編輯導(dǎo)語：隨著大數(shù)據(jù)時(shí)代的不斷發(fā)展進(jìn)步，數(shù)據(jù)在我們的生活和工作中顯得尤為重要，所以數(shù)據(jù)分析的作用就體現(xiàn)出來，對于數(shù)據(jù)進(jìn)行詳細(xì)的分析產(chǎn)生對應(yīng)的價(jià)值；本文作者分享了關(guān)于數(shù)據(jù)分析的全面認(rèn)識，我們一起來了解一下。

“數(shù)據(jù)分析”可以說是近些年比較火的領(lǐng)域，隨著商業(yè)的迅速發(fā)展、傳統(tǒng)型的公司做數(shù)字化轉(zhuǎn)型、5G、大數(shù)據(jù)時(shí)代以及物聯(lián)網(wǎng)等應(yīng)用的普及，越來越多的領(lǐng)域都無時(shí)無刻產(chǎn)生數(shù)據(jù)，并伴隨著軟硬件以及技術(shù)的全面升級迭代，使得我們對海量數(shù)據(jù)的分析成為了可能。

那么如何讓這些數(shù)據(jù)產(chǎn)生價(jià)值，因此，就都需要“數(shù)據(jù)分析”，以求最大化地挖掘數(shù)據(jù)潛在價(jià)值以及作用，幫助企業(yè)實(shí)現(xiàn)利益最大化，價(jià)值最大化。

但數(shù)據(jù)分析為什么如此重要，數(shù)據(jù)分析能給企業(yè)帶來什么價(jià)值、如何分析數(shù)據(jù)、有啥哪些需要注意的坑等等，這些問題也隨之而來。

本文就先來梳理一下“數(shù)據(jù)分析”的一些榮耀和驕傲?xí)r刻，包括數(shù)據(jù)分析的重要性、數(shù)據(jù)分析產(chǎn)出價(jià)值、數(shù)據(jù)分析經(jīng)典案例匯總。其目的是給大家對了解“數(shù)據(jù)分析”這一領(lǐng)域有一個(gè)立體的認(rèn)知，同時(shí)對“數(shù)據(jù)分析”的價(jià)值有全面的了解。

一、數(shù)據(jù)分析的重要性

我們可以看幾個(gè)例子來說明數(shù)據(jù)分析的重要性。

例子1：

通過了解投放廣告的受眾群特征，并整理渠道數(shù)量、成本和費(fèi)用等數(shù)據(jù)情況，分析并拆解出各種影響因素，得到預(yù)期效果，并優(yōu)化渠道、加大優(yōu)質(zhì)渠道投放費(fèi)用、調(diào)整投放時(shí)間等方式，來提升廣告投放效果。

例子2：

通過了解活動(dòng)針對人群，并整理參與人數(shù)、活動(dòng)成本、轉(zhuǎn)化率、商品銷量等數(shù)據(jù)情況，分析并拆解出各種影響因素，得到預(yù)期效果，分析各個(gè)環(huán)節(jié)的轉(zhuǎn)化率，來提升活動(dòng)預(yù)期效果。

例子3：

通過了解產(chǎn)品，在使用完畢之后去分析商業(yè)模式、面對的用戶群體、群體的使用場景，以及可能設(shè)置的付費(fèi)點(diǎn)并去驗(yàn)證，同時(shí)想到可改進(jìn)的價(jià)值點(diǎn)，通過AB測試并觀察后續(xù)運(yùn)營動(dòng)作是否驗(yàn)證了改進(jìn)點(diǎn)，來提升產(chǎn)品體驗(yàn)。

