資料分析因業務出發-如何學習業務知識

根據第三關，我有所心得，先不說Excel工具的使用情況，單從資料分析來看，第二關提出來的有些業務問題並不能從資料中反映出來，也就是說，清洗後的資料，無法解答提出來的某些業務問題；我在想問題出現在那裡。

首先，業務模式不清晰，不長處於該行業的業務中，無法抓住切中要害的問題，也就無法從資料中獲取有價值的資訊，對業務分析或增長幫助不大；其次，拿到的資料體量過大，即使瞭解每個欄位的含義，也難免產生相關聯，也就是為什麼上一關中，無法解決提出來一些問題。所以在這裡反映出來一個問題，這也就是為什麼說要先想好進入那個行業，如果只是為了工作而從事資料分析師，最多也就是一個會使用工具的機器，自身價值很低。反過來說，選擇一個行業，常年接觸該行業的資料，你會很快的切入重點，知道哪些問題是關鍵，哪些問題會對業務增長有提升，能發揮自己的優勢，為自己創造價值，為公司創造價值，這是資料分析師應該做的事情。

所以說，資料分析服務於業務，而業務的產生離不開資料分析，瞭解業務是資料分析的前提，透過這一關的學習，首要目的完成對業務知識的系統學習，然後結合上一關的資料重新提出來有價值的業務問題。

一、首先要問自己一個問題，如果要作為一名資料分析師，如何理解資料？

透過學習首先要了解資料集每一列欄位的含義是什麼，這個我們已經做到了；如何涉及到不了解的欄位含義需要問清楚，能獲得的資訊越多，對後面分析越有利，這裡面溝通能力很重要。

當我們拿到資料時，首先要知道資料都包含哪些資訊，還有一個就是資料也分類別，包括：

使用者資料

使用者資料是指使用者的基本情況，包括姓名、性別、年齡等

透過學習，我們聯絡上一關的資料，知道

表1的使用者ID、表2的使用者年齡、性別、出生日期

就是使用者資料。

行為資料

行為資料是記錄使用者做過什麼的資料，使用者行為可以使使用者在某個商品頁面的停留時間、瀏覽過的商品、購買的哪些商品，主要包括使用者ID、購買行為、時間等。

那我們就會知道，

表1的使用者ID、購買數量、購買行為編號、購買時間

就是行為資料。為什麼這裡說商品種類和商品類別是行為資料，因為透過使用者在這些商品中具有購買行為，就知道停留在這個商品頁面上，同時也能分析出停留時長，這裡面涉及到關聯性產生的資料。

商品資料

一個產品的東西都可以看做商品，商品資料包括商品名稱，商品類別、商品評論，庫存等

表1的商品種類、商品類別、商品屬性就是商品屬性

透過以上學習，我們對該資料集又有了一個新的認識，對資料的理解更加清晰了一些，以後不管遇到多少的資料，都不會混亂。

二、什麼是指標？常用的指標有哪些？

就是用某個統一標準去衡量業務，這個統一標準就是指標。

常用的指標分別為：

使用者資料相關指標

、

行為資料相關指標

、

業務資料相關指標

⒈使用者資料相關指標

一個產品存在三種使用者：

新增使用者

、

活躍使用者

、

留存使用者

其中活躍使用者對應的是

不活躍使用者

、留存使用者對應的是

流失使用者

接下來我們要分別針對三種使用者設定指標，透過指標制定對應的運營策略

新增使用者使用指標：日新增使用者

活躍使用者使用指標：活躍率

留存使用者使用指標：留存率

日新增使用者

理解：就是產品每天新增使用者是多少

我們還是透過分析的天貓淘寶資料來理解，因為表中並沒有體現出日新增使用者的資料，所以我們不知道該商家日增長使用者有多少，也就間接得不到該商家到底如何調整運營的策略。

那為什麼要關注新增使用者？

這個問題在我做產品的時候，是一定要想到的問題；如果一個新的產品，沒有使用者，那這個產品的價值就不存在，即使有市場，但是沒使用者，就相當於等於零；如果產品已經在市場一段時間，但是使用者增長呈現負增長，即使留存使用者存在，也會讓產品走下坡路，最後退出市場，產品是依靠使用者存在的，不管是to B還是to C，產品有價值，才會有使用者。而新增使用者就是代表了你的產品得到了市場的認可，使用者體驗能夠很好的讓使用者留存並不斷吸收新使用者。

