用步驟

1. What – 什么：描述問題或任務(wù)的具體內(nèi)容

• 問題或任務(wù)是什么？
• 目標(biāo)是什么？
• 要實(shí)現(xiàn)什么結(jié)果？

示例：

• 項(xiàng)目管理：“項(xiàng)目的目標(biāo)是什么？需要完成哪些任務(wù)？”
• 市場(chǎng)營(yíng)銷：“我們要推出什么產(chǎn)品？這個(gè)產(chǎn)品的特點(diǎn)是什么？”

2. Why – 為什么：闡明問題或任務(wù)的原因及其重要性

• 為什么要解決這個(gè)問題或完成這個(gè)任務(wù)？
• 它的背景或動(dòng)機(jī)是什么？
• 為什么這是優(yōu)先事項(xiàng)？

示例：

• 項(xiàng)目管理：“為什么要啟動(dòng)這個(gè)項(xiàng)目？這個(gè)項(xiàng)目的必要性是什么？”
• 市場(chǎng)營(yíng)銷：“為什么這個(gè)產(chǎn)品在市場(chǎng)上有需求？市場(chǎng)痛點(diǎn)是什么？”

3. Who – 誰：明確涉及的人員或團(tuán)隊(duì)

• 誰負(fù)責(zé)解決這個(gè)問題或完成這個(gè)任務(wù)？
• 誰是相關(guān)利益者？
• 誰將受到影響？

示例：

• 項(xiàng)目管理：“項(xiàng)目團(tuán)隊(duì)有哪些成員？每個(gè)成員的職責(zé)是什么？”
• 市場(chǎng)營(yíng)銷：“目標(biāo)客戶是誰？競(jìng)爭(zhēng)對(duì)手有哪些？”

4. Where – 在哪里：確定問題發(fā)生或任務(wù)執(zhí)行的地點(diǎn)

• 問題在哪里發(fā)生？
• 任務(wù)在哪里執(zhí)行？
• 結(jié)果在哪里應(yīng)用？

示例：

• 項(xiàng)目管理：“項(xiàng)目將在什么地點(diǎn)進(jìn)行？交付物會(huì)在哪里使用？”
• 市場(chǎng)營(yíng)銷：“產(chǎn)品在哪些市場(chǎng)發(fā)布？銷售渠道有哪些？”

5. When – 什么時(shí)候：設(shè)定時(shí)間框架和關(guān)鍵時(shí)間節(jié)點(diǎn)

• 任務(wù)什么時(shí)候開始和結(jié)束？
• 什么時(shí)候需要完成每個(gè)階段？
• 時(shí)間表是什么？

示例：

• 項(xiàng)目管理：“項(xiàng)目的開始和結(jié)束日期是什么時(shí)候？里程碑時(shí)間表是什么？”
• 市場(chǎng)營(yíng)銷：“產(chǎn)品上市的時(shí)間安排是怎樣的？營(yíng)銷活動(dòng)什么時(shí)候進(jìn)行？”

6. How – 怎么做：描述問題解決或任務(wù)完成的方法和過程

• 如何解決問題或完成任務(wù)？
• 采用什么方法、技術(shù)或工具？
• 步驟和流程是什么？

示例：

• 項(xiàng)目管理：“我們將如何進(jìn)行項(xiàng)目管理？使用什么工具或方法？”
• 市場(chǎng)營(yíng)銷：“我們將如何推廣這個(gè)產(chǎn)品？采用哪些營(yíng)銷策略？”

7. How much – 多少：估算所需的資源和費(fèi)用

• 完成任務(wù)需要多少資源？
• 成本或預(yù)算是多少？
• 需要多少時(shí)間、人力、物力？

示例：

• 項(xiàng)目管理：“項(xiàng)目的預(yù)算是多少？需要多少人力和物力？”
• 市場(chǎng)營(yíng)銷：“營(yíng)銷預(yù)算是多少？需要多少?gòu)V告支出？”

下面舉一個(gè)實(shí)戰(zhàn)例子來深入了解一下如何利用數(shù)據(jù)分析思維來拆解不同場(chǎng)景的具體解決方案。

五、案例分析

提問：一家在線教育平臺(tái)，主要提供編程、設(shè)計(jì)、數(shù)據(jù)科學(xué)等領(lǐng)域的課程。最近，公司發(fā)現(xiàn)新課程的完課率（用戶完成課程的比例）顯著下降。管理層希望通過數(shù)據(jù)分析找出問題的原因，并提出解決方案，以提升用戶完課率。

