2016運營中的數(shù)據(jù)分析基礎(chǔ)篇當(dāng)前第1頁\共有38頁\編于星期四\17點什么是數(shù)據(jù)分析？數(shù)據(jù)分析的誤區(qū)數(shù)據(jù)分析的六大步驟十個有趣的數(shù)字案例CONTENTS當(dāng)前第2頁\共有38頁\編于星期四\17點ONE什么是數(shù)據(jù)分析？當(dāng)前第3頁\共有38頁\編于星期四\17點定義數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計分析方法，對收集來的大量數(shù)據(jù)進(jìn)行分析，提取有用信息和形成結(jié)論，而對數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程。當(dāng)前第4頁\共有38頁\編于星期四\17點探索性數(shù)據(jù)分析側(cè)重于在數(shù)據(jù)中探索新的特征，驗證性數(shù)據(jù)分析側(cè)重于驗證之前假設(shè)的真?zhèn)涡?；探索性?shù)據(jù)分析以及驗證性數(shù)據(jù)分析屬于高級分析方法，常見的分析方法有相關(guān)分析、因子分析、回歸分析等。描述性數(shù)據(jù)分析屬于初級分析方法，是我們工作中最常用的數(shù)據(jù)分析方法；類型當(dāng)前第5頁\共有38頁\編于星期四\17點作用“知錯能改，善莫大焉”——可是錯在哪里，數(shù)據(jù)分析告訴你?！斑\籌帷幄之中，決勝千里之外”——怎么做好“運籌”，數(shù)據(jù)分析告訴你?！耙酝b來，未卜先知”——怎么發(fā)現(xiàn)歷史的規(guī)律以預(yù)測未來，數(shù)據(jù)分析告訴你。——知乎@綃頁當(dāng)前第6頁\共有38頁\編于星期四\17點作用數(shù)據(jù)分析的三大作用：現(xiàn)狀分析、原因分析、預(yù)測分析案例1：《草榴社區(qū)的運營現(xiàn)狀和用戶習(xí)慣》

——現(xiàn)狀分析案例2：《從多個男友中挑選老公的評價體系》

——原因分析案例3：《分析女優(yōu)數(shù)據(jù)，尋找下一位蒼井空》

——預(yù)測分析當(dāng)前第7頁\共有38頁\編于星期四\17點TWO數(shù)據(jù)分析的六大步驟數(shù)據(jù)分析的第一步是什么？當(dāng)前第8頁\共有38頁\編于星期四\17點六大步驟明確分析目的數(shù)據(jù)收集數(shù)據(jù)處理數(shù)據(jù)分析數(shù)據(jù)展現(xiàn)報告撰寫當(dāng)前第9頁\共有38頁\編于星期四\17點評估產(chǎn)品機會：產(chǎn)品機會評估對后期產(chǎn)品設(shè)計及迭代都至關(guān)重要，甚至說決定了一個產(chǎn)品的未來和核心理念。分析解決問題：通過必要的數(shù)據(jù)試驗才能追溯到問題源頭，進(jìn)而制定合理的解決方案，徹底解決問題。支持運營活動：你這個產(chǎn)品功能上線后效果怎么樣？A方案和B方案哪個更好些呢？預(yù)測優(yōu)化產(chǎn)品：數(shù)據(jù)分析的結(jié)果可以預(yù)測未來發(fā)生什么，縮短迭代周期，精益求精。梳理分析思路，并搭建分析框架，把分析目的分解成若干個不同的分析要點，即如何具體開展數(shù)據(jù)分析，需要從哪幾個角度進(jìn)行分析，采用哪些分析指標(biāo)。明確分析目的當(dāng)前第10頁\共有38頁\編于星期四\17點數(shù)據(jù)收集數(shù)據(jù)庫第三方統(tǒng)計工具統(tǒng)計年鑒或報告市場調(diào)查當(dāng)前第11頁\共有38頁\編于星期四\17點數(shù)據(jù)埋點，就是在正常的功能邏輯中，預(yù)先添加統(tǒng)計代碼，將自己需要的數(shù)據(jù)統(tǒng)計出來。數(shù)據(jù)收集自己研發(fā)，開發(fā)時加入統(tǒng)計代碼，并搭建自己的數(shù)據(jù)查詢系統(tǒng)?！猅cclick串接第三方統(tǒng)計工具GoogleAnalytics、AppsFlyer不同產(chǎn)品，不同目的，需要的支持?jǐn)?shù)據(jù)不同，確定好數(shù)據(jù)指標(biāo)后，選擇適合自己公司的方式來收集相應(yīng)數(shù)據(jù)。數(shù)據(jù)埋點當(dāng)前第12頁\共有38頁\編于星期四\17點數(shù)據(jù)計算數(shù)據(jù)轉(zhuǎn)化數(shù)據(jù)清洗GarbageIn，GarbageOut！數(shù)據(jù)處理定義：數(shù)據(jù)處理是從大量的、可能是雜亂無章的、難以理解的數(shù)據(jù)中抽取并推導(dǎo)出對于某些特定的人們來說是有價值、有意義的數(shù)據(jù)。萬能工具：EXCELTips：在做數(shù)據(jù)處理時，不要在原始數(shù)據(jù)上進(jìn)行數(shù)據(jù)處理以防原始數(shù)據(jù)丟失，保留數(shù)據(jù)處理過程以便發(fā)現(xiàn)錯誤時查找。

