每日干貨好文分享丨請(qǐng)點(diǎn)擊+關(guān)注
歡迎關(guān)注天善智能微信公眾號(hào)，我們是專注于商業(yè)智能BI，大數(shù)據(jù)，數(shù)據(jù)分析領(lǐng)域的垂直社區(qū)。
對(duì)商業(yè)智能BI、大數(shù)據(jù)分析挖掘、機(jī)器學(xué)習(xí)，python，R等數(shù)據(jù)領(lǐng)域感興趣的同學(xué)加微信：tstoutiao，邀請(qǐng)你進(jìn)入頭條數(shù)據(jù)愛好者交流群，數(shù)據(jù)愛好者們都在這兒。
數(shù)據(jù)分析
什么是數(shù)據(jù)分析？
數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)分析對(duì)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(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程。在實(shí)用中，數(shù)據(jù)分析可幫助人們作出判斷，以便采取適當(dāng)行動(dòng)。
數(shù)據(jù)分析的目的是什么?
數(shù)據(jù)分析的目的是把隱沒在一大批看來雜亂無章的數(shù)據(jù)中的信息集中、萃取和提煉出來，以找出所研究對(duì)象的內(nèi)在規(guī)律。
在實(shí)用中，數(shù)據(jù)分析可幫助人們作出判斷，以便采取適當(dāng)行動(dòng)。數(shù)據(jù)分析是組織有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，使之成為信息的過程。在產(chǎn)品的整個(gè)壽命周期，包括從市場(chǎng)調(diào)研到售后服務(wù)和最終處置的各個(gè)過程都需要適當(dāng)運(yùn)用數(shù)據(jù)分析過程，以提升有效性。
在企業(yè)里面，數(shù)據(jù)分析可以幫助我們掌握企業(yè)的運(yùn)營狀況，商品的出售情況，用戶的特征、產(chǎn)品的粘性、等等。
數(shù)據(jù)分析的步驟？
數(shù)據(jù)分析的步驟
1.首先明確分析的思路和目的：
數(shù)據(jù)分析一定的帶著某種業(yè)務(wù)目的的。它可能是要追蹤一個(gè)新產(chǎn)品上線之后的用戶使用情況；也可能是觀察用戶在某段時(shí)間的留存情況，還有可能是運(yùn)營某種優(yōu)惠券是否有效。帶著一定的目的，確定要從哪幾個(gè)角度進(jìn)行分析。然后找到能夠說明目的的指標(biāo)。
比如想要驗(yàn)證運(yùn)營最近的一批優(yōu)惠券是否有效。我們可以從優(yōu)惠券的領(lǐng)取情況和優(yōu)惠券的使用情況兩個(gè)方面分析，而優(yōu)惠券的領(lǐng)取情況的指標(biāo)可以細(xì)化為領(lǐng)取率；使用情況可細(xì)化為：使用率、客單價(jià)等。
2.數(shù)據(jù)的收集：
在確定了此次數(shù)據(jù)分析的核心指標(biāo)后，就要針對(duì)數(shù)據(jù)指標(biāo)做數(shù)據(jù)收集。
有些企業(yè)的數(shù)據(jù)準(zhǔn)備非常充分，數(shù)據(jù)倉庫、數(shù)據(jù)集市等早早就建設(shè)好。有一些企業(yè)在數(shù)據(jù)分析上比較落后，那就需要我們自己做前期大量的數(shù)據(jù)收集工作。比如使用一些自己公司的或者第三方的數(shù)據(jù)分析工具進(jìn)行埋點(diǎn)，拿到日志。或者使用數(shù)據(jù)庫中的現(xiàn)有數(shù)據(jù)，比如訂單數(shù)據(jù)、基礎(chǔ)的用戶信息等等。
3.數(shù)據(jù)處理：
數(shù)據(jù)提取出來之后，要剔除臟數(shù)據(jù)（清洗），然后數(shù)據(jù)轉(zhuǎn)化。在進(jìn)行最基本的數(shù)據(jù)匯總、聚合之后，我們就可以拿到比較簡(jiǎn)單的字段相對(duì)豐富的數(shù)據(jù)寬表。
4.數(shù)據(jù)分析：
數(shù)據(jù)分析是用適當(dāng)?shù)姆治龇椒肮ぞ?，?duì)處理過的數(shù)據(jù)進(jìn)行分析，提取有價(jià)值的信息，形成有效結(jié)論的過程。
一般公司所需要觀察的數(shù)據(jù)大致分為如下幾類：
商業(yè)數(shù)據(jù)：付費(fèi)金額，付費(fèi)用戶數(shù)，付費(fèi)率客單價(jià)
運(yùn)營數(shù)據(jù)：新增用戶數(shù)，日活、周活、月活（AARRR模型）
產(chǎn)品數(shù)據(jù)：關(guān)鍵頁面的pv、uv（漏斗模型）
用戶數(shù)據(jù)：用戶生命周期、用戶留存、用戶客單價(jià)、用戶類型（RFM模型...)
