編輯導語：結合資料分析，營運人員可以快速獲得所需資訊，并從資訊中找到問題，對使用者行為、使用者需求有一個更為清晰的了解。那麼營運人員應該如何樹立資料分析的思維，培養資料敏感度，用資料驅動營運呢？本文作者就對這一問題進行了總結，一起來看一下。
目前市面上已經有很多寫營運資料分析的文章，無論是從專業性、技巧和方法層面，都已經比較詳細了，但多數都是從“術”的層面的分享。本篇文章則會從整體視角下，緊貼業務邏輯、流程和思維層面來進行相應的分享。
做營運資料分析并不難，我相信很多人都能夠看懂業務資料，看得懂資料分析報告，也能夠掌握基本的資料分析技能，但是很多營運缺乏的是：資料分析的思維、意識和習慣對于營運的資料分析，我們需要建立幾個視角：
宏觀視角：以特定的結構和思路建立整體的資料認知；
業務視角：基于業務邏輯和流程下的資料分析；
思維視角：基于資料，跳出單純的對事的分析，想清楚why和what；
自身視角：養成特定的資料分析習慣，培養資料的敏感度。
<h1 toutiao-origin="h2">01</h1>
建立資料的整體認知，最好的辦法就是通過結構化思維進行資料次元和名額的梳理。
正如使用者畫像的思路，可以分為顯性畫像和隐性畫像兩個方面；對于資料也可以用類似的角度分次元和名額兩大類。
次元是指事物或者現象的某種特征，以及範圍限定，如性别、地區、時間等都是次元。
名額又稱參數，也叫參變量，是一個變量，用于衡量事物發展程度，程度是好還是壞，需要通過不同次元來進行對比。
次元一般包含：
時間：日、周、月、年，以及自定義時間段；
地域：全球、全國、省、市、區/縣，以及自定義的地理範圍；
年齡：不同年齡段；
終端：移動端（安卓端、iOS端、平闆）、PC端、電視端等；
性别：男、女；
年級：幼稚園、國小、中學、高中、大學、研究所學生、在職 ，或者少兒、K12、成人；
其他特征及範圍限定。
名額一般包含：
行為名額：注冊量、PV、UV、VV、UID、留存率、轉發量、點贊量、收藏量等；
業務名額：GMV、使用者價值、訂單量、轉化率等。
營運常用資料都是基于次元和名額之間的組合，形成的特定範圍下的資料。比如在衡量投放線索品質時候，會看使用者價值資料，從次元和名額上會出現1日、3日、7日、15日、30日使用者價值，當然根據業務發展需要會去自定義統計的時間次元周期。
對于整體資料的認知，我們也可以從宏觀資料、中觀資料、微觀資料進行拆分，具體如下：
同樣我們也可以從：基礎資料、行為資料、業務資料來去梳理和了解我們業務中要用到的所有資料。
至于我們在實際營運過程中需要考慮哪些資料體系，則是需要結合業務的實際情況來進行考慮，主要受我們的業務目标、業務流程、營運模式及在實際落地過程中的過程名額影響。
<h1 toutiao-origin="h2">02</h1>
資料分析需要基于特定的業務目标和流程來進行，與業務緊密關聯，資料直接指導業務行為和關鍵需求，整個業務如果要清晰、有節奏地落地和管控，需要建立清晰的資料體系和過程名額。
我們以直播電商為例，目标是GMV，基于GMV影響因素和業務流程，拆解公式如下：
GMV的高低是受到：流量、轉化率、客單價三個關鍵因素影響，流量則又受到直播間曝光（PV）、直播間CTR、商品的曝光率、商品的點選率影響。
基于上面的業務拆解公式，直播電商的資料分析名額便形成了固定的分析體系和思路。GMV增長的核心思路就是提升和優化公式環節上的名額，結合各環節優化目标和提升空間，進行名額的持續優化，每個關鍵環節的名額提升方法和技巧，就是具體的營運行為和動作。
當然并不是所有的名額同時進行優化和提升，因為精力、資源和時間不允許，這個時候需要找到側重點，也是階段性業務重點，确定的依據：名額提升空間和成本效益（或投入産出比）。
詳細的思路可以參考《營運4大底層能力之一：1篇文章教你如何系統化思考？》中第2部分内容。
我們再以線上教育項目為例，GMV是受到線索量和線索價值影響，即GMV=線索量*線索價值，具體業務拆解公式如下：
基于以上公式我們可以拆分出詳細的資料名額體系：
日常資料統計和記錄次元可以按照如下形式：
當建立起固定的資料名額體系後，每期直播就可以重複性的進行資料統計分析，以及針對每個環節的資料名額進行不斷的優化和打磨提升。