同時，新增使用者來自推廣的渠道，如果按照渠道維度來拆解新增使用者，我們能夠清楚的知道新增使用者是從哪個渠道進來的，從而有效判斷哪個渠道效果更容易吸收新使用者，然後調整推廣方案。

活躍率

首先我們要知道什麼是活躍，活躍的定義不同。比如登入APP、下載APP、使用APP、停留某個頁面等都算活躍，如果想要資料分析，就要先清楚從哪個維度來分析活躍度。

活躍使用者數按時間又分為：

日活躍使用者（簡稱日活，DAU，Daily Active User）

、

周活躍使用者（WAU）

、

月活躍使用者（MAU）

ⅰ 日活躍使用者

一天之內活躍的使用者數，比如登入APP可以定義為活躍

ⅱ 周活躍使用者

一週之內至少活躍一次的使用者總數，裡面涉及到排重（排重就是一個使用者重複出現不能計算）

ⅲ 月活躍使用者

一個月之內至少活躍一次的使用者總數

活躍率：活躍使用者在總使用者數的佔比，活躍使用者數÷總使用者數

之後結合日活躍使用者、周活躍使用者、月活躍使用者來進行計算

留存率

透過渠道推過來的新使用者，經過一段時間後，一部分使用者逐漸流失，而留下來的使用者就是留存。

留存和流失正好是相反的概念

在資料中，我們可以這麼想，一段時間內，留存下來的人數和流失的人數，經過計算對比後，就是淨增長人數，而這淨增長人數是我們想要留下來的使用者，為其服務。

為什麼要關注留存？

可以評估產品功能對使用者的黏性，如果一個產品留存低，那就說明使用者對產品的黏性就小，就要想辦法最佳化產品來提高留存。留存反應了不同時期獲得新使用者的流失情況。當留存低時，就要找到使用者流失的具體原因，而具體原因就要透過獲取到的資料進行分析，然後即使調整產品。