商品數(shù)據(jù)：商品售賣情況，毛利分析....
隨著數(shù)據(jù)的重要性的凸顯，越來越多的公司已經(jīng)認(rèn)識(shí)到數(shù)據(jù)對(duì)于公司的經(jīng)營是十分重要的。所以絕大部分企業(yè)都有專門的BI部門進(jìn)行初步的數(shù)據(jù)加工、分析，以周報(bào)表的形式匯總給管理層做為日常數(shù)據(jù)所需以及企業(yè)決策使用。
在這里主要介紹兩個(gè)簡(jiǎn)單的數(shù)據(jù)分析模型：
AARRR模型：
Acquisition(獲取)、Activation(活躍)、Retention(留存)、Revenue(收益)、Refer(傳播)
AARRR模型
1.獲取用戶(Acquisition)
如何獲取用戶？線上通過網(wǎng)站通過SEO,SEM，app通過市場(chǎng)首發(fā)、ASO等方式獲取。還有運(yùn)營活動(dòng)的H5頁面，自媒體等方式。線下通過地推和傳單進(jìn)行獲取用戶。
2.提高活躍度(Activation)
來了用戶后，通過運(yùn)營價(jià)格優(yōu)惠、編輯內(nèi)容等方式進(jìn)行提高活躍度。把內(nèi)容做多，商品做多，價(jià)格做到優(yōu)惠，但需要控制在成本至上的有生長(zhǎng)空間。這樣的用戶是最有價(jià)值進(jìn)行活躍。
產(chǎn)品策略上，除了提供運(yùn)營模塊和內(nèi)容深化。進(jìn)行產(chǎn)品會(huì)員激勵(lì)機(jī)制成長(zhǎng)體制進(jìn)行活躍用戶。不僅商品優(yōu)惠的，VIP等標(biāo)示的ICON，對(duì)于長(zhǎng)業(yè)務(wù)流程，進(jìn)行流程激勵(lì)體制，產(chǎn)品策略更具多元化。
3.提高留存率(Retention)
提高活躍度的，有了忠實(shí)的用戶，就開始慢慢沉淀下來了。運(yùn)營上，采用內(nèi)容，相互留言等社區(qū)用戶共建UCG，擺脫初期的PCG模式。電商通過商品質(zhì)量，O2O通過優(yōu)質(zhì)服務(wù)提高留存。這些都是業(yè)務(wù)層面的提高留存。
產(chǎn)品模式上，通過會(huì)員機(jī)制的簽到和獎(jiǎng)勵(lì)的機(jī)制去提高留存。包括app推送和短信激活方式都是激活用戶，提高留存的產(chǎn)品方式。
通過日留存率、周留存率、月留存率等指標(biāo)監(jiān)控應(yīng)用的用戶流失情況，并采取相應(yīng)的手段在用戶流失之前，激勵(lì)這些用戶繼續(xù)使用應(yīng)用。
4.獲取收入(Revenue)
獲取收入其實(shí)是應(yīng)用運(yùn)營最核心的一塊。即使是免費(fèi)應(yīng)用，也應(yīng)該有其盈利的模式。
收入來源主要有三種：付費(fèi)應(yīng)用、應(yīng)用內(nèi)付費(fèi)、以及廣告。付費(fèi)應(yīng)用在國內(nèi)的接受程度很低，包括Google Play Store在中國也只推免費(fèi)應(yīng)用。在國內(nèi)，廣告是大部分開發(fā)者的收入來源，而應(yīng)用內(nèi)付費(fèi)目前在游戲行業(yè)應(yīng)用比較多。
前面所提的提高活躍度、提高留存率，對(duì)獲取收入來說，是必需的基礎(chǔ)。用戶基數(shù)大了，收入才有可能上量。
5.自傳播(Refer)
以前的運(yùn)營模型到第四個(gè)層次就結(jié)束了，但是社交網(wǎng)絡(luò)的興起，使得運(yùn)營增加了一個(gè)方面，就是基于社交網(wǎng)絡(luò)的病毒式傳播，這已經(jīng)成為獲取用戶的一個(gè)新途徑。這個(gè)方式的成本很低，而且效果有可能非常好;唯一的前提是產(chǎn)品自身要足夠好，有很好的口碑。
