-
实现数据分析闭环的五个步骤
很多做数据的同学，光看着自己写报告，看不到自己的建议被落地，常心怀缺憾。觉得不能像产品/运营那样打造一个数据分析的闭环，能力也没法提升。其实这是一种误解。今天结合一个具体案例，看看数据分析的闭环，究竟如何打造。 问题场景： 某餐厅，其所在的商场原本可免费停车，从本月起改为收费停车，而且停车费相当贵。餐厅店长纠结：停车费是否会影响收入。问：该如何做分析？ 一、不及格的分析 这里最容易范的错误，就是列…- 78
- 0
-
9种常用的数据分析方法
一、关联分析 关联分析，也叫作“购物篮分析”，是一种通过研究用户消费数据，将不同商品之间进行关联，并挖掘二者之间联系的分析方法。 关联分析目的是找到事务间的关联性，用以指导决策行为。如“67%的顾客在购买啤酒的同时也会购买尿布”，因此通过合理的啤酒和尿布的货架摆放或捆绑销售可提高超市的服务质量和效益。关联分析在电商分析和零售分析中应用相当广泛。 关联分析需要考虑的常见指标： 支持度：指A商品和B…- 152
- 0
-
如何利用数据分析提升用户留存率？
一、留存的概念和重要性 1、什么是留存？ 在互联网行业当中，因为拉新或推广的活动把客户引过来，用户开始访问公司的网站，但是经过一段时间可能就会有一部分客户逐渐流失了。那些留下来的人或者是经常回访我们公司网站的人就称为留存。 现在大家经常会用到所谓的"日活"（日活跃用户量，简称DAU）来监测我们的网站，有的时候会看到我们的"日活"在一段时期内都是逐渐增加的，这…- 180
- 0
-
七种常见的数据分析方法拆解
数据分析一直是我们互联网人辨别方向的不二法门，我们通过对数据的观测来判断事物的发展趋势，也常常利用数据的思维来辩证的为决策做参考。 下面就给大家详细拆解七种常见的数据分析法，让我们的数据分析少走弯路。 01 象限分析法 从这张图，你能分析出来什么呢？ X轴从左到右是点击率的高低，Y轴从下到上是转化率的高低，形成了4个象限，这就是我们要说的象限分析法。 针对每次营销活动的点击率和转化率找到相应的数据…- 446
- 0
-
什么是好的数据分析？
彭友们好，我是你的老彭友。今天在群里看到一个表，真的是太棒了！拿出来分享给大家： 有些时候，想说明一个真理，浪费口舌说那么多都没用，看这个表格就一目了然了。 其实这张图也是我一直说的，数据说话的典型。很可惜，我没找到这个表的来源，要不我得好好感谢感谢作者。 连续与离散 其实数据分析的奥义都在上面那个表里展现的淋漓尽致了。甚至把数据的奥义都展现清楚了。 在《华为数据之道》里有一张图我特别喜欢，就是这…- 354
- 0
-
如何通过数据找到影响用户留存的关键因素
根据QuestMobile数据显示，2021年中国移动互联网用户规模保持在近11.6亿，2021年5月同比增速竟首次出现负增长，这意味着流量红利时代结束，进入存量争夺阶段。而互联网不同赛道的玩家，也不得不把突破增长困局的关键点，放在如何提升存量用户的留存价值上。 在该背景下，作不甘沦为取数工具人的分析师，可以主动深入业务，通过海量数据挖掘出影响用户留存的关键指标，并结合业务逻辑，给出合理可行的建议…- 317
- 0
-
B2B行业的数据分析该怎么做？
很多同学很困惑：B2B类分析该怎么做！！！网上到处都是零售电商的例子，可这都是B2C类业务啊。当然还有一些同学连B2B和B2C都分不清楚，只是感觉到：我这个数据很奇怪，该怎么分析？今天系统解答一下。 01 B2B和B2C的直观区别 一个典型的B2C场景： 小明想喝奶茶，走到一家奶茶店 小明：奶茶多少钱一杯？ 店员：15元 小明：好，买一杯。 小明扫码付款 小明：真好喝！我再买一杯 如果用B2C…- 488
- 0
-
用户行为数据入门理论与实例
导语 本文属于用户行为数据领域入门级别文章，适合对用户行为数据略知一二但是对这个主题非常感兴趣的同学，且由于篇幅限制，很多术语只能简单介绍，无法深入。如果是对用户行为数据已经比较熟悉的同学，请持续关注本作者在之后发布的进阶文章。 1 什么是用户行为数据？ "用户行为数据"，顾名思义就是用户在 APP、小程序、WEB 端等平台所做的行为（浏览、点击、滑动、长按等），…- 423
- 0
-
数据驱动业务的六个层次
