指导运营的核心分析方法论：五步分析法

当我们看了不少增长案例之后，再看看手头的工作和业绩目标，是不是还觉得不知道怎么实现？那是因为许多案例并没有介绍得出结论的分析过程，而只是描述了问题的背景和目标，以及优化之后的效果。真正的分析过程，往往被“发现”两个字一笔带过。

当然有人会说，数据分析过程是一个见仁见智的过程，根本不可能按照一个统一的流程完成全部分析，特别是在互联网领域的高速变化当中。那么数据分析的过程，究竟是一个只有零散技巧而无章法可循的过程，还是一个有明确的步骤并可以严格依照执行的过程？我认为是后者。

我们这就来介绍一个通用的数据分析方法论：数据分析五步法，这个框架具有一下几方面特点：

1. 不与具体业务绑定，是从决策需要的信息角度出发的；
2. 具有开放性，可融入个人经验和前沿技术；
3. 可结合大数据技术，排除人工环节，实现自动化；
4. 逻辑清晰，容易学习。

一、分析五步法

这个简单的数据分析五步法，基本能够应对日常工作中至少80%的常见数据分析问题。而剩下的20%的场景，可以在这个基本的分析方法论上扩展出来，我们会在后面的内容中探讨。

1.1 五个基本步骤

首先，我们来一次讲解着5个基本步骤，分别是：

1. 汇总
2. 细分
3. 评价
4. 归因
5. 决策

1.1.1 汇总

这一步我们关注的是指标，也就是大家常见的那些DNU、DAU、GMV、ROI等等。只要是说到数据分析的内容，一定会提示数据分析“要明确目标”。因此，这个重要性我们倒是不需要赘述。

目标当然是所有指标中最重要的。但只有目标还不够，我们还需要其它的辅助指标。就比如ROI，是投入和产出两项算出了ROI；而GMV，也可以用用户数乘以平均每用户的GMV计算出来。这样，我们就把一个目标的计算，拆分成了更多相关指标的组合。并且，这些指标更基础，我们可以通过一些运营手段影响这些指标的变化趋势。

这部分没有什么理解的难度。只不过，我们要找出指标之间的计算关系，由此逐渐找到所有我们需要关心的指标。在现在的互联网产品运营当中，从来不会缺少需要看的指标，已经多到了眼花缭乱的地步。但只有那些跟目标相关的指标，我们才需要关心。

1.1.2 细分

这一步相当于给指标增加了一个或者若干个维度。最简单的维度应当算是时间了。比如，我们按天看UV的变化趋势；又或者，我们看不同页面带来的GMV是多少、看不同用户分群中的GMV分别是多少等等。如果我们理解前面的指标只是一个数字的话，增加了维度之后，它就变成了一列数据；增加了两个维度之后，它就变成了一张表格，以此类推。

就像指标的现状一样，我们也可以轻松找到许许多多可以用来拆分指标的维度。比如前面提到的日期和人群，还有拉新上的来源渠道，活跃上的流量来源和转化路径等等。再将这些维度进行排列组合，就能产生出一大批庞杂的拆分维度，多到根本看不过来。

因此，在细分之前的关键环节就在于区分维度的重要程度。

如何区分呢？

我们要按照是否可操作来区分这些拆分维度的轻重缓急。比如：前面提到了看APP中的不同页面带来的GMV。但是，如果我们没有必要的技术手段或者运营工具，来为那些GMV更高的页面分配更多流量，也不能降低那些GMV较低的页面的流量，那么按照页面拆分这种方法对于我们没有任何操作空间，更不要说操作之后的优化空间了。

如果是这种情况，我们就应当认为来源页面这个维度，只是个“看看就好”的维度，而非关键维度。

另一个例子是用户分群，特别是当我们希望从外部的投放引流获得更多高质量的新增用户，以此来拉动增长的时候。在这种时候，我们总是希望首先对现有的高质量用户进行用户画像，并确定一些能够标识高质量用户的特征，再通过这些特征在投放的时候吸筛选出高质量的用户。

这个道理是讲得通的，但遗憾的是，外投渠道不能提供十分精准的人群定位，只能提供人口统计学和内容偏好等粗粒度的划分。这其中还隐含着，我们暂时认为投放渠道对于用户的标记是十分精准的，没有考虑出现标记错误的概率。

因此可以看出，在拉新这件事上，我们对用户分群的操作是受限的——并不是完全不能，但十分受限。而用户分群更大的利用空间在于促进活跃，也就是在我们自己的用户群体中进行切分。

比如，在增长案例中常见的，在相同页面的相同位置放置不同的文案或者图片素材进行版本间的A/B Test，那么具体展示哪个版本就是一个可以自由操作的维度，因为一旦发现哪个版本更好，我们可以很快采取行动，替换掉其它表现不好的版本。因此展示版本这个维度很适合用来切分指标。

如果说【汇总】的部分只是个监控的话，在【细分】的步骤中，就已经体现出一些分析的感觉了。在【细分】这个步骤中，我们需要找到那些真实可操作的拆分维度，以便让我们的分析结论能尽快落地。但这部分还留下一个问题，就是如果存在多个可操作的拆分维度，那么它们之间理应是有区别的。

比如：我们可以简单地替换图表和文案，但我们也可以煞费苦心地给产品迭代一个大版本。

如何在分析的过程中体现并衡量这种操作的复杂度呢？这个就要说到【评价】的问题。

1.1.3 评价

在【评价】的步骤中，我们要用到【汇总】步骤中的那个作为目标的指标，以它作为评价的唯一标准。如果我们的目标就是简单的GMV，甚至更简单的PV和UV，那么到了【细分】的步骤之后，我们基本就可以开始下结论了，但是在实战中并非如此。我们的目标可能是一个复合目标——在拉高GMV的同时，还要控制成本；在拉高PV的同时，还需要提高GMV；或者直接是一个ROI这样的复合指标。

在这个时候，我们就不能只关注目标这一个指标了，而要关注复合指标。例如：我们的目标是在拉高GMV的同时控制成本。为了进一步简化问题，我们把成本具体地定义为：促进老用户产生GMV的成本和获得新用户产生GMV的成本。因为通常在运营中，拉新与促活的手段是不同的，这与【细分】部分的原则对应，即：是否存在操作空间以及操作空间的大小。

之后，我们就可以分别按照拉新和促活的不同纬度，对产生的GMV和投入的成本这两个指标分别进行细分了。例如：在拉新方面，我们有外投百度关键字、有外有广告联盟、还有与其他APP的合作换量；而在促活方面，我们在APP上的ABCD四个Banner上设置的A/B Test。

（编辑：广州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!