當(dāng)前第13頁\共有38頁\編于星期四\17點數(shù)據(jù)分析數(shù)據(jù)分析：用適當(dāng)?shù)姆治龇椒肮ぞ?，對處理過的數(shù)據(jù)進(jìn)行分析，提取有價值的信息，形成有效的結(jié)論。數(shù)據(jù)挖掘：側(cè)重解決四類數(shù)據(jù)分析問題：分類、聚類、關(guān)聯(lián)和預(yù)測，重點在尋找模式與規(guī)律。當(dāng)前第14頁\共有38頁\編于星期四\17點常用指標(biāo)1234離散趨勢：方差、標(biāo)準(zhǔn)差、全距變化趨勢：同比、環(huán)比相對位置：百分比、四分位數(shù)、比率集中趨勢：平均數(shù)、加權(quán)算術(shù)平均數(shù)、中位數(shù)、眾數(shù)數(shù)據(jù)的描述當(dāng)前第15頁\共有38頁\編于星期四\17點縱向比較：指對同一事物在不同時間里的發(fā)展變化進(jìn)行比較的方法。對比分析法數(shù)據(jù)分析對比分析法：將兩個或兩個以上的數(shù)據(jù)進(jìn)行對比分析，分析其中的差異，從而揭示這些事物發(fā)展變化的規(guī)律和情況。橫向比較：指對同類的不同對象在統(tǒng)一標(biāo)準(zhǔn)下進(jìn)行比較的方法。要注意事物的可比性。當(dāng)前第16頁\共有38頁\編于星期四\17點數(shù)據(jù)分析細(xì)分（邏輯樹分析法）不斷用更小的量化指標(biāo)去細(xì)分一個大的指標(biāo)，從而達(dá)到定位問題的目的。成交額客單價成交價件單價連帶率人均成交數(shù)客戶數(shù)新客戶自然量推廣量老客戶二次成交多次成交當(dāng)前第17頁\共有38頁\編于星期四\17點數(shù)據(jù)分析漏斗分析法用來分析從潛在用戶到最終用戶這個過程中用戶數(shù)量的變化趨勢，從而尋找到最佳的優(yōu)化空間，這個方法被普遍用于產(chǎn)品各個關(guān)鍵流程的分析中。瀏覽商品100加入購物車30生成訂單20完成支付15完成交易10當(dāng)前第18頁\共有38頁\編于星期四\17點數(shù)據(jù)分析AARRR模型Acquisition、Activation、Retention、Revenue、Refer，獲取、激活、留存、收入和推薦。當(dāng)前第19頁\共有38頁\編于星期四\17點數(shù)據(jù)分析AARRR模型當(dāng)前第20頁\共有38頁\編于星期四\17點能用圖說明問題的就不用表格，能用表說明問題的就不用文字。數(shù)據(jù)展現(xiàn)折線圖：按照時間序列分析數(shù)據(jù)的變化趨勢時使用。柱狀圖：指定一個分析軸進(jìn)行數(shù)據(jù)大小的比較時使用。餅圖：指定一個分析軸進(jìn)行所占比例的比較時使用。散點圖：描述兩個變量相關(guān)關(guān)系時使用。當(dāng)前第21頁\共有38頁\編于星期四\17點1、要有一個好的框架報告撰寫最重要的：給誰看！12343、每個分析都有結(jié)論，而且結(jié)論一定要明確2、一定要有解決方案和建議方案4、盡量圖表化1、不要試圖面面俱到，要有重點3、不要回避“不良結(jié)論”2、不要記敘文，要議論文4、不要有猜測性的結(jié)論當(dāng)前第22頁\共有38頁\編于星期四\17點THREE數(shù)據(jù)分析的誤區(qū)當(dāng)前第23頁\共有38頁\編于星期四\17點分析目的不明確，為了分析而分析缺乏行業(yè)、公司業(yè)務(wù)認(rèn)知，分析結(jié)果偏離實際。數(shù)據(jù)必須和業(yè)務(wù)結(jié)合才有意義。盲目依賴數(shù)據(jù)，對數(shù)據(jù)中呈現(xiàn)的問題缺乏求證忽略環(huán)境是動態(tài)變化的，數(shù)據(jù)分析的方法和標(biāo)準(zhǔn)一成不變。四大誤區(qū)數(shù)據(jù)是客觀的，但解讀數(shù)據(jù)的人是主觀的。只有正確的認(rèn)識數(shù)據(jù)，才能正確的利用數(shù)據(jù)當(dāng)前第24頁\共有38頁\編于星期四\17點FOUR十個有趣的數(shù)字案例當(dāng)前第25頁\共有38頁\編于星期四\17點案例一忽略沉默用戶用戶的迫切需求≠產(chǎn)品的核心需求粉絲：無條件的熱愛一個產(chǎn)品，盲目地推崇產(chǎn)品的一切，認(rèn)為他們熱愛的產(chǎn)品是完美的。吶喊者：因為產(chǎn)品使用中碰到問題而大聲吶喊，他們會通過各種途徑投訴，給出一些意見反饋或建議。沉默的大多數(shù)：如果滿意，他們下次就會再來；如果不滿意，他們就會默默地離開。當(dāng)前第26頁\共有38頁\編于星期四\17點先因后果消失而消失因果關(guān)聯(lián)錯誤，或忽略關(guān)鍵因素。A和B的數(shù)據(jù)高度相關(guān)，有人就片面認(rèn)為A影響了B，或者B影響了A；但是，有時候真實原因是C同時影響了A和B，而C被忽略掉了。相關(guān)關(guān)系≠