反映使用者留存的指標，用留存率來表示。

留存率：第1天新增的使用者中，在第N天還在使用過產品的使用者數÷第1天新增總使用者數

次日留存率（N=2）、第七日留存率（N=7）……。。。。以此類推

Facebook有一個著名的40-20-10法則，即新使用者次日留存率為40%，7日留存率為20%，30日留存率為10%，有這個表現的產品屬於資料比較好的。

2. 行為資料相關指標

行為資料相關指標包括：

PV（訪問次數）、UV（訪問人數）、轉發率、轉換率、K因子

PV和UV是什麼？

PV：

頁面瀏覽次數，使用者每開啟一個網頁可以看做一個PV，在移動APP中，同理，進入每一個頁面都可看做一個PV。

UV：

是一定時間內訪問網頁的人數，在同一天內，不管使用者訪問多少網頁或頁面，他只算一個UV。

透過PV和UV，我們能知道使用者喜歡產品中的哪個功能，不喜歡個功能，在那個頁面停留的人數最多，進而最佳化產品。

轉發率

產品也需要為了實現病毒式推廣都有轉發功能

轉化率

與具體業務有關，可以理解為，做的某個功能，是否生成很好的效益，轉化率高，代表功能實現的好；轉化率低，代表功能不受眾人群，功能需要最佳化或砍掉。

這裡面怎麼定義看到廣告的人數，只要進入推廣廣告的頁面，都算是看到廣告的人，換一個角度來說，也就是在這個功能頁面產生UV的使用者數。

K因子

衡量推薦的效果，即發起一個推薦的使用者可以帶來多少個新使用者。

當K＞1時，使用者群就會向滾雪球一樣增大；如果K＜1時，使用者群到某個規模時就會停止透過自傳播增長。

3. 商品資料相關指標

商品資料指標包括：

用來衡量業務總量的指標，比如成交總額（GMV），成交數量，訪問時長——

總量

用來衡量每個人平均的指標，比如客單價

——人均

用來衡量付費情況的指標，比如付費率、復購率

——付費

總量

ⅰ 成交總額包括銷售額、取消訂單金額、拒收訂單金額和退貨訂單金額

ⅱ 成交數量，對於電商產品就是下單商品數量，對於教育行業就是下單課程的數量

ⅲ 訪問時長，使用者使用APP，網站的總時長

人均

付費

付費使用者佔活躍使用者的比例

商品

指從商品角度去衡量哪些商品好，哪些商品不好。透過找出商品來進行重點銷售，不好的商品區分析原因。

常見的幾個指標：熱銷商品、好評商品、差評商品，根據具體業務需求，靈活擴充套件使用。

學習完後，我們發現，以上的知識正是我們需要對業務的基本瞭解才能準確切入要分析的資料，把關鍵的業務知識點牢牢掌握，在結合具體業務，提出來的問題並未能夠從資料解決問題，思路瞬間清晰，將以上的知識點可以作為基礎分析資料，之後再深入或延伸更多的資料，對於上一關提出來的問題和獲得資料，在這一關很好的將不足之處最為補充和調整，後續會重新整理一份新的資料透視表。

三、如何應用指標解決業務問題？

透過以上學習，我現在將第三關的資料結合以上指標解決業務問題。為方便日後可觀性，透過第三方軟體整理出一份表格。

我們發現，這些指標能夠解決的問題，在上一關裡和我提出來的問題都有涉及到，說明我關注業務的方向沒有出現偏差，只是沒有更具體的闡述要分析的業務點，沒有透過專業術語轉述。

這裡面我要說明一下，因為欄位能夠分析出來的資訊有限，但在工具使用上和欄位關聯上需要下功夫，因為這些阻擋會讓你耗費大量時間，熟能生巧最為關鍵。

四、學習《一款app使用者如何實現從0到1》，從喜馬拉雅App中能總結出什麼？

結合學到的知識和現在市場上已有的App，我將透過第一人稱視角描述

分析使用者需求的三個維度：強度、寬度、頻度

強度：分為剛需和非剛需。

一款為電商平臺商家提供推廣渠道的服務平臺，就是將商家的在電商平臺上架的新的商品或滯留的商品透過我們的服務平臺為其做推廣，提高轉化，增強曝光。

根據某公司要打造的這一款產品，首先能夠知道這是一款——

平臺型產品

那麼這款產品是剛需還是非剛需？我們有沒有解決使用者的痛點？是雪中送炭還是錦上添花？沒了它會死嗎？會特別難受嗎？還是說有沒有它都無所謂？

根據上面所述，結合自身定義的產品，發現這款產品定義並非剛需，因為出發點是從解決商戶引發的，在一個想要做一個真實使用者的平臺型產品，那麼就需要接觸商家來為我們引流；所以在商家和平臺的利弊上，雖然商家牽制著平臺，但平臺獲取的利大於商家。

產的問題就是：如何能夠說服商家，透過這樣的平臺為商家帶來足夠核心利益？

寬度：目前的產品定義只是將商家的商品放到我們的平臺上，然後透過使用者看到的商品到亞馬遜上下單購買的流程，至於玩法還沒有產生多樣性，產品的寬度倒不用擔心，玩法也會隨著使用者的積累、商家合作的更多、品牌影響力放大等不斷地變化。

頻度：高頻打低頻

我們現在抓住的就是能夠為商家做推廣渠道的市場，那個這方式可以認為是低頻，因為有市場，但是市場需求量大不大我們不知道，唯一肯定的是我們能夠從商戶那裡能嗅出契機，一看是就是低頻，也就沒有所謂的高頻打低頻。

開發產品兩個選擇方向： ⅰ 自上而下 ⅱ 自下而上

ⅰ 自上而下

找到未來風口 那透過我們的要打造的一款產品來看，我們看到的風口就是 解決商戶推廣銷量問題，針對To B；而產品的使用場景定義為：隨時可以使用，針對的To C，解決 To B。

平臺→使用者

爭取到了免費獲得商品，承諾在短時間內返回給使用者支付購買商品的費用，並且完成交易給予好評後， 支付一定比例的佣金，既讓你獲得商品，又能掙到錢。而使用者要做的只有兩個：

