新手怎么做數(shù)據(jù)分析,怎么寫分析報告?

本文是《用戶增長實戰(zhàn)100問》的讀書筆記,對增長黑客或用戶增長感興趣的朋友,可以在留言區(qū)留言交流。

新手怎么做數(shù)據(jù)分析,怎么寫分析報告?

趨勢分析和對比分析是數(shù)據(jù)分析的基礎(chǔ)方式,在撰寫數(shù)據(jù)分析報告時并不需做出多么絢麗的圖表,而要體現(xiàn)數(shù)據(jù)指標(biāo)的影響因素,進(jìn)而通過趨勢觀察和對比,找出數(shù)據(jù)變化的原因并提出針對性的解決方案。

1、通過曲線觀察變化趨勢

數(shù)據(jù)分析新手在分析曲線趨勢時要考慮的4個要素

  • (1)占比某數(shù)據(jù)維度對整體數(shù)據(jù)維度的影響,如7月新增用戶在整體用戶中的占比是:7月新增用戶量/整體用戶量。
  • (2)環(huán)比如,分析7月比6月的新增用戶環(huán)比增長率的公式為:(7月新增用戶量-6月新增用戶量)/6月新增用戶量。
  • (3)同比如,7月用戶量同比6月用戶量增長了多少,公式為:7月用戶量-6月用戶量;若7月用戶增長率比6月用戶增長率增長了多少,公式為:7月整體用戶量/6月整體用戶量 – 6月整體用戶量/5月整體用戶量。
  • (4)定基比對某個重要的基點進(jìn)行比較。如,7月用戶增長率與1月用戶增長率的定基比為:7月新增用戶量/6月新增用戶量 – 1月新增用戶量/12月新增用戶量,我們可以拿7月的定基比與6月的定基比進(jìn)行比較。若某項數(shù)據(jù)表現(xiàn)特別突出,可以將這個數(shù)據(jù)作為衡量標(biāo)準(zhǔn),即定基比的對象。將其他維度的數(shù)據(jù)通過定基比進(jìn)行相互比較,可反映其他數(shù)據(jù)與標(biāo)準(zhǔn)數(shù)據(jù)之間的差距和變化情況。

曲線分析可以得到多維曲線的對比情況

曲線分析的好處在于可以分析多維數(shù)據(jù)得到多維曲線的對比情況,細(xì)分不同維度畫出用戶活躍度變化曲線,可發(fā)現(xiàn)各因素對活躍度的影響。

2、通過柱狀圖進(jìn)行對比分析

柱狀圖可得出某個數(shù)據(jù)量的好壞

柱狀圖的作用在于可進(jìn)行直觀的數(shù)據(jù)對比,從而得出某個數(shù)據(jù)量的好壞。

柱狀圖可對比影響關(guān)鍵指標(biāo)的相關(guān)因素

如用戶量的增長與推廣預(yù)算金額、投放渠道數(shù)量及轉(zhuǎn)化用戶的活躍度都有關(guān)系,可以豐富柱狀圖的對比維度,觀察不同因素的變化。

3、細(xì)分?jǐn)?shù)據(jù)分析維度

增長黑客要分析結(jié)果數(shù)據(jù)和過程數(shù)據(jù)增長黑客的數(shù)據(jù)分析思維不只分析結(jié)果數(shù)據(jù),還要分析過程數(shù)據(jù)。要學(xué)會拆分結(jié)果數(shù)據(jù)的影響數(shù)據(jù),這是掌握精細(xì)化數(shù)據(jù)分析方法的基礎(chǔ)。

常見的拆分方法有以下5種

(1)按不同時間分析

觀察不同時段的數(shù)據(jù)變化情況。如,獲得了日活躍用戶數(shù)據(jù)結(jié)果,可以拆分整理出24小時內(nèi)每小時的數(shù)據(jù)變化情況,經(jīng)對比發(fā)現(xiàn)上漲或下跌的關(guān)鍵時刻,再關(guān)聯(lián)這個時刻我們做了什么事,分析效果。

(2)按不同渠道分析

分析不同來源渠道的用戶表現(xiàn)。如,同樣是活躍用戶數(shù)據(jù),對某階段內(nèi)活躍用戶的來源渠道進(jìn)行分析,觀察各渠道轉(zhuǎn)化用戶的活躍情況,對比該渠道歷史數(shù)據(jù),可以發(fā)現(xiàn)數(shù)據(jù)變化的原因。

(3)按不同群組用戶分析

可根據(jù)注冊時間的不同簡單地進(jìn)行用戶分組,還可通過具體的用戶行為表現(xiàn)進(jìn)行分組,通過對比不同用戶群組的表現(xiàn)差異發(fā)現(xiàn)原因。如,活躍用戶下降,可按照注冊3天內(nèi)、15天內(nèi)、30天內(nèi)、30天以上4個階段對用戶細(xì)分,對比不同注冊時間的用戶的活躍度差異,經(jīng)過歷史數(shù)據(jù)對比發(fā)現(xiàn)哪些群組用戶的活躍度變化波動較大。

(4)按地域分析

在互聯(lián)網(wǎng)運營中,除了按照省份分地域外,還會按一線城市、二線城市等來區(qū)分地域,然后按地域不同對比不同群組用戶的變化情況。

(5)拆分指標(biāo)的影響因素

新手需找到數(shù)據(jù)指標(biāo)的影響因素,拆分每個影響因素的數(shù)據(jù)變化情況。如,活躍度數(shù)據(jù)的影響因素一般根據(jù)活躍標(biāo)準(zhǔn)而定義,活躍度的影響因素有使用時長、使用次數(shù)、新增用戶量、瀏覽內(nèi)容次數(shù)等,通過使用時長定義活躍用戶,可以以使用時長為維度,分析不同使用時長用戶的數(shù)量的變化情況。

本文經(jīng)授權(quán)發(fā)布,不代表增長黑客立場,如若轉(zhuǎn)載,請注明出處:http://m.gptmaths.com/quan/55740.html

(0)
打賞 微信掃一掃 微信掃一掃 支付寶掃一掃 支付寶掃一掃
上一篇 2022-01-07 20:36
下一篇 2022-01-07 21:01

增長黑客Growthhk.cn薦讀更多>>

發(fā)表回復(fù)

登錄后才能評論