本次被訪者柳輝，TrueMetrics（觸脈咨詢）聯(lián)合創(chuàng)始人，西安電子科技大學(xué)碩士，谷歌官方認(rèn)證數(shù)據(jù)分析師，DCM個(gè)人認(rèn)證，美國PMP項(xiàng)目管理認(rèn)證。管理TrueMetrics的網(wǎng)站分析項(xiàng)目及數(shù)據(jù)可視化報(bào)告。
本文通過以下七部分拆解數(shù)據(jù)分析：
一、什么場(chǎng)景和行業(yè)需要數(shù)據(jù)分析
二、數(shù)據(jù)分析會(huì)騙人嗎？
三、怎樣排除虛假流量？
四、PC端數(shù)據(jù)分析指標(biāo)&方法論
五、電商、金融行業(yè)數(shù)據(jù)分析
六、數(shù)據(jù)分析的趨勢(shì)
七、怎么培養(yǎng)數(shù)據(jù)分析的能力？
第二部分拆解四、五部分
四、PC端數(shù)據(jù)分析指標(biāo)&方法論
數(shù)據(jù)分析通用指標(biāo)有三類，每類我可以再推薦三個(gè)最常用的指標(biāo)。
先進(jìn)類指標(biāo)與流量數(shù)量相關(guān)。用戶數(shù)、訪問次數(shù)、交互數(shù)對(duì)流量的影響最大，它們是存在層級(jí)關(guān)系的，同一個(gè)人會(huì)貢獻(xiàn)多次來訪，同一個(gè)來訪也會(huì)貢獻(xiàn)多次交互點(diǎn)擊。
第二類指標(biāo)與流量質(zhì)量相關(guān)。一是參與深度，也就是平均訪問頁數(shù)，即用戶每次進(jìn)入網(wǎng)站訪問了多少不同的內(nèi)容。二是跳出率，用戶點(diǎn)擊一個(gè)廣告進(jìn)入網(wǎng)站后什么都沒有做的情況就叫做跳出，跳出率考量的是用戶是否對(duì)你感興趣，用跳出率做流量評(píng)估也比較直接。三是新用戶占比，就是說你網(wǎng)站新老用戶各占多少。這是引流質(zhì)量的問題，但具體如何采取行動(dòng)，取決于你的引流戰(zhàn)略是希望更多的新用戶加入還是維系老用戶。
第三類指標(biāo)與價(jià)值相關(guān)。一是轉(zhuǎn)化率，即用戶進(jìn)入網(wǎng)站后產(chǎn)生交易的幾率有多大。二是客單價(jià)，它衡量流量價(jià)值、衡量用戶對(duì)你有多大的信任。三是每次來訪價(jià)值，每一個(gè)訪客的每一次進(jìn)站對(duì)你來說意味著多少轉(zhuǎn)化，這個(gè)可以用歷史數(shù)據(jù)進(jìn)行推算；反過來，你可以根據(jù)這個(gè)數(shù)據(jù)規(guī)劃你在營銷上應(yīng)該投入多高成本。
除了上面三類通用指標(biāo)，還有虛榮指標(biāo)和行動(dòng)指標(biāo)。前者在分析過程中很有用，但它不夠去驗(yàn)證生意或驅(qū)動(dòng)運(yùn)營行動(dòng)，后者沒有固定的套路。如果本著指標(biāo)精煉的原則，考核中肯定要看行動(dòng)指標(biāo)。
舉一個(gè)最簡單的例子：比如一個(gè)標(biāo)準(zhǔn)的電商網(wǎng)站，網(wǎng)頁瀏覽量——PV是一個(gè)通用的衡量網(wǎng)頁被用戶瀏覽的量級(jí)的指標(biāo)，早期的網(wǎng)站統(tǒng)計(jì)工具也都會(huì)用這個(gè)指標(biāo)來衡量網(wǎng)站的流量，但如果只看這個(gè)指標(biāo)，對(duì)于后續(xù)需要采取什么行動(dòng)的指導(dǎo)意義其實(shí)并不大，因?yàn)檫@個(gè)指標(biāo)可能是很多人每人只看一頁，或者是很少人，每人看了多個(gè)網(wǎng)頁造成的，所以