本次被訪者柳輝，TrueMetrics（觸脈咨詢）聯(lián)合創(chuàng)始人，西安電子科技大學碩士，谷歌官方認證數(shù)據(jù)分析師，DCM個人認證，美國PMP項目管理認證。管理TrueMetrics的網(wǎng)站分析項目及數(shù)據(jù)可視化報告。
本文通過以下七部分拆解數(shù)據(jù)分析：
一、什么場景和行業(yè)需要數(shù)據(jù)分析
二、數(shù)據(jù)分析會騙人嗎？
三、怎樣排除虛假流量？
四、PC端數(shù)據(jù)分析指標&方法論
五、電商、金融行業(yè)數(shù)據(jù)分析
六、數(shù)據(jù)分析的趨勢
七、怎么培養(yǎng)數(shù)據(jù)分析的能力？
第二部分拆解四、五部分
四、PC端數(shù)據(jù)分析指標&方法論
數(shù)據(jù)分析通用指標有三類，每類我可以再推薦三個最常用的指標。
先進類指標與流量數(shù)量相關(guān)。用戶數(shù)、訪問次數(shù)、交互數(shù)對流量的影響最大，它們是存在層級關(guān)系的，同一個人會貢獻多次來訪，同一個來訪也會貢獻多次交互點擊。
第二類指標與流量質(zhì)量相關(guān)。一是參與深度，也就是平均訪問頁數(shù)，即用戶每次進入網(wǎng)站訪問了多少不同的內(nèi)容。二是跳出率，用戶點擊一個廣告進入網(wǎng)站后什么都沒有做的情況就叫做跳出，跳出率考量的是用戶是否對你感興趣，用跳出率做流量評估也比較直接。三是新用戶占比，就是說你網(wǎng)站新老用戶各占多少。這是引流質(zhì)量的問題，但具體如何采取行動，取決于你的引流戰(zhàn)略是希望更多的新用戶加入還是維系老用戶。
第三類指標與價值相關(guān)。一是轉(zhuǎn)化率，即用戶進入網(wǎng)站后產(chǎn)生交易的幾率有多大。二是客單價，它衡量流量價值、衡量用戶對你有多大的信任。三是每次來訪價值，每一個訪客的每一次進站對你來說意味著多少轉(zhuǎn)化，這個可以用歷史數(shù)據(jù)進行推算；反過來，你可以根據(jù)這個數(shù)據(jù)規(guī)劃你在營銷上應(yīng)該投入多高成本。
除了上面三類通用指標，還有虛榮指標和行動指標。前者在分析過程中很有用，但它不夠去驗證生意或驅(qū)動運營行動，后者沒有固定的套路。如果本著指標精煉的原則，考核中肯定要看行動指標。
舉一個最簡單的例子：比如一個標準的電商網(wǎng)站，網(wǎng)頁瀏覽量——PV是一個通用的衡量網(wǎng)頁被用戶瀏覽的量級的指標，早期的網(wǎng)站統(tǒng)計工具也都會用這個指標來衡量網(wǎng)站的流量，但如果只看這個指標，對于后續(xù)需要采取什么行動的指導意義其實并不大，因為這個指標可能是很多人每人只看一頁，或者是很少人，每人看了多個網(wǎng)頁造成的，所以如果將它升級成為能夠驅(qū)動行動的指標，不妨可以使用每次訪問頁數(shù)，這個代表的含義就是用戶每次來訪參與的平均深度了，它的升高和降低直接能夠?qū)?yīng)到網(wǎng)站的運營者需要如何來優(yōu)化用戶體驗和內(nèi)容，如果再將它升級，因為背景是電商網(wǎng)站，所以還可以升級成為商品詳情頁瀏覽量占總瀏覽量比重，這個升級對于電商網(wǎng)站的運營就更能明確方向了，鼓勵用戶每次來訪查看更多的商品詳情頁，對于網(wǎng)站銷售的情況是有非常明顯的推動作用的，這其實在大量案例中被驗證，這是一個非常良好的驅(qū)動行動的指標。
與移動端相比，PC端具備更完善的研究環(huán)境。移動端收集的數(shù)據(jù)量級、維度、角度都會少一些。作為研究者或理論的關(guān)注者，我還是建議把PC端當做一個研究的環(huán)境看待。那么PC端數(shù)據(jù)分析到底怎么做？
