數(shù)據(jù)分析方法論(二)——常用數(shù)據(jù)分析方法

???????在上一篇《數(shù)據(jù)分析方法論(一)——構(gòu)建數(shù)據(jù)指標體系》中,我總結(jié)如何從零開始構(gòu)建一個產(chǎn)品的數(shù)據(jù)指標體系。構(gòu)建完數(shù)據(jù)指標體系后,我們就可以得到自己想要的源數(shù)據(jù)了。但源數(shù)據(jù)還需要經(jīng)過加工才能對我們有價值,而掌握好的加工方法能讓我們得到的數(shù)據(jù)價值最大化。所以我就基于數(shù)據(jù)總結(jié)報告的思路總結(jié)了產(chǎn)品經(jīng)理在處理數(shù)據(jù)時需要掌握的常用數(shù)據(jù)方法。

1 明確數(shù)據(jù)分析目的

???????沒有明確目的的數(shù)據(jù)分析就是耍流氓,數(shù)據(jù)分析目的是決定使用哪些數(shù)據(jù)分析方法的底層基礎(chǔ)。由最基本的數(shù)據(jù)分析報告思路就可以知道:

數(shù)據(jù)報告撰寫流程

而數(shù)據(jù)分析的目的只有兩大類:對過去/現(xiàn)狀的總結(jié)和對未來趨勢的預(yù)測。在實際運用中,再根據(jù)具體需求來細化目的。

2 建立數(shù)據(jù)分析框架的分析理論

???????在明確了數(shù)據(jù)分析目標后就可以為數(shù)據(jù)分析報告挑選合適的分析理論作為框架。常用的分析理論有:4P理論、PESTEL理論、SWOT理論、5W2H理論、邏輯樹理論、用戶使用行為理論、AARRR理論。

理論 說明 用途
4P 即產(chǎn)品(product)、價格(price)、渠道(place)、促銷(promotion),以適當?shù)膬r格、適當?shù)那篮瓦m當?shù)拇黉N手段,將適當?shù)漠a(chǎn)品或服務(wù)投向市場 用于分析一次市場營銷活動是否完整和成功
PESTEL 即政治(political)、經(jīng)濟(economic)、社會(social)、技術(shù)(technological)、環(huán)境(environment)和法律(legal) 用于分析產(chǎn)品外部宏觀環(huán)境
SWOT 即優(yōu)勢(strength)、劣勢(weeknesses)、機會(opportunity)、威脅(threats) 用于分析產(chǎn)品內(nèi)部環(huán)境
5W2H 即是何事何物(what)、何解(why)、何人(who)、何時(when)、何地(where)、如何做(how)、做到什么程度(how much) 用于各類場景下的發(fā)現(xiàn)問題和解決問題的一種思路
邏輯樹 邏輯樹是將一個問題的所有子問題分層羅列,從最高層開始,并逐步向下擴展。 用于保證解決問題思路的完整性
用戶使用行為 用戶使用產(chǎn)品/服務(wù)前采取的各種行為。主要包括:認知、熟悉、試用、使用、忠誠、流失和回流 用于基于用戶生命周期的整體性數(shù)據(jù)分析
AARRR 即獲取用戶(acquisition)、活躍用戶(activation)、留下用戶(retention)、獲取收入(revenue)和用戶自傳播(refer) 用于從企業(yè)的角度分析用戶規(guī)模增長過程的數(shù)據(jù)

???????在實際的運用中,4P、PESTEL和SWOT多用于宏觀的問題分析,例如行業(yè)研究等。而作為產(chǎn)品經(jīng)理日常的數(shù)據(jù)分析工作,大部分還是集中在具體的業(yè)務(wù)數(shù)據(jù),最大大致整體產(chǎn)品數(shù)據(jù)的分析。所以相對而言,我們較為常用的分析理論還是5W2H,用戶使用行為分析、AARRR和邏輯樹這幾種。

AARRR實際運用舉例:

AARRR實際運用舉例

在對產(chǎn)品整體數(shù)據(jù)進行分析時,AARRR和用戶使用行為理論尤其好用。可以讓你從用戶生命周期盡可能地把握所有數(shù)據(jù)指標。再來看下用戶使用行為理論的運用舉例:

用戶使用行為舉例

而5W2H、邏輯樹則更適合對于具體業(yè)務(wù)或問題進行分析,例如對活動數(shù)據(jù)分析:

5W2H舉例

3 具體細節(jié)數(shù)據(jù)分析方法

???????第二步講完如何使用理論來為我們搭建起一次分析的思路后,接著我們就可以在搭好的框架下對具體的數(shù)據(jù)進行分析了。常用的數(shù)據(jù)分析方法有:

方法 說明
對比分析 單一的數(shù)據(jù)毫無意義,只有經(jīng)過對比才能體現(xiàn)數(shù)據(jù)的好壞。常見的對比類型有環(huán)比,同比等
細分分析 層層遞進,在多個子維度上分析數(shù)據(jù)
交叉分析 即在多個維度上對比分析數(shù)據(jù)
漏斗分析 主要用戶轉(zhuǎn)化率的分析
比率分析 更偏向?qū)儆谝环N數(shù)據(jù)展示手段,特別是在數(shù)據(jù)結(jié)論中。可以起到清晰強化對比的作用。
過去/現(xiàn)狀/趨勢分析 一個時間段的數(shù)據(jù)要么可以得出對過去和現(xiàn)狀的總結(jié),要么就是對未來的趨勢分析。接下來都是指導(dǎo)我們該如何去做。
RFM模型 數(shù)據(jù)按維度細分的一種依據(jù),按照最近一次購買時間(recency)、購買次數(shù)(frequency)和購買金額(monetary)

對比分析運用舉例:

對比分析運用舉例

細分分析運用舉例:

細分分析運用舉例

細分分析的舉例其實也是交叉分析的一個示例,時間維度和渠道的交叉分析。
漏斗分析比較常用,簡單易懂,也不舉例了。

比率分析運用舉例:

比率分析運用舉例

過去/現(xiàn)狀/未來趨勢分析比較簡單,也不再舉例。

RFM模式主要是針對用戶的屬性進行細分分析,屬于細分分析的一種。不同的產(chǎn)品需要對三個維度進行和實際業(yè)務(wù)相符的修改。例如針對內(nèi)容型產(chǎn)品,“最近一次購買時間”可以改為“最近一次消費/貢獻內(nèi)容時間”,“購買次數(shù)”改為“內(nèi)容消費/貢獻次數(shù)”,“購買金額”改為“內(nèi)容消費/貢獻量”。同時還需要針對業(yè)務(wù)的特性增加維度,例如互聯(lián)網(wǎng)金融產(chǎn)品可以增加“代償金額”。

感想

???????從如何從零搭建自己產(chǎn)品的數(shù)據(jù)體系,到梳理數(shù)據(jù)分析理論和方法的運用,構(gòu)成了一名產(chǎn)品經(jīng)理的基本數(shù)據(jù)分析素質(zhì)。
???????方法論雖然是有定式,但并不是死的。我們?nèi)匀恍枰鶕?jù)實際的運用場景來靈活運用。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,936評論 6 535
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,744評論 3 421
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,879評論 0 381
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,181評論 1 315
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,935評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,325評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,384評論 3 443
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,534評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,084評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 40,892評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,067評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,623評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,322評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,735評論 0 27
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,990評論 1 289
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,800評論 3 395
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,084評論 2 375

推薦閱讀更多精彩內(nèi)容