如果將它升級(jí)成為能夠驅(qū)動(dòng)行動(dòng)的指標(biāo)，不妨可以使用每次訪問頁數(shù)，這個(gè)代表的含義就是用戶每次來訪參與的平均深度了，它的升高和降低直接能夠?qū)?yīng)到網(wǎng)站的運(yùn)營者需要如何來優(yōu)化用戶體驗(yàn)和內(nèi)容，如果再將它升級(jí)，因?yàn)楸尘笆请娚叹W(wǎng)站，所以還可以升級(jí)成為商品詳情頁瀏覽量占總瀏覽量比重，這個(gè)升級(jí)對(duì)于電商網(wǎng)站的運(yùn)營就更能明確方向了，鼓勵(lì)用戶每次來訪查看更多的商品詳情頁，對(duì)于網(wǎng)站銷售的情況是有非常明顯的推動(dòng)作用的，這其實(shí)在大量案例中被驗(yàn)證，這是一個(gè)非常良好的驅(qū)動(dòng)行動(dòng)的指標(biāo)。
與移動(dòng)端相比，PC端具備更完善的研究環(huán)境。移動(dòng)端收集的數(shù)據(jù)量級(jí)、維度、角度都會(huì)少一些。作為研究者或理論的關(guān)注者，我還是建議把PC端當(dāng)做一個(gè)研究的環(huán)境看待。那么PC端數(shù)據(jù)分析到底怎么做？
一、制定規(guī)劃
一制定商業(yè)目標(biāo)。對(duì)很多企業(yè)來說，真正進(jìn)入數(shù)據(jù)分析前，商業(yè)目標(biāo)并不是十分明確。在你的商業(yè)目標(biāo)不清晰的情況下，數(shù)據(jù)收集是沒有大方向的，甚至你的企業(yè)運(yùn)營因?yàn)樯虡I(yè)目標(biāo)不準(zhǔn)確而形成比較大的風(fēng)險(xiǎn)。所以建議根據(jù)企業(yè)規(guī)模、所屬行業(yè)、發(fā)展階段，提煉出1-3個(gè)清晰的商業(yè)目標(biāo)。
二規(guī)劃KPI。商業(yè)目標(biāo)本身不是一個(gè)數(shù)據(jù)，它不是量化的，而是屬于比較概括性的東西。所以它和數(shù)據(jù)之間需要有“橋梁”的連接，KPI就是這個(gè)橋梁。KPI雖然也是數(shù)據(jù)，但它是非常精煉的，每個(gè)部門甚至每個(gè)人的KPI可能都不太一樣，所以KPI也是需要做一些完整的規(guī)劃。
三規(guī)劃數(shù)據(jù)指標(biāo)，即應(yīng)該采集什么樣的數(shù)據(jù)。企業(yè)需要的數(shù)據(jù)不是你能采集到什么決定的，而是由你需要什么決定的。商業(yè)目標(biāo)對(duì)應(yīng)KPI，來檢測(cè)你的數(shù)據(jù)指標(biāo)，這是我們常用的方法論，能夠幫助企業(yè)更清楚地把數(shù)據(jù)體系搭建起來。
按照這個(gè)順序規(guī)劃了清晰的數(shù)據(jù)需求，再開展數(shù)據(jù)的采集和分析工作，可以避免數(shù)據(jù)分析方向偏差。
二、數(shù)據(jù)標(biāo)簽化&采集
首先，數(shù)據(jù)標(biāo)簽化。數(shù)據(jù)最常見的問題是數(shù)據(jù)污染、數(shù)據(jù)不清晰甚至混亂。造成這些問題的罪魁禍?zhǔn)祝赡苁菙?shù)據(jù)收集前就沒有做到非常清晰的標(biāo)簽化，但用戶是需要標(biāo)簽的。只有把前期準(zhǔn)備工作做到位，后期才不會(huì)陷入數(shù)據(jù)混合無法拆解，無法做數(shù)據(jù)細(xì)分和聚焦分析的境地。
第二，選采集工具。不同工具的需求不同，我認(rèn)為比較常見考量工具有五個(gè)角度。
