没有"白走的路",每一步都算数——恩,每一步也要看得见的分析!

原作者 是不是在等

本文为CDA线下活动分享嘉宾原创作品,转载需授权

去年,乐坛伯乐李宗盛在为某品牌代言时的一句宣言,曾刷爆朋友圈

——人生没有白走的路,每一步都算数

上周日,诸葛IO 的产品 VP 于晓松 受邀参加了由CDA数据分析师举办的“探秘数据可视化”数据交流分享沙龙,并围绕《用户行为数据可视化》进行了妙趣横生的解读,现场收获无数迷弟迷妹,今天原景重现当天的分享干货,弥补有些小伙伴无法亲临现场的遗憾!

数据分析师“必备”的 4大技能

作为挖掘数据、洞察用户,并驱动业务决策的数据分析师需要具备哪些技能呢?

首先,要会画图,把枯燥的数据表格通过各种炫酷美图清晰地呈现出来;

其次,

床前明月光,我会写代码

千山鸟飞绝,我会写代码

松下问童子,我会写代码

春眠不觉晓,我会写代码

第三,要会做PPT,毕竟“有格调的公司开会都用PPT”(你懂的~)

第四,更要会吹牛,重要的是——无限放大业绩。

用户行为数据可视化

在进行行为数据可视化之前,我们先来简单的了解一下用户行为数据分析

一口气说:基于用户在互联网产品上的行为以及行为背后的人发生的时间频次等维度深度还原用户使用场景并且可以指导业务增长。

慢点说:对用户模型做关键补充。通过行为数据的补充,构建出精细、完整的用户画像。传统统计工具的数据背后没有人,所以也谈不上用户模型(画像),一个完整、多维、精确的用户画像=用户行为数据+用户属性数据

基于行为分析,需要让CEO对产品所切入的市场判断更准确,让市场推广人员精细化评估渠道质量,让产品设计人员准确评估用户行为路径转化、产品改版优良、某一新功能对产品的影响几何,让运营人员做精准营销并且评估营销结果等。

先是分享诸葛io用户行为数据可视化方面的实践。

诸葛io平台帮助用户将多渠道的数据(安卓、iOS、JS、小程序、广告、以及其他业务数据接入等)采集,通过多维度的功能进行有效的分析,并以灵活的图标形式直观的呈现出来。

帮助业务人员如市场、产品、运营团队实现日常业务的分析和决策,同时通过SQL查询等功能为分析师提供方便使用的个性化分析方式,以及为研发等技术人员提供开放的API端口,实现跨数据源的数据整合和二次开发,展开更为复杂的、更为深入的查询、分析和洞察。

在日常工作中, 诸葛io平台的数据可视化方式大致如下(别着急,炫酷的还在后面~):

左上-事件:实时呈现用户数据;右上-整体:用户数据趋势;左下-留存:根据不同天数,查看记录用户留存情况;右下-漏斗:根据用户行为路径,做漏斗分析。

在详细了解到诸葛io智能数据决策平台的逻辑后,接下来我们看两个案例,以便更清晰的了解用户行为数据的可视化。

案例一:别被数据骗了

先看第一张图,看看这趋势,持续稳定增长,完美曲线呢~

那咱们再看看新增用户的数据,你看,也不错呐,10月份还鼓(策)捣(划)出一个小高峰;2月份的小低谷,也能跟领导解释得通,毕竟春节前后大伙都忙着过年回家抢红包呢不是。

呐~做人呢,最重要的是开心喽,在商业中,最重要是的当然是订单喽~咱们将活跃用户和下单用户的数据放到一张图再看下,在10月红红火火“玩了一把大的”,新增用户一度达到峰值,然并卵~,活跃用户并没有对订单业绩产生影响。

然鹅,咱们再看看流失,[捂脸]看到真相的我眼泪掉下来!竟然也是一条“完美直线”?!

所以,数据要多个角度去分析,否则,你看到的可能只是冰山一角,水面之下的真相,绝对让你心里拔凉拔凉的……

由此引发很多思考:数据会骗人吗?