從上述例子中，可看出只要用正確的方式去解讀數(shù)據(jù)并分析它背后隱含的意義，就能讓我們事半功倍，其數(shù)據(jù)分析的重要性不言而喻。

在隨著移動(dòng)互聯(lián)網(wǎng)、5G時(shí)代，每一天都有巨量的數(shù)據(jù)在暗流涌動(dòng)，通過大數(shù)據(jù)分析，可以從用戶在各類產(chǎn)品上的操作行為數(shù)據(jù)，如購買喜好、瀏覽行為等。我們可以對用戶進(jìn)行更加細(xì)致的了解，最終指導(dǎo)我們更好地迭代產(chǎn)品為用戶提供更好的服務(wù)體驗(yàn)，通過更好地服務(wù)用戶，借助合適的變現(xiàn)手段，最終產(chǎn)生商業(yè)價(jià)值。

二、數(shù)據(jù)分析的價(jià)值

所謂數(shù)據(jù)分析，就是利用一些數(shù)據(jù)分析工具、手段、方法或者思維，從海量的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，從而揭示出數(shù)據(jù)背后的真相，為公司或者業(yè)務(wù)提供決策的作為數(shù)據(jù)支撐，指導(dǎo)公司或者業(yè)務(wù)發(fā)展。

那么，做數(shù)據(jù)分析的領(lǐng)域的價(jià)值在哪些方面體現(xiàn)呢，從數(shù)據(jù)分析本身的方法和思維來看，數(shù)據(jù)分析的價(jià)值體現(xiàn)有如下五點(diǎn)：

1. 描述現(xiàn)狀

通過關(guān)鍵的數(shù)據(jù)指標(biāo)，比如每日新增用戶數(shù)、DAU、渠道數(shù)據(jù)、會員用戶活躍度、會員復(fù)購率等，用數(shù)據(jù)可視化、日報(bào)、周報(bào)的方式展現(xiàn)出來，來描述當(dāng)下業(yè)務(wù)的現(xiàn)狀，可以讓公司老板或者業(yè)務(wù)負(fù)責(zé)人對整體核心數(shù)據(jù)有一個(gè)整體的了解，能夠把握大的趨勢。但不同公司，由于業(yè)務(wù)屬性不一樣，關(guān)鍵的數(shù)據(jù)指標(biāo)也會有所差異，甚至同一公司在不同發(fā)展階段，需要了解的數(shù)據(jù)也都不一樣。

比如，就需要從業(yè)務(wù)角度出發(fā)，把基礎(chǔ)支持與“業(yè)務(wù)主線”聯(lián)系起來，對于業(yè)務(wù)初期階段，可能會比較關(guān)注新增、渠道等，對于成熟階段，可能會更多關(guān)注商業(yè)變現(xiàn)相關(guān)的指標(biāo)，如會員成單、客單價(jià)等。

不管怎樣，我們應(yīng)該主動(dòng)思考需要哪些關(guān)鍵數(shù)據(jù)指標(biāo)適合描述并反應(yīng)現(xiàn)階段的業(yè)務(wù)現(xiàn)狀，明確分析的目的，一定要提煉出最具價(jià)值的核心數(shù)據(jù)指標(biāo)供公司決策層作為數(shù)據(jù)支撐，并且從不同維度來分解數(shù)據(jù)指標(biāo)，要保證反映公司和業(yè)務(wù)的核心指標(biāo)和細(xì)節(jié)指標(biāo)能清晰的看到，并有總覽性的分析解讀。

2. 解釋原因

通過數(shù)據(jù)了解到目前業(yè)務(wù)的現(xiàn)狀，我們不知道哪里的運(yùn)營更好，差異是多少，但是此時(shí)，我們需要通過數(shù)據(jù)分析，知道差異以及原因是什么，進(jìn)一步確定業(yè)務(wù)異動(dòng)的具體原因。可以對產(chǎn)品或者用戶行為中的一些現(xiàn)象或者數(shù)據(jù)變化進(jìn)行解釋，讓我們知道現(xiàn)象發(fā)生或者數(shù)據(jù)波動(dòng)的原因。