從自傳播到再次獲取新用戶，應(yīng)用運(yùn)營形成了一個(gè)螺旋式上升的軌道。而那些優(yōu)秀的應(yīng)用就很好地利用了這個(gè)軌道，不斷擴(kuò)大自己的用戶群體。
漏斗模型：
用戶訪問的路徑
漏斗模型
漏斗模型廣泛應(yīng)用于流量監(jiān)控、產(chǎn)品目標(biāo)轉(zhuǎn)化等日常數(shù)據(jù)運(yùn)營工作中。之所以稱為漏斗，就是因?yàn)橛脩簦ɑ蛘吡髁浚┘袕哪硞€(gè)功能點(diǎn)進(jìn)入（這是可以根據(jù)業(yè)務(wù)需求來自行設(shè)定的），可能會(huì)通過產(chǎn)品本身設(shè)定的流程完成操作。
按照流程操作的用戶進(jìn)行各個(gè)轉(zhuǎn)化層級(jí)上的監(jiān)控，尋找每個(gè)層級(jí)的可優(yōu)化點(diǎn)；對(duì)沒有按照流程操作的用戶繪制他們的轉(zhuǎn)化路徑，找到可提升用戶體驗(yàn)，縮短路徑的空間。
運(yùn)用漏斗模型比較典型的案例就是電商網(wǎng)站的轉(zhuǎn)化，用戶在選購商品的時(shí)候必然會(huì)按照預(yù)先設(shè)計(jì)好的購買流程進(jìn)行下單，最終完成支付。
需要注意的是：?jiǎn)我坏穆┒纺Ｐ蛯?duì)于分析來說沒有任何意義，我們不能單從一個(gè)漏斗模型中評(píng)價(jià)網(wǎng)站某個(gè)關(guān)鍵流程中各步驟的轉(zhuǎn)化率的好壞，所以必須通過趨勢(shì)、比較和細(xì)分的方法對(duì)流程中各步驟的轉(zhuǎn)化率進(jìn)行分析：
趨勢(shì)(Trend)：從時(shí)間軸的變化情況進(jìn)行分析，適用于對(duì)某一流程或其中某個(gè)步驟進(jìn)行改進(jìn)或優(yōu)化的效果監(jiān)控；
比較(Compare)：通過比較類似產(chǎn)品或服務(wù)間購買或使用流程的轉(zhuǎn)化率，發(fā)現(xiàn)某些產(chǎn)品或應(yīng)用中存在的問題；
細(xì)分(Segment)：細(xì)分來源或不同的客戶類型在轉(zhuǎn)化率上的表現(xiàn)，發(fā)現(xiàn)一些高質(zhì)量的來源或客戶，通常用于分析網(wǎng)站的廣告或推廣的效果及ROI。
5.數(shù)據(jù)展現(xiàn)：
數(shù)據(jù)可視化-基本的圖表
數(shù)據(jù)可視化是關(guān)于數(shù)據(jù)視覺表現(xiàn)形式的科學(xué)技術(shù)研究。其中，這種數(shù)據(jù)的視覺表現(xiàn)形式被定義為，一種以某種概要形式抽提出來的信息，包括相應(yīng)信息單位的各種屬性和變量。
圖表是'數(shù)據(jù)可視化'的常用手段，其中又以基本圖表----柱狀圖、折線圖、餅圖等等----最為常用。
數(shù)據(jù)可視化-圖表
有人覺得，基本圖表太簡(jiǎn)單、太原始，不高端，不大氣，因此追求更復(fù)雜的圖表。但是，越簡(jiǎn)單的圖表，越容易理解，而快速易懂地理解數(shù)據(jù)，不正是'數(shù)據(jù)可視化'的最重要目的和最高追求嗎？
所以，請(qǐng)不要小看這些基本圖表。因?yàn)橛脩糇钍煜に鼈?，所以只要是適用的場(chǎng)合，就應(yīng)該考慮優(yōu)先使用。
一、柱狀圖（Bar Chart）
柱狀圖是最常見的圖表，也最容易解讀。
柱狀圖
它的適用場(chǎng)合是二維數(shù)據(jù)集（每個(gè)數(shù)據(jù)點(diǎn)包括兩個(gè)值x和y），但只有一個(gè)維度需要比較。年銷售額就是二維數(shù)據(jù)，'年份'和'銷售額'就是它的兩個(gè)維度，但只需要比較'銷售額'這一個(gè)維度。
柱狀圖利用柱子的高度，反映數(shù)據(jù)的差異。肉眼對(duì)高度差異很敏感，辨識(shí)效果非常好。柱狀圖的局限在于只適用中小規(guī)模的數(shù)據(jù)集。