一、制定規(guī)劃
一制定商業(yè)目標。對很多企業(yè)來說，真正進入數(shù)據(jù)分析前，商業(yè)目標并不是十分明確。在你的商業(yè)目標不清晰的情況下，數(shù)據(jù)收集是沒有大方向的，甚至你的企業(yè)運營因為商業(yè)目標不準確而形成比較大的風險。所以建議根據(jù)企業(yè)規(guī)模、所屬行業(yè)、發(fā)展階段，提煉出1-3個清晰的商業(yè)目標。
二規(guī)劃KPI。商業(yè)目標本身不是一個數(shù)據(jù)，它不是量化的，而是屬于比較概括性的東西。所以它和數(shù)據(jù)之間需要有“橋梁”的連接，KPI就是這個橋梁。KPI雖然也是數(shù)據(jù)，但它是非常精煉的，每個部門甚至每個人的KPI可能都不太一樣，所以KPI也是需要做一些完整的規(guī)劃。
三規(guī)劃數(shù)據(jù)指標，即應(yīng)該采集什么樣的數(shù)據(jù)。企業(yè)需要的數(shù)據(jù)不是你能采集到什么決定的，而是由你需要什么決定的。商業(yè)目標對應(yīng)KPI，來檢測你的數(shù)據(jù)指標，這是我們常用的方法論，能夠幫助企業(yè)更清楚地把數(shù)據(jù)體系搭建起來。
按照這個順序規(guī)劃了清晰的數(shù)據(jù)需求，再開展數(shù)據(jù)的采集和分析工作，可以避免數(shù)據(jù)分析方向偏差。
二、數(shù)據(jù)標簽化&采集
首先，數(shù)據(jù)標簽化。數(shù)據(jù)最常見的問題是數(shù)據(jù)污染、數(shù)據(jù)不清晰甚至混亂。造成這些問題的罪魁禍首，可能是數(shù)據(jù)收集前就沒有做到非常清晰的標簽化，但用戶是需要標簽的。只有把前期準備工作做到位，后期才不會陷入數(shù)據(jù)混合無法拆解，無法做數(shù)據(jù)細分和聚焦分析的境地。
第二，選采集工具。不同工具的需求不同，我認為比較常見考量工具有五個角度。
一是可用性。你的工具是否能滿足當前提出的數(shù)據(jù)需求，或者說能不能滿足99%以上的需求。重點在于它是否能支持你的數(shù)據(jù)采集、實時查看數(shù)據(jù)、訂單數(shù)據(jù)的完整收集。
二是易用性。一個非常好的工具，但它解讀起來很困難，工作流程非常繁瑣，這種情況會降低我們的效率。如果工具不易用就會造成用戶對數(shù)據(jù)的抵觸甚至恐懼情緒。
三是智能性?，F(xiàn)在很多工具都加入了人工智能的因素，比如谷歌分析GA中加入了機器算法告訴你哪些用戶的質(zhì)量高哪些用戶的質(zhì)量低。智能性是為網(wǎng)站分析錦上添花的，并不是非?；A(chǔ)的東西，它只是決定了人使用電腦工具效率的高低，并不會關(guān)系到工具能不能用。
四是擴展性。先進項是數(shù)據(jù)整合，第二項是數(shù)據(jù)應(yīng)用的方向。谷歌分析有個其他工具望塵莫及的優(yōu)勢，它很好整合了谷歌所有的營銷工具，并且能把數(shù)據(jù)輕松地推到谷歌營銷平臺上，對這些用戶進行精準的定向營銷。
五是經(jīng)濟性。包括收費方式和收費水平，需要綜合收益去考慮投入是否合理，是否在你的接受范圍之內(nèi)。
現(xiàn)在企業(yè)在選擇分析工具時通常有個誤區(qū)，會恰好把這個優(yōu)先級排序反過來，把經(jīng)濟性作為首要考量因素。一個工具收費一百萬，企業(yè)首先一個反應(yīng)就會覺得很貴不想用，但既然它在市場上存在即有它的合理性，應(yīng)該考慮的是企業(yè)該如何駕馭這個工具獲取更高的數(shù)據(jù)價值。
三、數(shù)據(jù)清洗