比如，某個(gè)APP的新增數(shù)據(jù)突然下降，通過數(shù)據(jù)分析某一個(gè)渠道的新增數(shù)據(jù)都有所下降，發(fā)現(xiàn)在這個(gè)渠道的曝光度很高，且點(diǎn)擊量也是正常水平，那么可能就是這個(gè)渠道的下載包出現(xiàn)問題，導(dǎo)致無法下載APP。

然而，數(shù)據(jù)分析的解釋價(jià)值就在于通過簡單數(shù)據(jù)分析發(fā)現(xiàn)一些比較簡單的情況所導(dǎo)致的問題或者異常，往往這種原因是單方面的，這種問題容易發(fā)現(xiàn)。

3. 總結(jié)原因

總結(jié)原因需要我們多方位的思考，因?yàn)橐鸬脑虻慕嵌仁嵌嗑S度的，復(fù)雜的，此時(shí)，就需要用歸因分析需要找到引起問題的主要原因，通過解決主要矛盾來解決問題的根源或者提升業(yè)務(wù)指標(biāo)。

比如，找出銷售額低的原因，需要進(jìn)行多維度的分析比較，利用拆分指標(biāo)：銷售額=客流量*客單價(jià)*轉(zhuǎn)化率*復(fù)購率，要想分析銷售額低，就得從客流量、轉(zhuǎn)化率、客單價(jià)、復(fù)購率這幾個(gè)不同的維度去思考。

因此，不管是總結(jié)還是解釋，將關(guān)鍵指標(biāo)逐一、層層地拆解，抽吸剝繭，從中發(fā)現(xiàn)問題的蛛絲馬跡，才能從紛繁無渣的現(xiàn)象中發(fā)現(xiàn)問題的本質(zhì)。但這需要對業(yè)務(wù)有著較強(qiáng)的理解和認(rèn)知。而這些分析原因以及總結(jié)原因的過程匯總，逐步沉淀對產(chǎn)品、用戶行為、運(yùn)營營銷手段的深刻洞察。

4. 進(jìn)行預(yù)測

不同業(yè)務(wù)形態(tài)對需要預(yù)測的指標(biāo)不一樣。社交類產(chǎn)品比較關(guān)注對日活、新增等數(shù)據(jù)，電商類產(chǎn)品比較關(guān)注訂單量、銷售額、轉(zhuǎn)化率等數(shù)據(jù)，視頻類產(chǎn)品比較關(guān)注會員數(shù)、廣告投放等數(shù)據(jù)。而預(yù)測是對業(yè)務(wù)未來發(fā)展的趨勢=判斷，有了精準(zhǔn)的判斷可以指導(dǎo)業(yè)務(wù)運(yùn)營以及走向，并制定有針對性的防御措施。針對預(yù)測到的影響來確定可能帶來的后果。

比如，電商類產(chǎn)品，通過對比往年數(shù)據(jù)以及針對性的活動(dòng)預(yù)期效果，在雙11、618預(yù)測可能產(chǎn)生的流量的峰值，事先對服務(wù)器進(jìn)行擴(kuò)容，避免大流量沖擊對業(yè)務(wù)造成影響。并針對廣告投放效果進(jìn)行預(yù)測，有針對性地指導(dǎo)我們進(jìn)行廣告投放，確保流量。并根據(jù)數(shù)據(jù)指標(biāo)的實(shí)時(shí)變化對投放進(jìn)行動(dòng)態(tài)調(diào)整。

預(yù)測模式是需要我們通過歷史數(shù)據(jù)和提取的重要特征來構(gòu)建模型，具體選擇什么維度作為特征，需要行業(yè)經(jīng)驗(yàn)及對相關(guān)預(yù)測問題有深刻的理解。若進(jìn)行深層次的建模，就要高層次的機(jī)器學(xué)習(xí)等技術(shù)作為支撐了。