数据当然会驱动业务，只是在不同的企业发挥作用的形式不一样。今天我们一起来看一下，数据驱动业务的六个层次。看看你们企业是哪一种。 一、层次一：奴隶监工 数据驱动业务，最直接的形式就是给业务下KPI。你，今年销售要破千万！你，今年销售要破一个亿！类似的场景我们可能早就有耳闻。 下任务带数据，在中国已经有2000年历史了，古代的军令状就是最早的KPI指标承诺书。似乎带个数据，就显得这个命令格外有分量，就…- 541
- 0
-
数据分析如何驱动运营
想当年，还没有接触运营工作的适合，我以为我的工作内容是这样的： 早晨到公司看各种数据报表，各项指标良好，已经超额完成了任务，然后开始写下一阶段的运营计划；中午吃个饭，然后午休；下午和用户聊聊天或者写写宣传文案，19点准时下班回家。 然而，现实和理想之间总是有着太大的差距。现实运营工作中，从早忙到晚，不停地穿梭在各种会议之间，不停地解决工作中遇到的麻烦。 早上到公司发现数据不达标，连忙做数据分析；分…- 563
- 0
-
数据分析的思维如何培养？
工具的运用都大同小异，思维的不同决定个体的差异。这一小节我们来探索数据分析的思维模式，如何培养数据分析的思维？这里列出5个数据分析中常见的思维模式供大家学习参考。 01 结构化思维 结构化的思维是很重要且应用最为广泛的一种思维模式，不仅应用于数据分析，几乎所有的行业都会用到。结构化思维其实是一种分类汇总的思想，就是将看起来复杂凌乱的内容以某种结构呈现出来。你可能每时每刻都在用到，只是没有刻意去关注…- 911
- 0
-
7张图看懂数据分析如何助力运营
一、运营迭代升级怎么做 运营之所以喜欢说迭代，首先是因为运营有大量的基础套路、模板、案例可以参照，完全不需要从头做起。所以不需要用“创新、设计、创造”这种词。 男生们可以回忆一下你们玩的游戏，是不是首充送XX，七日登录送XX，竞技比赛有勋章，套路非常相似。女生们可以回顾一下购物网站的各种满减、优惠、抽奖，是不是看起来很相似。就是这个感觉！ 比如运营最喜欢说的AARRR，其实每个方面，都有大堆套路（…- 769
- 0
-
8种好用至极的数据思维模型
数据运营，在运营里是中流砥柱的作用，细分到各个岗位都离不开数据；不仅是工作，生活中也是。 工作上，拥有数据化思维，对于工作效率能有极大提升，适用于产品、运营及营销。 生活中，拥有数据化思维，对于决策和判断也很有帮助，帮我们更好的掌控生活而不是被生活所掌控。 分享对我影响比较大的8种数据相关思维模型，希望对您有所启发；前4种是宏观想象和规划，后4种是微观实操和演练。 01 漏斗思维模型 漏斗分析模型…- 907
- 0
-
什么是数据分析六步法？
适用场景：数据分析 广告营销 理论来源：/ 数据分析也需要一定的技巧，不要不沉溺在数据的海洋里，数据是工具，我们应该利用工具。 1、提出问题：首先应清晰，我们解决的问题是什么？ 2、做出假设：在此问题基础上，我们预先的假设是什么？ 3、数据采集：根据这个假设，开始采集数据。 4、数据处理：对收集到的原始数据进行加工，包括数据的清洗、分组、检索、抽取等处理方法。 5、数据分析：数据整理完之后，需要对…- 1.9k
- 0
-
如何用逻辑回归做数据分析？
今天我们将学习逻辑回归(logistics regression)，由于逻辑回归是基于线性回归的特殊变化，接下来，我将用最简单通俗的语言来为大家介绍逻辑回归模型及其应用。 逻辑回归是解决二分类问题的监督学习算法，用来估计某个类别的概率。其直接预测值是表示0-1区间概率的数据，基于概率再划定阈值进行分类，而求解概率的过程就是回归的过程。 逻辑回归应用于数据分析的场景主要有三种： 驱动力分析：某个事件…- 829
- 0
-
增长模型下的数据体系运用：认清误区，避免过度“数据”
一、为了数据而数据 您是否有过这样的体会，面对着海量的报表数据，一阵眼晕，顿觉无处着眼，每个字节似乎都在“跳动”，仿佛身处迷雾之中？反正我有，并且常常有（今日头条改名“字节跳动”，我脑海中浮出来的居然是这样的报表）。 报表上海量的数据往往“看上去好像有用”，或者某一次被用到过，就上了周报、月报。随着时间的推移，数据越堆越多，渐渐成为一片汪洋大海。这事实上也许没什么帮助。 首先，这会消耗数据团队的人…- 739
- 0
-
数据分析体系怎么搭建?