在做分析之前，一定要對數(shù)據(jù)進行一次清洗，我非常建議把這兩塊數(shù)據(jù)最大程度上剝離出來：無效和無用的數(shù)據(jù)。無效的數(shù)據(jù)就是假的數(shù)據(jù)，無用的數(shù)據(jù)是真實的數(shù)據(jù)，但是對分析沒有作用，最典型的是測試數(shù)據(jù)。
數(shù)據(jù)清洗不能做到百分之百可信，最大也是最常見的問題是數(shù)據(jù)偏差的問題，數(shù)據(jù)偏差的修正也是數(shù)據(jù)清洗的一個步驟。很多客戶會非常在意數(shù)據(jù)偏差，因為他們有后臺數(shù)據(jù)，尤其是銷售數(shù)據(jù)和訂單數(shù)據(jù)，當他們在機器里看到的數(shù)據(jù)和自己的后臺數(shù)據(jù)有10%到20%的偏差，有些用戶就會走極端，覺得里面差距那么大，就不相信不參考這個數(shù)據(jù)了。
所以作為網(wǎng)站分析師，需要有能力判定數(shù)據(jù)偏差對分析結(jié)論到底會不會造成重大影響，這是數(shù)據(jù)分析師的基本素質(zhì)。在分析過程中，我比較建議側(cè)重過程的分析，而不要特別在意結(jié)果的對照，因為如果數(shù)據(jù)偏差是穩(wěn)定恒定的，那么數(shù)據(jù)分析的結(jié)論就是合理的，跟真實情況不會有太大的差異。
四、真正進入數(shù)據(jù)分析
準備工作做完之后，才開始真正的數(shù)據(jù)分析工作。在網(wǎng)站分析方面，我們分析的數(shù)據(jù)通常會分為四個模塊。
先進個模塊叫做用戶屬性分析。分析你的用戶是誰、在什么地方、使用什么樣的設(shè)備、平時有什么樣的興趣等等，相當于做人物畫像。
第二個模塊叫做流量分析。包括流量質(zhì)量的評估，流量的效果，流量之間的配合效率。
第三個模塊叫做內(nèi)容分析。針對你網(wǎng)站呈現(xiàn)的內(nèi)容順序做一系列分析，來發(fā)現(xiàn)用戶的行為習慣。
第四個模塊叫產(chǎn)品分析。對于需要體現(xiàn)價值的產(chǎn)品、服務(wù)、內(nèi)容進行分析。
可能有人按照網(wǎng)站分析工具的慣例會認為應(yīng)該是做目標分析，但我認為最后一個模塊不應(yīng)該作為一個單獨的模塊，而應(yīng)該融入前面的三個模塊里面，轉(zhuǎn)化分析實際上對于前邊的模塊體現(xiàn)的是驗證的作用。
五、改善行動
我認為在做改善之前應(yīng)該再做一步測試，很多分析師會忽略這個環(huán)節(jié)。比如，得到了一個數(shù)據(jù)分析結(jié)論卻沒有人采納。對于一些重大的決策，決策者會用一些比較高的代價去做決策，這個決策也會帶來比較大的風險。縮小結(jié)論到行動之間的距離，降低決策風險和抵觸心理，不妨采用一些測試的方法，比如A/B測試，到底哪個營銷策略更有效測試一下就會得出結(jié)果，這個測試的代價確實非常小，而且出來的結(jié)果立竿見影。真正的數(shù)據(jù)改善行動唯一要多做的一件事情是，利用數(shù)據(jù)做追蹤，來驗證改善的最后成果。
這五步會形成一個完整的循環(huán)，隨著企業(yè)的運營和深入，會有一些新的需求產(chǎn)生，也會有一些新的問題的排查，會不斷進入這個循環(huán)中。
五、電商、金融行業(yè)數(shù)據(jù)分析
電商
電商的數(shù)據(jù)分析方法有三種，在不同的場景下可能會用到不同的分析類型。
先進種是驗證型分析。基于一些數(shù)據(jù)基準，在新數(shù)據(jù)里拿出同口徑的數(shù)據(jù)做比對，進而發(fā)現(xiàn)問題或驗證結(jié)論。它本身對發(fā)現(xiàn)深入的問題和解決問題并沒有很大幫助，但對于分析師的數(shù)據(jù)粗獷解讀和了解數(shù)據(jù)特性是非常重要的。