因果關(guān)系

某廣告公司分析人員發(fā)現(xiàn)：每月廣告投入越高的用戶，越不容易流失，而廣告投入低的用戶群則很容易流失，從而得出結(jié)論：“高投入會降低客戶流失率，建議銷售引導(dǎo)客戶提高首月廣告投入，從而降低新客流失率”。案例二當(dāng)前第27頁\共有38頁\編于星期四\17點2008案例三姚明的三分投籃命中率為100%實情：姚明只投了一個三分球，科比投了53個科比的三分投籃命中率為32%在樣本量足夠時誤差才會較小，結(jié)論才會可靠當(dāng)前第28頁\共有38頁\編于星期四\17點當(dāng)比爾·蓋茨走進(jìn)某個普通的酒吧，一瞬間，酒吧里面的所有人都變成億萬富翁。案例四平均數(shù)使用不當(dāng)Tips：當(dāng)數(shù)據(jù)的分布極度不均勻時，看“平均數(shù)”不如看“中位數(shù)”和“眾數(shù)”。當(dāng)前第29頁\共有38頁\編于星期四\17點參加美國海軍比生活在紐約市更容易保命？案例五不匹配的對比Tips：對比分析時，不同變量必須是同類的或具有相同性質(zhì)的，而且必須是處于同一時間區(qū)間內(nèi)的。當(dāng)前第30頁\共有38頁\編于星期四\17點您更喜歡閱讀哪本雜志？案例六要注意敏感因素Tips：隱私話題不用直接詢問，可以從不同角度確認(rèn)這些信息。當(dāng)前第31頁\共有38頁\編于星期四\17點2013年嫦娥三號實施登月計劃之后，中國主流官方媒體反復(fù)強調(diào)：中國成為繼美國和前蘇聯(lián)之后，第3個實現(xiàn)‘月面軟著陸’的國家”。世界第三案例七以“月面著陸”來計算，中國排在第5位。前面4個分別是：美國、蘇聯(lián)、日本(1990)、印度(2008)歐洲空間局“月面著陸”的時間也早于中國，但是“歐洲”不能算單獨的國家?！霸虑蛱綔y”的難度其實遠(yuǎn)遠(yuǎn)小于其它幾項(比如：火星探測、彗星探測、小行星探測)?！白芳佣ㄕZ”可提升排名當(dāng)前第32頁\共有38頁\編于星期四\17點案例八基于個案下結(jié)論林

彪：不抽煙不喝酒-

63歲周恩來：不抽煙只喝酒-

73歲毛澤東：只抽煙不喝酒–

83歲鄧小平：既抽煙又喝酒–

93歲張學(xué)良：吃喝嫖賭均有–

103歲當(dāng)前第33頁\共有38頁\編于星期四\17點一樣的數(shù)據(jù)，不一樣的圖形案例九別被數(shù)據(jù)的表達(dá)技巧所蒙蔽Tips：圖表很直觀，但也很容易欺騙你的眼睛。當(dāng)前第34頁\共有38頁\編于星期四\17點案例十錯