步驟1：理解數(shù)據(jù)

首先，收集與完課率相關(guān)的各類數(shù)據(jù)，包括但不限于：

1、用戶數(shù)據(jù)：

• 用戶的注冊(cè)日期、年齡、性別、職業(yè)、所在地區(qū)等。
• 用戶的學(xué)習(xí)習(xí)慣（如學(xué)習(xí)時(shí)間、設(shè)備類型）。

2、課程數(shù)據(jù)：

• 課程的內(nèi)容類型、時(shí)長(zhǎng)、難度、講師評(píng)分等。
• 課程更新頻率、推送策略、免費(fèi)/付費(fèi)狀態(tài)。

3、行為數(shù)據(jù)：

• 用戶的學(xué)習(xí)進(jìn)度、觀看時(shí)間、暫停次數(shù)、交互行為（如討論、筆記）。
• 用戶的評(píng)價(jià)、反饋、問題提交等。

4、數(shù)據(jù)分類視角：

• 從用戶角度：分析不同用戶群體的學(xué)習(xí)習(xí)慣和完課行為。
• 從課程角度：分析不同課程類型和設(shè)計(jì)對(duì)完課率的影響。
• 從行為角度：分析用戶在課程中的具體行為與完課率的關(guān)系。

步驟2：選擇分析指標(biāo)

根據(jù)業(yè)務(wù)需求，選擇適當(dāng)?shù)年P(guān)鍵指標(biāo)進(jìn)行分析。

1、完課率：

• 定義：用戶完成某課程的比例。
• 計(jì)算公式：完課率 = （完成課程的用戶數(shù) / 開始課程的用戶數(shù)）×100%

2、用戶留存率：

• 定義：在某時(shí)間段內(nèi)持續(xù)活躍的用戶比例。
• 計(jì)算公式：留存率 = （某時(shí)間段活躍的用戶數(shù) / 總用戶數(shù)）×100%。

3、平均觀看時(shí)長(zhǎng)：

• 定義：用戶觀看課程的平均時(shí)長(zhǎng)。
• 計(jì)算公式：平均觀看時(shí)長(zhǎng) = 總觀看時(shí)長(zhǎng) / 觀看用戶數(shù)。

4、用戶反饋得分：

• 定義：用戶對(duì)課程的評(píng)分和評(píng)價(jià)的平均得分。
• 計(jì)算公式：用戶反饋得分 = 總得分 / 評(píng)價(jià)數(shù)。

步驟3：應(yīng)用分析方法

1、運(yùn)用5W2H分析方法來定位完課率下降問題：

• What（是什么）：完課率下降，特別是新課程的完課率較低。
• Why（為什么）：需要了解是用戶、課程還是平臺(tái)的原因。
• Who（是誰）：受影響的主要是新注冊(cè)用戶，主要參與新課程學(xué)習(xí)。
• Where（在哪里）：所有在線課程，但尤以編程課程的完課率下降最明顯。
• When（什么時(shí)候）：過去三個(gè)月內(nèi)，尤其是最近一次課程更新后。
• How（怎么做）：分析用戶行為數(shù)據(jù)、課程內(nèi)容數(shù)據(jù)，調(diào)查用戶反饋。
• How much（多少）：需要的數(shù)據(jù)分析資源包括數(shù)據(jù)工程師、分析工具和用戶調(diào)查成本。

2、運(yùn)用邏輯樹分析方法來定位用戶完課率低問題：

通過構(gòu)建邏輯樹，將問題逐步分解：

用戶維度：

• 用戶特征：年齡、職業(yè)、學(xué)習(xí)習(xí)慣。
• 學(xué)習(xí)行為：學(xué)習(xí)頻率、觀看時(shí)長(zhǎng)、互動(dòng)程度。

課程維度：

• 課程特征：內(nèi)容設(shè)計(jì)、難度、時(shí)長(zhǎng)、講師質(zhì)量。
• 課程設(shè)計(jì)：是否符合用戶預(yù)期、是否吸引人、內(nèi)容是否過于復(fù)雜。

平臺(tái)維度：

• 平臺(tái)功能：用戶體驗(yàn)、學(xué)習(xí)路徑引導(dǎo)、提醒機(jī)制。
• 技術(shù)支持：視頻加載速度、技術(shù)故障率。