通常來說，柱狀圖的X軸是時(shí)間維，用戶習(xí)慣性認(rèn)為存在時(shí)間趨勢(shì)。如果遇到X軸不是時(shí)間維的情況，建議用顏色區(qū)分每根柱子，改變用戶對(duì)時(shí)間趨勢(shì)的關(guān)注。
柱狀圖
上圖是英國足球聯(lián)賽某個(gè)年度各隊(duì)的贏球場(chǎng)數(shù)，X軸代表不同球隊(duì)，Y軸代表贏球數(shù)。
二、折線圖（Line Chart）數(shù)據(jù)
折線圖適合二維的大數(shù)據(jù)集，尤其是那些趨勢(shì)比單個(gè)數(shù)據(jù)點(diǎn)更重要的場(chǎng)合。
折線圖
它還適合多個(gè)二維數(shù)據(jù)集的比較。
折線圖
上圖是兩個(gè)二維數(shù)據(jù)集（大氣中二氧化碳濃度，地表平均氣溫）的折線圖。
三、餅圖（Pie Chart）
餅圖是一種應(yīng)該避免使用的圖表，因?yàn)槿庋蹖?duì)面積大小不敏感。
餅圖
柱狀圖
上圖中，左側(cè)餅圖的五個(gè)色塊的面積排序，不容易看出來。換成柱狀圖，就容易多了。
一般情況下，總是應(yīng)該用柱狀圖替代餅圖。但是有一個(gè)例外，就是反映某個(gè)部分占整體的比重，比如貧窮人口占總?cè)丝诘陌俜直取?/p>
餅圖
四、散點(diǎn)圖（Scatter Chart）
散點(diǎn)圖適用于三維數(shù)據(jù)集，但其中只有兩維需要比較。
散點(diǎn)圖
上圖是各國的醫(yī)療支出與預(yù)期壽命，三個(gè)維度分別為國家、醫(yī)療支出、預(yù)期壽命，只有后兩個(gè)維度需要比較。
為了識(shí)別第三維，可以為每個(gè)點(diǎn)加上文字標(biāo)示，或者不同顏色。
散點(diǎn)圖
五、氣泡圖（Bubble Chart）
氣泡圖是散點(diǎn)圖的一種變體，通過每個(gè)點(diǎn)的面積大小，反映第三維。
氣泡圖
上圖是卡特里娜颶風(fēng)的路徑，三個(gè)維度分別為經(jīng)度、緯度、強(qiáng)度。點(diǎn)的面積越大，就代表強(qiáng)度越大。因?yàn)橛脩舨簧朴谂袛嗝娣e大小，所以氣泡圖只適用不要求精確辨識(shí)第三維的場(chǎng)合。
如果為氣泡加上不同顏色（或文字標(biāo)簽），氣泡圖就可用來表達(dá)四維數(shù)據(jù)。比如下圖就是通過顏色，表示每個(gè)點(diǎn)的風(fēng)力等級(jí)。
氣泡圖
六、雷達(dá)圖（Radar Chart）
雷達(dá)圖適用于多維數(shù)據(jù)（四維以上），且每個(gè)維度必須可以排序（國籍就不可以排序）。但是，它有一個(gè)局限，就是數(shù)據(jù)點(diǎn)最多6個(gè)，否則無法辨別，因此適用場(chǎng)合有限。
下面是邁阿密熱火隊(duì)首發(fā)的五名籃球選手的數(shù)據(jù)。除了姓名，每個(gè)數(shù)據(jù)點(diǎn)有五個(gè)維度，分別是得分、籃板、助攻、搶斷、封蓋。
雷達(dá)圖
畫成雷達(dá)圖，就是下面這樣。
雷達(dá)圖
面積越大的數(shù)據(jù)點(diǎn)，就表示越重要。很顯然，勒布朗·詹姆斯（紅色區(qū)域）是熱火隊(duì)最重要的選手。
需要注意的時(shí)候，用戶不熟悉雷達(dá)圖，解讀有困難。使用時(shí)盡量加上說明，減輕解讀負(fù)擔(dān)。
七、總結(jié)
對(duì)商業(yè)智能BI、大數(shù)據(jù)分析挖掘、機(jī)器學(xué)習(xí)，python，R等數(shù)據(jù)領(lǐng)域感興趣同學(xué)加微信：tstoutiao，邀請(qǐng)您加入頭條數(shù)據(jù)愛好者交流群，數(shù)據(jù)愛好者們都在這兒。
聯(lián)系客服