5. 決策支撐

數(shù)據(jù)分析的價(jià)值終極的體現(xiàn)，就是作為決策的支撐，即通過各種維度數(shù)據(jù)對比、描述性分析、多維分析、趨勢分析等諸多分析方法，對“數(shù)據(jù)”進(jìn)行價(jià)值的挖掘，形成公司業(yè)務(wù)實(shí)現(xiàn)增長、降本增效，提供最終的解決方案，創(chuàng)造商業(yè)價(jià)值。所有數(shù)據(jù)分析的最終目的是指導(dǎo)業(yè)務(wù)決策，實(shí)現(xiàn)增長、降本增效。

比如，利用數(shù)據(jù)分析篩選優(yōu)質(zhì)渠道，通過渠道分析，對比各個(gè)渠道新用戶的留存，再結(jié)合各個(gè)渠道的推廣費(fèi)用，算出ROI，對比各個(gè)渠道的費(fèi)效比，篩選出優(yōu)質(zhì)的、性價(jià)比高的渠道，從而加大在該渠道上的投放費(fèi)用。

形成指導(dǎo)公司業(yè)務(wù)決策的最終方案可以說是數(shù)據(jù)分析價(jià)值體現(xiàn)形式，但是做數(shù)據(jù)分析一定要明確分析目標(biāo)，對產(chǎn)生數(shù)據(jù)的業(yè)務(wù)線前后進(jìn)行探索性分析來發(fā)現(xiàn)問題，進(jìn)而一步一步的分析問題，并總結(jié)問題，最終解決問題，形成一個(gè)發(fā)現(xiàn)問題、分析問題、總結(jié)問題、解決問題的思路閉環(huán)，這樣才能發(fā)揮數(shù)據(jù)分析的價(jià)值。

三、經(jīng)典數(shù)據(jù)分析案例

1. 購物籃分析Market basket analysis

購物籃分析是一種在電商行業(yè)經(jīng)久不衰又十分有效的傳統(tǒng)分析方法。這種分析方法著眼于消費(fèi)者購物籃里的商品組成并結(jié)合購買記錄從而找出商品間的關(guān)聯(lián)，外加線上收集的消費(fèi)者對于產(chǎn)品的偏好，商家可以預(yù)測顧客接下來可能購買什么產(chǎn)品并因此調(diào)整自己的貨架展示以及定價(jià)策略。

購物籃分析離不開海量的消費(fèi)者交易數(shù)據(jù)。普遍的操作方法是根據(jù)預(yù)先制定的規(guī)則看消費(fèi)者行為（“rule based”）。

分析人員會將交易數(shù)據(jù)轉(zhuǎn)換成方便分析的形式，再根據(jù)業(yè)務(wù)需要進(jìn)行不同“顆粒度”的分析。這可以是每次交易，也可以是一個(gè)時(shí)間段概括，可以是單個(gè)產(chǎn)品間，也可以是產(chǎn)品大類間的聯(lián)系；通過購物籃分析，商家可以得到關(guān)鍵洞察以制定有效的產(chǎn)品策略以及市場營銷策略，以提升自己的銷售額。

2. 啤酒與尿布不同因素間的關(guān)聯(lián)關(guān)系

球零售業(yè)巨頭沃爾瑪在對消費(fèi)者購物行為分析時(shí)發(fā)現(xiàn)，男性顧客在購買嬰兒尿片時(shí)，常常會順便搭配幾瓶啤酒來犒勞自己。于是，嘗試推出了將啤酒和尿布擺在一起的促銷手段，沒想到這個(gè)舉措居然使尿布和啤酒的銷量都大幅增加了。