那么数据分析有什么好方(套)法(路)吗?请根据上图将思路屡屡清楚哦~

首先你要知道有什么数据,然后明确数据分析的目标,再之后,要确定用该使用哪种可视化方法(如条形图、饼图、树图、折线图、散点图),看到数据结果以后得出了什么结论。

案例二:看得见的用户行为

是不是觉得可视化其实也不过如此?好吧,前方高能预警———全量用户行为路径图谱(太阳图)。这张图是由若干个同心圆组成的用户路径,根据用户访问情况层层下钻/扩展,每一环到最分支的访问的转化情况,都能体现出来,是不是很炫酷?

比如,这张图中显示的0.186%,表示0.186%的会话,也访问“☝”所在的路径。

在这里科普一下用户行为路径:用户在进入产品以后的行为轨迹,用户用了哪些功能模块、用户使用的顺序是什么……通过分析用户行为路径,验证用户的使用是否和当初设计产品的逻辑是一致的。这些数据在上图均可清晰灵活的呈现出来。

好啦,显摆完了以后,在日常的工作中主要还是要参考更细节的分析图谱,太阳图更为宏观,每次重大迭代或经历以月为单位的周期后生成一次即可。日常工作中的用户行为路径分析都是以类似下图的方式呈现:

↑从会话开始(如进入官网)关注层层转化的情况

↓要获得从会话结束(用户离开)的溯源逆向路径,用户的流失比例

结语

在潜意识里,我们大多认为,数据分析的结果就是事实,但事实往往并不如此。而数据分析的价值,就是要找到掩藏在表象后的真相,千万别被数据骗了哟~

原文发布于微信公众号 - CDA数据分析师(cdacdacda)

原文发表时间:2017-04-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏逸鹏说道

概念:从BI到AI

什么是BI?BI 商业智能也称作BI是英文单词Business Intelligence的缩写。商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明...

43840
来自专栏PPV课数据科学社区

【知识】为什么R是你下一个要学的编程语言?

对于那些对R语言还不熟悉的朋友,我先来做一个简单的介绍。首先,R是非常吸引人的一门语言。如今它已成为求职简历上让人眼前一亮的一门技能,部分原因是R语言的使用人数...

35090
来自专栏北京马哥教育

零基础学习Python数据挖掘

? 作者:聊聊数据分析和挖掘 https://www.zhuanlan.zhihu.com/p/25575805 Python已经稳坐机器学习的第一语言(机...

40350
来自专栏灯塔大数据

玩转大数据,你需要了解这8种项目类型!

在过去的 12 个月里,笔者一直在大数据的战壕里挖掘。好吧,其实大部分时间我只是坐在比我更聪明的人旁边,看他们怎么在战壕里挖掘数据,再把所做的事情进行简化以上报...

27240
来自专栏互联网数据官iCDO

坏数据滋生不良销售线索:为B2B销售周期清理数据

引言:我们创造的数据比以往任何时候都多——但是大部分数据都不好。这对于B2B营销人员及其线索产生(Lead Generation)/销售线索意味着什么?

6420
来自专栏java系列博客

如何从菜鸟程序员成长为(伪)高手

23040
来自专栏大数据文摘

从产品设计到虚拟现实:Google虚拟现实团队设计师和你聊VR

21640
来自专栏量子位

微软CEO:别被Google的TPU诱惑,Kinect“复活” | Build 2018

大会首日,微软集中火力大谈人工智能、云计算、物联网、AR等技术。在今天的Build大会上,微软宣布目前已有超过7亿台设备运行Windows 10系统。去年这个数...

14620
来自专栏大数据文摘

你真的了解互联网用户行为吗?

21890
来自专栏机器人网

可穿戴辅助机器人为你双手提供更多可能

你曾经尝试以单手打开瓶盖或信封封口吗?或是其他需要用两只手来做的事?现在,如果你穿戴上美国麻省理工学院(MIT)开发的新式机器手腕,这些工作要以单手来做,可说是...

28250

扫码关注云+社区

领取腾讯云代金券