3、運(yùn)用假設(shè)檢驗(yàn)分析方法定位完課率低的問題：

假設(shè)1：課程內(nèi)容過于復(fù)雜，導(dǎo)致用戶放棄學(xué)習(xí)。

• 收集證據(jù)：分析完課率與課程難度評(píng)分之間的關(guān)系，用戶反饋中關(guān)于課程難度的評(píng)論。
• 得出結(jié)論：發(fā)現(xiàn)復(fù)雜的課程確實(shí)完課率較低，用戶反饋也顯示難度過大。

假設(shè)2：新用戶缺乏學(xué)習(xí)指導(dǎo)，導(dǎo)致完課率低。

• 收集證據(jù)：分析新用戶的完課率與是否有新手引導(dǎo)教程的關(guān)系。
• 得出結(jié)論：新用戶沒有新手引導(dǎo)教程的完課率顯著低于有教程的用戶。

假設(shè)3：平臺(tái)推送策略問題，導(dǎo)致用戶對(duì)課程更新不了解。

• 收集證據(jù)：分析用戶對(duì)課程更新推送的點(diǎn)擊率與完課率的關(guān)系。
• 得出結(jié)論：推送未到達(dá)用戶或點(diǎn)擊率低的情況下，完課率較低。

4、運(yùn)用群組分析方法解決問題：

步驟：

• 劃分用戶群組：根據(jù)用戶行為和特征，將用戶分為“初學(xué)者”、“進(jìn)階者”和“高級(jí)用戶”。
• 分析群組特征：每個(gè)群組的完課率、學(xué)習(xí)習(xí)慣、課程偏好。

制定策略：

• 初學(xué)者：提供更簡(jiǎn)單的入門課程和新手引導(dǎo)。
• 進(jìn)階者：提供有挑戰(zhàn)性的課程和學(xué)習(xí)路徑建議。
• 高級(jí)用戶：提供更深層次的內(nèi)容和個(gè)性化推薦。

示例：通過群組分析發(fā)現(xiàn)，初學(xué)者的完課率最低，進(jìn)而為初學(xué)者設(shè)計(jì)了新的引導(dǎo)教程和入門課程，結(jié)果顯著提升了該群組的完課率。

步驟4：根據(jù)分析結(jié)果，制定提升完課率解決方案

優(yōu)化課程內(nèi)容：

• 簡(jiǎn)化課程難度，增加互動(dòng)元素。
• 提供課程預(yù)覽和學(xué)習(xí)路徑推薦。

增強(qiáng)新用戶引導(dǎo)：

• 為新用戶提供詳細(xì)的學(xué)習(xí)引導(dǎo)教程。
• 設(shè)置學(xué)習(xí)提醒和鼓勵(lì)機(jī)制。

改進(jìn)推送策略：

• 優(yōu)化課程更新通知的推送機(jī)制，確保用戶能夠及時(shí)了解新課程。
• 提高推送內(nèi)容的點(diǎn)擊率，通過A/B測(cè)試改進(jìn)推送文案和設(shè)計(jì)。

個(gè)性化推薦：

• 基于用戶行為和偏好進(jìn)行個(gè)性化課程推薦。
• 利用群組分析的結(jié)果，為不同群組提供定制化學(xué)習(xí)計(jì)劃。

實(shí)施與監(jiān)控：

• 實(shí)施：按照制定的策略進(jìn)行實(shí)施，調(diào)整課程設(shè)計(jì)、新用戶引導(dǎo)、推送策略和個(gè)性化推薦。
• 監(jiān)控：持續(xù)監(jiān)測(cè)完課率的變化，定期收集用戶反饋，進(jìn)行數(shù)據(jù)分析，評(píng)估策略效果。

調(diào)整與優(yōu)化：

根據(jù)監(jiān)控結(jié)果，進(jìn)一步優(yōu)化課程內(nèi)容和平臺(tái)功能，持續(xù)提升用戶體驗(yàn)和完課率。

在數(shù)據(jù)驅(qū)動(dòng)的商業(yè)環(huán)境中，數(shù)據(jù)分析已經(jīng)成為企業(yè)取得成功的關(guān)鍵工具。本文介紹了幾種常用的數(shù)據(jù)分析方法。每種方法都有其獨(dú)特的價(jià)值，企業(yè)可以根據(jù)具體的業(yè)務(wù)需求，選擇合適的方法來進(jìn)行分析，從而實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的決策和管理。通過不斷應(yīng)用和優(yōu)化這些方法，企業(yè)能夠更好地挖掘數(shù)據(jù)價(jià)值，提高運(yùn)營(yíng)效率，搶占市場(chǎng)先機(jī)。