有同学问：经常听到"搭建运营分析体系、搭建业绩监控体系、搭建商品分析体系"等等要求。可到底数据分析体系是什么？似乎经常看到的，只有AARRR五个字母，又语焉不详。到底怎样才算是建了个体系？今天我们系统解答一下。 搭建数据分析体系，是从初级数据分析向高级发展的必备一环。留心看哦。 1 搭建数据分析体系的常见错误 ▌ 1、罗列指标，没有重点。 很多文章一讲数据分析体系，就铺陈了…- 522
- 0
-
增长模型下的数据体系运用：实现数据监控与专题分析
作为《增长模型下的产品与运营实战》体系的第一篇，我想先谈一下整个产品和运营大体系的最基础环节——数据体系。 就像人走路的时候需要看到前方的道路，产品和运营在做决策前也需要睁开“双眼”。左眼，是数据；右眼，是用研。（哎，别问我为什么不是左眼用研，右眼数据……） 通过线上数据反馈，我们可以准确地发现问题，找到规律，求证猜想，平息主观之争，为产品改进和运营优化的制定和实施提供明确的方向。 一、互联网公司…- 871
- 0
-
数据分析的业务流程梳理
上次，我们梳理了业务与数据分析的关系以及业务与数据分析的重要性。根本上的意思，就是告诉我们，不能脱离业务去看“数据”，而是要时刻从业务角度去理解数据、分析数据。可以说，没有业务指导的数据分析是毫无意义的。 对于数据分析领域内驰骋沙场的老手们而言，“做分析要紧贴业务”已经是基本共识。而刚入门数据分析的伙伴，通过上期的推文，也开始意识到理解业务的重要性了。那么，本期就来讨论交流一下，如何清晰地梳理业务…- 1k
- 0
-
5步快速建立数据分析思路
做数据分析，总会面这种模糊问题： "分析一下运营情况，要深入一点" "近期销售咋样，分析分析" "分析下近期的活动……" 总之，字数越少，麻烦越大。因为真的不知道提需求的人想干啥。而且，往往这么提的还是部门领导，说完以后就消失不见了，想再当面沟通也很难见到人。最后，往往夯吃夯吃干半天，得到一句："你就分析了这？我早…- 699
- 0
-
64个数据分析常用术语
1、绝对数和相对数 绝对数：是反应客观现象总体在一定时间、一定地点下的总规模、总水平的综合性指标，也是数据分析中常用的指标。比如年GDP，总人口等等。 相对数：是指两个有联系的指标计算而得出的数值，它是反应客观现象之间的数量联系紧密程度的综合指标。相对数一般以倍数、百分数等表示。相对数的计算公式： 相对数=比较值（比数）/基础值（基数） 2、百分比和百分点 百分比：是相对数中的一种，它表示一个数是…- 551
- 0
-
建立数据分析指标体系底层逻辑
随着公司业务规模扩大，各类相关的数据量增加，数据指标也越来越多。如果缺乏数据指标体系和分析方案，就会难以判断整体业务发展状况、难以衡量产品/活动效果、等等。 如今，各行各业都在说，“我们要数字化管理”，脱离“拍脑袋”时代。但是，到底怎么落地？数据指标怎么建立合理？不同的公司业务大相径庭，就算是同一个行业，也有不同规模，不同细分客户群，很难一概而论。有时候，看到竞品公司有哪些指标，虽然不知道有没有用…- 611
- 0
-
数据分析技巧（基础篇）
数据分析，是每个产品经理，尤其C端产品都应该具备的基础能力。 上一个功能，迭代一个版本，做一次重构，每个产品经理都在做的事，都离不开价值验证。 功能是不是带来更好的数据结果？为什么数据出现下滑？下滑的根本原因是什么？还受了其他哪些因素的影响？如何制定相应策略来提升？ 这些都需要通过数据分析才能解决。 数据分析是区分一个普通产品经理和高级产品经理的分水岭，也是【做】和【怎么做、为什么这么做】的核心依…- 507
- 0
-
数据挖掘与分析的六种方法论
最近梳理了一下数据挖掘与分析的常用方法论，这里简要介绍6种模型。 1、CRISP-DM 模型 CRISP-DM是CrossIndustry Standard Process for Data Mining（跨行业数据挖掘标准流程）的字母缩写。CRISP-DM是由一家欧洲财团（时称SIG组织）在20世纪90年代中后期提出来的，是一套用于开放的数据挖掘项目的标准化方法，也是业内公认的数据挖掘与分析的通…- 2k
- 0