如今，“啤酒＋尿布”之間的關(guān)聯(lián)關(guān)系也是數(shù)據(jù)分析中的經(jīng)典案例，被人津津樂道。

3. 數(shù)據(jù)新聞讓英國撤軍

2010年10月23日《衛(wèi)報(bào)》利用維基解密的數(shù)據(jù)做了一篇“數(shù)據(jù)新聞”，將伊拉克戰(zhàn)爭中所有的人員傷亡情況均標(biāo)注于地圖之上。地圖上一個(gè)紅點(diǎn)便代表一次死傷事件，鼠標(biāo)點(diǎn)擊紅點(diǎn)后彈出的窗口則有詳細(xì)的說明：傷亡人數(shù)、時(shí)間，造成傷亡的具體原因。密布的紅點(diǎn)多達(dá)39萬，顯得格外觸目驚心。

一經(jīng)刊出立即引起朝野震動(dòng)，推動(dòng)英國最終做出撤出駐伊拉克軍隊(duì)的決定。

上述都是非常經(jīng)典的數(shù)據(jù)分析應(yīng)用案例，歷史上有太多數(shù)據(jù)分析案例，比如微軟大數(shù)據(jù)成功預(yù)測奧斯卡21項(xiàng)大獎(jiǎng)、Google成功預(yù)測冬季流感、諸葛亮的隆中對（解讀）等等，這里就不一一列舉了，感興趣的朋友可以去搜搜。

四、總結(jié)

總的來說，企業(yè)在利用數(shù)據(jù)分析的時(shí)候，要明確需要收集哪些數(shù)據(jù)，建立決策模型、預(yù)測性模型以及指導(dǎo)以及決策模型。必須深刻地理解和認(rèn)識數(shù)據(jù)分析的價(jià)值，可以更好地幫助我們發(fā)展業(yè)務(wù)。當(dāng)然，我們也不能完全迷失在數(shù)據(jù)中，對于我們應(yīng)該注意以下幾點(diǎn)：

• 數(shù)據(jù)不等同與實(shí)際場景，實(shí)際場景往往比數(shù)據(jù)更加復(fù)雜，分析時(shí)需要了解具象化的場景，而不是抽象的數(shù)據(jù)；
• 數(shù)據(jù)本身沒有觀點(diǎn)，分析時(shí)不能預(yù)設(shè)觀點(diǎn)，只傾向于那些能夠支持自己的觀點(diǎn)的數(shù)據(jù)；
• 數(shù)據(jù)具備一定的時(shí)效性，不同情況下的數(shù)據(jù)，一些曾經(jīng)的數(shù)據(jù)可能不再適用，需要找到新的數(shù)據(jù)指標(biāo)。

總之，精確的數(shù)據(jù)無法代價(jià)大方向上的判斷，不要過分迷戀數(shù)據(jù)，要做到具體問題具體分析，形成發(fā)現(xiàn)問題、分析問題、總結(jié)問題、解決問題的思路閉環(huán)。

隨著未來技術(shù)的發(fā)展、5G以及物聯(lián)網(wǎng)的普及應(yīng)用，數(shù)字化轉(zhuǎn)型的熱浪，數(shù)據(jù)分析的榮耀以及驕傲，將達(dá)到前所未有的。

“數(shù)據(jù)分析”將不再是一個(gè)職位，一個(gè)工作，而是一個(gè)人的思考方式底層能力，一個(gè)人的職場必備技能；就需要我們時(shí)刻地關(guān)注數(shù)據(jù)背后隱藏的價(jià)值，因?yàn)楸憩F(xiàn)出來的，或者我們能看到的，都是最表層的，在實(shí)際場景的分析中多多思考，那些很有價(jià)值的點(diǎn)和思路就能找到了~

#專欄作家#

木兮擎天＠，微信公眾號：木木自由，人人都是產(chǎn)品經(jīng)理專欄作家。多年互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營經(jīng)驗(yàn)，涉獵運(yùn)營領(lǐng)域較廣，關(guān)注于運(yùn)營、數(shù)據(jù)分析的實(shí)戰(zhàn)案例與經(jīng)驗(yàn)以及方法論的總結(jié)，探索運(yùn)營與數(shù)據(jù)的神奇奧秘！

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自unsplash，基于CC0協(xié)議