一是可用性。你的工具是否能滿足當(dāng)前提出的數(shù)據(jù)需求，或者說能不能滿足99%以上的需求。重點(diǎn)在于它是否能支持你的數(shù)據(jù)采集、實(shí)時(shí)查看數(shù)據(jù)、訂單數(shù)據(jù)的完整收集。
二是易用性。一個(gè)非常好的工具，但它解讀起來很困難，工作流程非常繁瑣，這種情況會(huì)降低我們的效率。如果工具不易用就會(huì)造成用戶對(duì)數(shù)據(jù)的抵觸甚至恐懼情緒。
三是智能性。現(xiàn)在很多工具都加入了人工智能的因素，比如谷歌分析GA中加入了機(jī)器算法告訴你哪些用戶的質(zhì)量高哪些用戶的質(zhì)量低。智能性是為網(wǎng)站分析錦上添花的，并不是非常基礎(chǔ)的東西，它只是決定了人使用電腦工具效率的高低，并不會(huì)關(guān)系到工具能不能用。
四是擴(kuò)展性。先進(jìn)項(xiàng)是數(shù)據(jù)整合，第二項(xiàng)是數(shù)據(jù)應(yīng)用的方向。谷歌分析有個(gè)其他工具望塵莫及的優(yōu)勢(shì)，它很好整合了谷歌所有的營銷工具，并且能把數(shù)據(jù)輕松地推到谷歌營銷平臺(tái)上，對(duì)這些用戶進(jìn)行精準(zhǔn)的定向營銷。
五是經(jīng)濟(jì)性。包括收費(fèi)方式和收費(fèi)水平，需要綜合收益去考慮投入是否合理，是否在你的接受范圍之內(nèi)。
現(xiàn)在企業(yè)在選擇分析工具時(shí)通常有個(gè)誤區(qū)，會(huì)恰好把這個(gè)優(yōu)先級(jí)排序反過來，把經(jīng)濟(jì)性作為首要考量因素。一個(gè)工具收費(fèi)一百萬，企業(yè)首先一個(gè)反應(yīng)就會(huì)覺得很貴不想用，但既然它在市場(chǎng)上存在即有它的合理性，應(yīng)該考慮的是企業(yè)該如何駕馭這個(gè)工具獲取更高的數(shù)據(jù)價(jià)值。
三、數(shù)據(jù)清洗
在做分析之前，一定要對(duì)數(shù)據(jù)進(jìn)行一次清洗，我非常建議把這兩塊數(shù)據(jù)最大程度上剝離出來：無效和無用的數(shù)據(jù)。無效的數(shù)據(jù)就是假的數(shù)據(jù)，無用的數(shù)據(jù)是真實(shí)的數(shù)據(jù)，但是對(duì)分析沒有作用，最典型的是測(cè)試數(shù)據(jù)。
數(shù)據(jù)清洗不能做到百分之百可信，最大也是最常見的問題是數(shù)據(jù)偏差的問題，數(shù)據(jù)偏差的修正也是數(shù)據(jù)清洗的一個(gè)步驟。很多客戶會(huì)非常在意數(shù)據(jù)偏差，因?yàn)樗麄冇泻笈_(tái)數(shù)據(jù)，尤其是銷售數(shù)據(jù)和訂單數(shù)據(jù)，當(dāng)他們?cè)跈C(jī)器里看到的數(shù)據(jù)和自己的后臺(tái)數(shù)據(jù)有10%到20%的偏差，有些用戶就會(huì)走極端，覺得里面差距那么大，就不相信不參考這個(gè)數(shù)據(jù)了。
所以作為網(wǎng)站分析師，需要有能力判定數(shù)據(jù)偏差對(duì)分析結(jié)論到底會(huì)不會(huì)造成重大影響，這是數(shù)據(jù)分析師的基本素質(zhì)。在分析過程中，我比較建議側(cè)重過程的分析，而不要特別在意結(jié)果的對(duì)照，因?yàn)槿绻麛?shù)據(jù)偏差是穩(wěn)定恒定的，那么數(shù)據(jù)分析的結(jié)論就是合理的，跟真實(shí)情況不會(huì)有太大的差異。
四、真正進(jìn)入數(shù)據(jù)分析
準(zhǔn)備工作做完之后，才開始真正的數(shù)據(jù)分析工作。在網(wǎng)站分析方面，我們分析的數(shù)據(jù)通常會(huì)分為四個(gè)模塊。