我們再以某個非常具體的活動為例：比如我們要做一個新課首發活動，固定時間點開售搶購，目标是活動營收，在開售開始前采用預約報名的形式。那麼對于這場活動的成果與否，核心是要做好過程資料的管理，具體模型如下：
從活動風險管控的角度，課程搶購預約人數可以設定一個上浮動值，比如過程名額的預約人數可以定為1800人或者更高，活動預熱宣傳階段則以這個過程名額作為核心名額去促進。因為課程購買預約人數是跟詳情頁曝光（UV）和UV到預約報名的轉化率有關。要想提升預約人數有兩個方向思路要麼提升課程曝光，要麼提升預約轉化率。
提升曝光（UV）則以增加曝光管道、推廣資源和傳播玩法來進行，核心是確定管道品質、玩法和創意，其次建立使用者對本次活動的關注度和認知度
而提升預約報名的轉化率則從課程價值點傳達（如詳情頁和活動頁的包裝和介紹，社群宣傳，銷售的跟進介紹），課程價格、福利階梯設計和搶購群内氛圍營造來進行刺激。
當然這個是從本次活動管控角度，來確定活動目标達成以及保證活動過程名額管控節奏，而從本質上，對于活動成功與否關鍵是要看項目在日常的營運積累，需求強烈程度及需求節點，比如内容本身打磨、需求和活動政策設計。
<h1 toutiao-origin="h2">03</h1>
營運資料分析的門檻不在技巧和工具使用，而在于思維、意識和習慣。對于資料分析，需要我們找到一個特定思維分析模型。
從資料分析操作層面，基本上是按照執行的先後流程來進行，比如：
确定資料分析目标；
根據目标影響因素，建立分析影響關系和模型；
通過對比和可視化呈現，如橫向、縱向或者與目标值對比，資料透視；
發現問題，從對比和透視中發現與預期不符的資料；
分析問題，結合資料影響模型和業務分析出現問題的資料原因；
解決問題，确定優化目标，提出可行性的資料優化提升方案驗證方案，通過實際資料回報來驗證方案效果；
分析優化，循環解決。
以上是比較正常，也是大家習慣性的分析思路，從深度思考的角度，大家可以用3W的思考架構來進行分析，即：
資料分析常見誤區如下：
1）無對比
隻給出絕對值，資料隻有通過對比才能判斷效果，比如跟目标對比，跟曆史對比（同比環比），跟競品對比，跟同類型項目對比。如大家在周報中經常會出現僅同步上周營收XX萬，增粉XX萬等絕對值，隻呈現絕對值是無法展現資料效果。
2）無結論
隻做數字上的呈現、計算和對比等，但無實際的結論，比如按照第2部分提到的直播電商GMV拆解公式，對每個環節名額，轉化率資料做出呈現和對比，但無具體的結論和分析。
3）脫離業務本身
同一個資料原始表格，熟悉和了解業務的營運和外行的人來分别進行分析結論會有很大差别。
4）無明确分析依據，用主觀思路來做分析
比如A課程上周營收環比增長50%，很多人習慣性說是可能是做了XX動作，或者簡單地說上周做了曝光和宣傳，至于曝光效果無資料支撐，實際上有可能曝光帶來的詳情頁UV提升有限，而在轉化率上有明顯提升。
正如前面的分析思路，建立課程營收模型：課程營收=詳情頁UV*轉化率*客單價，如果是營收階段性出現明顯上漲，在價格不變的情況下，從表象上是詳情頁UV或者轉化率某一名額或者兩個名額都發生明顯變化。
這個時候要看不同環節資料變化情況，進而分析發生變化的本質原因（同一管道在不同節點上曝光效果會有很大差異，課程的需求節點和開課時間也都會影響點選和轉化），這個時候按照上述的3W思路可能會分析得更深入和精準。
04 資料分析有一個隐藏的能力就是：敏感度。
不同的人對資料的敏感度不同，主要表現在拿到原始資料後的第一反應，對資料敏感的人，即使對原始資料不做透視也能夠快速看出一些規律和發現資料問題，對資料分析和關注成為一種潛意識的習慣。而培養資料敏感度除了潛質之外，更重要的是刻意訓練。
比較有效的方法就是：每天堅持看資料，即每天至少30分鐘~1小時的時間去研究資料，從不同次元和角度去分析，如當期資料跟曆史資料對比，當期資料跟同類型項目做對比等。隻要堅持半年到1年的時間可以有效提升對資料的敏感度。
<h2 toutiao-origin="h3">#專欄作家#</h2>
超哥Jason，微信公衆号：超營運思維，人人都是産品經理專欄作家。後續持續從營運思維、認知、分析、學習、實踐、總結、成長7個方面進行分享輸出！大廠某教育産品線業務負責人。
本文原創釋出于人人都是産品經理，未經許可，禁止轉載。
題圖來自Unsplash，基于CC0協定。