先自掏腰包，然後貨到評價

商家→平臺

透過商品吸引了無數的流量，能夠獲取到商品銷量的收益。

平臺→商家

增加了一個非常大的推廣渠道平臺，解決商家新品銷量和商品曝光

ⅱ 自下而上

這種方向我們只能透過去體驗，如何體驗，自己的產品形成後，有了商品在自己的平臺上商家，與購買的流量一同體驗，從小規模開始自己玩，整個流程來下的感覺就是對你產品的第一感受，只要覺得有戲，體驗很好，自己感覺是否能夠產生黏性，在透過購買的流量的反饋，就大體知道整個方向是否能夠打入市場。裡面細節的工作會有很多。

小規模內側

要知道我們要做的產品是否能夠做大，有市場；To B的市場我們知道，唯一不穩定的就是To C市場。這樣的話就像我上面所說得說一樣，先從小規模自己玩，也就是內部測試，自己如果覺得有趣的話，才能更好玩，讓To C市場有接受的可能。

整理出來一個產品發展：方向選擇→做產品→做使用者→做商業化，每個階段我們都需要設定一個最高目標，是否滿足條件進入下一階段

平臺冷啟動

這個問題我們要做的平臺型產品一定會遇到，就是我們一直討論的話題，也說過是先有雞還是先有蛋的問題，先有很多商家，才能有人買東西。我們第一步的思路完全正確，就是摸清商家，能夠和商家達成協議，達到測試性的合作，那初期To C的問題，我們也有辦法來解決，我們的想法就是，一方面公司自己人扮演使用者角色，一方面透過購買流量的方式體驗產品，結合的好處在於，我們能夠清楚知道產品是否可行，體驗是否過關，購買的流量的反饋資訊是否和我們一樣。

當產品剛啟動的時候，就會有很多商品，平臺內容做起來，透過兩個方面引導使用者形成一個良性的使用。

這個坎尤為關鍵。為後期平臺發展需要做足夠的鋪墊。

打破冷啟動-找到種子使用者

這裡我們開會討論，我們只要優質的流量，引導我們產品良性進入市場，體現出層次感，就會讓產品有一個很好的節奏往下進行，這一點在前期我們也能夠做到。

結合產品本身的特質做營銷方案

平臺型產品-控制好引進的商品，針對To C初期投入資金成本

我們做的是服務型平臺，但又存在電商的性質，第一步摸使用者市場，第二步傳播市場，傳播市場的方式就是渠道，結合我們公司自身的優勢，這一點可以打破。第三步就是使用者可以自傳播，使用者成本降低。

推廣前不斷測試、迭代產品

產品設計、產品最佳化、產品本身產生黏性，要有準確掌握市場和使用者行為可以作為決策，有五個關鍵指標：

日活率-解決黏性問題

留存率-長期檢驗產品是否滿足使用者需求，根據統計，能夠達到40%以上，及格的指標。

自傳播-上面說的自傳播需要引發的一個點，就是不反感去分享，去傳播，而這個“點”一個開始絕對不可以使用，而是在產品得到良性迴圈後，使用者使用頻率上升，留存率遞增時，增加這個“點”。同會議上所說的分享，還存在利益引導，根據調查，這種方式的效果不好，而且蘋果和其他社交渠道不允許產生這樣的行為，我們前期一定要避開分享，後期要避開利益分享。 只要使用者覺得在我們的平臺獲得利益，就說明好玩，自發的會形成自傳播。

轉化率-這個我們都知道，轉化率是直接檢驗從各渠道進來的使用者是否能夠很好的轉化形成自己的真實使用者。 下載、啟用、註冊、登入、購買使我們要監測的資料；下載前的是透過各渠道認識我們的產品，具有吸引力的前提——LOGO和名字也很關鍵

閃退-影響使用者體驗，需要重點測試，透過監測將閃退的因素降到最低

推廣渠道

三個主流渠道：應用商店、網盟、刷機預裝

這裡網盟不值得推薦，使用者質量普遍偏低，對產品轉化得不到很好的效果，浪費資金成本，只有量，沒有好的和轉化。

以上學習到的知識，資料分析從哪裡就可以開始，哪些重要指標是資料分析一定要做的，心裡對資料分析又進一步的瞭解，本身是產品出身，在加上資料分析，很快速的理解並融合了兩個工作如何開展，相輔相成，對我來說，很受用。這一關目前寫到這裡，重點還是在上一關資料分析的操作和工具的使用，達到融會貫通。

五、喜馬拉雅App是如何根據業務來選擇指標，進行資料分析的？

根據上面學習到的業務問題，整理相關需要資料分析的業務指標