先進(jìn)個(gè)模塊叫做用戶屬性分析。分析你的用戶是誰、在什么地方、使用什么樣的設(shè)備、平時(shí)有什么樣的興趣等等，相當(dāng)于做人物畫像。
第二個(gè)模塊叫做流量分析。包括流量質(zhì)量的評(píng)估，流量的效果，流量之間的配合效率。
第三個(gè)模塊叫做內(nèi)容分析。針對(duì)你網(wǎng)站呈現(xiàn)的內(nèi)容順序做一系列分析，來發(fā)現(xiàn)用戶的行為習(xí)慣。
第四個(gè)模塊叫產(chǎn)品分析。對(duì)于需要體現(xiàn)價(jià)值的產(chǎn)品、服務(wù)、內(nèi)容進(jìn)行分析。
可能有人按照網(wǎng)站分析工具的慣例會(huì)認(rèn)為應(yīng)該是做目標(biāo)分析，但我認(rèn)為最后一個(gè)模塊不應(yīng)該作為一個(gè)單獨(dú)的模塊，而應(yīng)該融入前面的三個(gè)模塊里面，轉(zhuǎn)化分析實(shí)際上對(duì)于前邊的模塊體現(xiàn)的是驗(yàn)證的作用。
五、改善行動(dòng)
我認(rèn)為在做改善之前應(yīng)該再做一步測(cè)試，很多分析師會(huì)忽略這個(gè)環(huán)節(jié)。比如，得到了一個(gè)數(shù)據(jù)分析結(jié)論卻沒有人采納。對(duì)于一些重大的決策，決策者會(huì)用一些比較高的代價(jià)去做決策，這個(gè)決策也會(huì)帶來比較大的風(fēng)險(xiǎn)?？s小結(jié)論到行動(dòng)之間的距離，降低決策風(fēng)險(xiǎn)和抵觸心理，不妨采用一些測(cè)試的方法，比如A/B測(cè)試，到底哪個(gè)營銷策略更有效測(cè)試一下就會(huì)得出結(jié)果，這個(gè)測(cè)試的代價(jià)確實(shí)非常小，而且出來的結(jié)果立竿見影。真正的數(shù)據(jù)改善行動(dòng)唯一要多做的一件事情是，利用數(shù)據(jù)做追蹤，來驗(yàn)證改善的最后成果。
這五步會(huì)形成一個(gè)完整的循環(huán)，隨著企業(yè)的運(yùn)營和深入，會(huì)有一些新的需求產(chǎn)生，也會(huì)有一些新的問題的排查，會(huì)不斷進(jìn)入這個(gè)循環(huán)中。
五、電商、金融行業(yè)數(shù)據(jù)分析
電商
電商的數(shù)據(jù)分析方法有三種，在不同的場(chǎng)景下可能會(huì)用到不同的分析類型。
先進(jìn)種是驗(yàn)證型分析。基于一些數(shù)據(jù)基準(zhǔn)，在新數(shù)據(jù)里拿出同口徑的數(shù)據(jù)做比對(duì)，進(jìn)而發(fā)現(xiàn)問題或驗(yàn)證結(jié)論。它本身對(duì)發(fā)現(xiàn)深入的問題和解決問題并沒有很大幫助，但對(duì)于分析師的數(shù)據(jù)粗獷解讀和了解數(shù)據(jù)特性是非常重要的。
第二種是診斷型分析。診斷型分析比較常見的方法是對(duì)數(shù)據(jù)的分解剖析，相當(dāng)于對(duì)一個(gè)結(jié)果數(shù)據(jù)層層拆解，一直拆解到最小單位的數(shù)據(jù)為止。舉個(gè)簡單的例子，如果訂單提交的量變少了，你只看訂單頁面可能得不出來結(jié)論，它上一步還有訂單填寫，往上還有提交購物車訂單，還有把商品加入購物車。其實(shí)每一步過程數(shù)據(jù)都會(huì)造成最后結(jié)果數(shù)據(jù)的變化。所以整個(gè)數(shù)據(jù)分析就是拆解，最后定位到問題到底出現(xiàn)在哪一個(gè)環(huán)節(jié)。
