1. 首頁 > 生活百科 > >

介紹一個通用的數據分析方法論 如何運營分析？( 二 )

小知識運營分析


比如， 在增長案例中常見的， 在相同頁面的相同位置放置不同的文案或者圖片素材進行版本間的A/B Test， 那么具體展示哪個版本就是一個可以自由操作的維度， 因為一旦發現哪個版本更好， 我們可以很快采取行動， 替換掉其它表現不好的版本 。 因此展示版本這個維度很適合用來切分指標 。
如果說【匯總】的部分只是個監控的話， 在【細分】的步驟中， 就已經體現出一些分析的感覺了 。 在【細分】這個步驟中， 我們需要找到那些真實可操作的拆分維度， 以便讓我們的分析結論能盡快落地 。 但這部分還留下一個問題， 就是如果存在多個可操作的拆分維度， 那么它們之間理應是有區別的 。
比如：我們可以簡單地替換圖表和文案， 但我們也可以煞費苦心地給產品迭代一個大版本 。
如何在分析的過程中體現并衡量這種操作的復雜度呢？這個就要說到【評價】的問題 。
1.1.3 評價
在【評價】的步驟中， 我們要用到【匯總】步驟中的那個作為目標的指標， 以它作為評價的唯一標準 。 如果我們的目標就是簡單的GMV， 甚至更簡單的PV和UV， 那么到了【細分】的步驟之后， 我們基本就可以開始下結論了， 但是在實戰中并非如此 。 我們的目標可能是一個復合目標——在拉高GMV的同時， 還要控制成本；在拉高PV的同時， 還需要提高GMV；或者直接是一個ROI這樣的復合指標 。
在這個時候， 我們就不能只關注目標這一個指標了， 而要關注復合指標 。 例如：我們的目標是在拉高GMV的同時控制成本 。 為了進一步簡化問題， 我們把成本具體地定義為：促進老用戶產生GMV的成本和獲得新用戶產生GMV的成本 。 因為通常在運營中， 拉新與促活的手段是不同的， 這與【細分】部分的原則對應， 即：是否存在操作空間以及操作空間的大小 。
之后， 我們就可以分別按照拉新和促活的不同緯度， 對產生的GMV和投入的成本這兩個指標分別進行細分了 。 例如：在拉新方面， 我們有外投百度關鍵字、有外有廣告聯盟、還有與其他APP的合作換量；而在促活方面， 我們在APP上的ABCD四個Banner上設置的A/B Test 。
那么對于新用戶的部分， 我們就可以分別針對百度關鍵詞、廣告聯盟和合作APP這三種方式， 評價每投入一塊錢的成本分別可以得到多少新增的GMV 。 通過這種評價， 我們就能簡單地在不同的拉新方式中， 選擇更優的方式， 并在已有的方式中調整更優的成本投入 。 而對于老用戶的部分， 我們同樣可以針對ABCD四個Banner各自的A/B Test， 評價不同的展示版本中每投入一塊錢可以產生多少GMV 。
簡而言之， 在【評價】這個步驟中， 我們需要把【匯總】部分的指標分成兩類——最終的目標， 與實現目標的手段 。 比如在前面的例子中， 投入的成本就是實現GMV提高的手段 。 因此， 每一塊錢的成本投入， 我們都需要以產生的GMV來評價它 。 這時， 要實現GMV提高的目標， 可選擇的手段就比較多了 。
比如， 針對老用戶促活， 我們可以：

  1. 保持成本投入不變， 更換更容易帶來GMV的圖片和文案， 來提高投入的每一塊錢帶來的GMV（優化效率）；
  2. 保持每一塊錢帶來的GMV不變， （在限制范圍內）追加成本投入 。
這兩種方式， 都有意識地忽略了GMV可能帶來的價值 。 如果我們將這部分價值考慮進來， 它就能抵消掉一部分投入的成本， 那么備選方案還會更多 。
總之， 在前面這個例子中， 由于我們的拆分維度本身比較簡單， 只考慮了APP中的Banner和外部拉新的方式， 因此比較容易通過數據中的一些標記進行細分 。 但是在實戰中， 還有些情況是我們無法進行明確地拆分的 。
比如在用戶交互中， 產生一個GMV的路徑需要經過幾個環節的跳轉， 或者就像前面那個例子中的ABCD四個Banner， 如果用戶點擊了其中的兩個甚至三個Banner， 那么我們如何拆解呢？這個問題就是下一個步驟【歸因】了 。
1.1.4 歸因
【歸因】這個步驟就是“最后一公里”了， 也就是我們常說的剖析“為什么”的過程， 之后便可以得出結論并進行決策 。
在前面的步驟中， 通過案例能清楚地看到， 我們已經得到了一些可以直接對比的量化指標了 。 在這種情況下， 其實我們不需要在【歸因】的步驟中做什么特殊的操作， 可以通過數值的比較直接下結論 。 但是如果我們遇到了細分的問題， 也就是多個環節或者方法之間無法進行明確地拆分時， 應當怎么辦呢？
在日常的數據分析中有幾種常用的歸因思路：

推薦閱讀