第二種是診斷型分析。診斷型分析比較常見的方法是對數(shù)據(jù)的分解剖析，相當于對一個結(jié)果數(shù)據(jù)層層拆解，一直拆解到最小單位的數(shù)據(jù)為止。舉個簡單的例子，如果訂單提交的量變少了，你只看訂單頁面可能得不出來結(jié)論，它上一步還有訂單填寫，往上還有提交購物車訂單，還有把商品加入購物車。其實每一步過程數(shù)據(jù)都會造成最后結(jié)果數(shù)據(jù)的變化。所以整個數(shù)據(jù)分析就是拆解，最后定位到問題到底出現(xiàn)在哪一個環(huán)節(jié)。
第三種是預測性分析。它的原理也比較簡單，就是基于你的歷史數(shù)據(jù)并結(jié)合你的商業(yè)目標，找到數(shù)據(jù)里存在的特征和規(guī)律，建立數(shù)學模型。當未來產(chǎn)生一部分數(shù)據(jù)時，你可以通過數(shù)學模型演算出其他數(shù)據(jù)應(yīng)該是什么。如果你做用戶價值的預測，可以根據(jù)歷史數(shù)據(jù)得知產(chǎn)生這種特征的人有多大幾率在未來一年之內(nèi)能夠給你帶來多少銷售額。如果你定位到一個高價值用戶，那么你接下來要做的就是對這個的高價值用戶進行各種方式反復的營銷，充分挖掘他的價值。
金融
我認為這個行業(yè)比較特殊，它和傳統(tǒng)的生意不太一樣。
先進個特征是占用資源。資金放到平臺并不是馬上就能得到回報，而是有一定的回報周期，用戶的決策難度比較高，信任就變得很重要。你要關(guān)注用戶到底跟你交互了多少次，或者什么樣的元素打動他跟你發(fā)生先進筆交易。
第二個特性是提供價值的方式跟傳統(tǒng)的行業(yè)不一樣。傳統(tǒng)行業(yè)提供價值的方式是貨幣交換，互聯(lián)網(wǎng)金融是錢換錢，錢生錢，通過時間的累積，把固定的錢變成預期的更多的錢?；ヂ?lián)網(wǎng)金融賺了還是賠了、有沒有回報都是非常清楚的，所以他的客戶對價值比較敏感。
這里涉及三個指標：用戶生命周期價值、用戶響應(yīng)率、用戶粘性。
用戶生命周期價值相當于你對一個用戶有一個總的價值判斷，他會對你產(chǎn)生多少種價值，你挖掘到了什么程度，還要怎樣進一步去挖掘。
用戶響應(yīng)率是個比較特殊的指標。當你有一些新產(chǎn)品或者新的促銷政策時，你的所有用戶里有多少人會響應(yīng)你的產(chǎn)品，比如產(chǎn)生購買、關(guān)注、收藏、咨詢。響應(yīng)率非常重要，它直接驗證了產(chǎn)品的價值，驗證你的產(chǎn)品的吸引力和認可度。
粘性可以使用用戶的復購率來反映。當用戶完成先進次商品交易之后，產(chǎn)品到期時是不是能夠有效產(chǎn)生第二個商品的購買，或者在先進個商品上繼續(xù)續(xù)約，這對于分析用戶對于產(chǎn)品的忠誠度很重要。
·END·
本文是巨推傳媒（CALL：400-606-5558）網(wǎng)原創(chuàng)，版權(quán)歸巨推傳媒（CALL：400-606-5558）網(wǎng)所有，未經(jīng)授權(quán)，禁止轉(zhuǎn)載！轉(zhuǎn)載聯(lián)系Wechat:biaoshi5151
巨推傳媒（CALL：400-606-5558）網(wǎng)——網(wǎng)絡(luò)推廣嚴選網(wǎng)（http://51biaoshi.com），提供微信代運營、小程序開發(fā)、微信推廣、SEO、SEM、口碑營銷、廣告投放等服務(wù)。推廣找巨推傳媒（CALL：400-606-5558），效果有保障。