第三種是預(yù)測(cè)性分析。它的原理也比較簡單，就是基于你的歷史數(shù)據(jù)并結(jié)合你的商業(yè)目標(biāo)，找到數(shù)據(jù)里存在的特征和規(guī)律，建立數(shù)學(xué)模型。當(dāng)未來產(chǎn)生一部分?jǐn)?shù)據(jù)時(shí)，你可以通過數(shù)學(xué)模型演算出其他數(shù)據(jù)應(yīng)該是什么。如果你做用戶價(jià)值的預(yù)測(cè)，可以根據(jù)歷史數(shù)據(jù)得知產(chǎn)生這種特征的人有多大幾率在未來一年之內(nèi)能夠給你帶來多少銷售額。如果你定位到一個(gè)高價(jià)值用戶，那么你接下來要做的就是對(duì)這個(gè)的高價(jià)值用戶進(jìn)行各種方式反復(fù)的營銷，充分挖掘他的價(jià)值。
金融
我認(rèn)為這個(gè)行業(yè)比較特殊，它和傳統(tǒng)的生意不太一樣。
先進(jìn)個(gè)特征是占用資源。資金放到平臺(tái)并不是馬上就能得到回報(bào)，而是有一定的回報(bào)周期，用戶的決策難度比較高，信任就變得很重要。你要關(guān)注用戶到底跟你交互了多少次，或者什么樣的元素打動(dòng)他跟你發(fā)生先進(jìn)筆交易。
第二個(gè)特性是提供價(jià)值的方式跟傳統(tǒng)的行業(yè)不一樣。傳統(tǒng)行業(yè)提供價(jià)值的方式是貨幣交換，互聯(lián)網(wǎng)金融是錢換錢，錢生錢，通過時(shí)間的累積，把固定的錢變成預(yù)期的更多的錢?；ヂ?lián)網(wǎng)金融賺了還是賠了、有沒有回報(bào)都是非常清楚的，所以他的客戶對(duì)價(jià)值比較敏感。
這里涉及三個(gè)指標(biāo)：用戶生命周期價(jià)值、用戶響應(yīng)率、用戶粘性。
用戶生命周期價(jià)值相當(dāng)于你對(duì)一個(gè)用戶有一個(gè)總的價(jià)值判斷，他會(huì)對(duì)你產(chǎn)生多少種價(jià)值，你挖掘到了什么程度，還要怎樣進(jìn)一步去挖掘。
用戶響應(yīng)率是個(gè)比較特殊的指標(biāo)。當(dāng)你有一些新產(chǎn)品或者新的促銷政策時(shí)，你的所有用戶里有多少人會(huì)響應(yīng)你的產(chǎn)品，比如產(chǎn)生購買、關(guān)注、收藏、咨詢。響應(yīng)率非常重要，它直接驗(yàn)證了產(chǎn)品的價(jià)值，驗(yàn)證你的產(chǎn)品的吸引力和認(rèn)可度。
粘性可以使用用戶的復(fù)購率來反映。當(dāng)用戶完成先進(jìn)次商品交易之后，產(chǎn)品到期時(shí)是不是能夠有效產(chǎn)生第二個(gè)商品的購買，或者在先進(jìn)個(gè)商品上繼續(xù)續(xù)約，這對(duì)于分析用戶對(duì)于產(chǎn)品的忠誠度很重要。
·END·
本文是巨推傳媒（CALL：400-606-5558）網(wǎng)原創(chuàng)，版權(quán)歸巨推傳媒（CALL：400-606-5558）網(wǎng)所有，未經(jīng)授權(quán)，禁止轉(zhuǎn)載！轉(zhuǎn)載聯(lián)系Wechat:biaoshi5151
巨推傳媒（CALL：400-606-5558）網(wǎng)——網(wǎng)絡(luò)推廣嚴(yán)選網(wǎng)（http://51biaoshi.com），提供微信代運(yùn)營、小程序開發(fā)、微信推廣、SEO、SEM、口碑營銷、廣告投放等服務(wù)。推廣找巨推傳媒（CALL：400-606-5558），效果有保障。
