专栏首页商业智能方案运营人做数据分析的正确打开方式,难怪工资比别人高
原创

运营人做数据分析的正确打开方式,难怪工资比别人高

现在数据分析能力在职场中越来越重要,尤其对运营人来说,数据分析就是运营人职场能力的分水岭,不管是做内容运营、产品运营还是活动、直播运营,数据分析基本上已经成了大厂招聘运营的标配:

从市场调研的情况来看,会数据分析的运营岗位,的确比其他岗位整体薪水都高,大部分人都在20k-30k左右

但是不少运营人在数据分析方面都存在着能力短板,复杂的算法、庞大的数据、眼花缭乱的图表,让不少运营人在学习数据分析的路上望而却步。

其实,运营的数据分析也没有那么困难。了解了一些基础的应用场景之后,自己也能很好地进行数据分析,而且学会了数据分析之后,对于未来运营的方向以及运营的改进点会有了更加明确的目标,不再单单靠感觉进行。

今天,就结合自己在实际工作中遇到的一些情景,来和大家聊聊,运营人在日常的工作中,如何去进行数据分析?

一、数据分析的目的

1、原因分析:

通过以往的数据分析,发现数据中存在的问题,为未来优化提供数据基础。比如,通过用户注册、登录、活跃等数据,可以看出用户在哪个环节流失比较多,出现问题比较多,那么后期在这个环节中,就可以多次进行试验,提升单点的转化率。

利用漏斗分析、趋势分析是主要的数据分析方法。

2、未来预测:

通过以往的数据分析,找到数据中的某种趋势或者共性,从而更好地指导未来的运营动作。比如在公众号运营中,通过以往对以往内容的关键词进行分析,找出打开率高、阅读量高、转发量高的内容,从而方便后期更好地进行选题和内容创作。

3、现状分析:

数据是当下最好的体验,及时了解当下的运营情况以及变化情况,更加趋向于短期的数据分析,如日报,周报,月报等数据分析,在某个时间节点里,数据变动的原因分析。

对于运营来说,数据是运营结果的表现,通过对数据的分析,可以发现之前运营动作的优点和不足的地方,未来更好地去进行运营动作,也更好地知道未来运营重心该放在何处。

二、巧用工具,分工明确

数据分析的思路和方法都有了,但运营人在数据分析实操的过程中还会出现一下几个常见的问题:

1、展示的数据图表固定不变,缺乏灵活性,不能做探索分析,运营人经常会做很多数据看板,统计日活、月活、留存及一些订单转化数据,但这些数据看板也仅限于“查看”,没办法做探索分析,要是发现某个产品转化渠道UV数据异常,分析半天也找不到真正的原因,最后还是怪天气、系统故障、节假日等原因,这样的理由,老板根本不想听。

2、部门配合沟通成本高,实现效率低。想要给技术部门加个需求,比如添加XXX路径漏斗转化分析数据图表,需要技术部门判断需求可行之后,再进行埋点收集数据,结果从需求评审到需求落地就得花个十天半个月。

还有的时候,产品埋点数据是有的,但是需要自己从数据库里导出数据,再用Excel分析。这个取数的过程非常痛苦,需要导出哪些时间段的数据和导出哪些字段的数据不好确定,因为数据是未知的,变化是未知的,导出数据过多,人工筛选工作量大,Excel也承受不住

最后费尽周折做好的图表只能用一次,下次有新数据导出,还要按之前的计算方法重新排版一次,没办法实现数据更新。

3、很多公司的业务数据和行为数据分散在不同的系统中,没办法放在一起分析

上面这些种种问题,最好的解决办法就是重新分工,让数据部门负责提供清洗好的数据,运营人员直接拿数据做分析,也就是目前很多企业都在用的自助分析模式

自助分析实现方式:借助BI工具,建立统一的数据分析平台,数据准备自动化,数据人员负责建立数据连接和数据集,运营人员直接取用准备好的数据,遇到没有数据的情况再向数据部门提数据需求,管理数据是他们的本行,需求响应也就快。

三、案例实操

以我比较熟悉的FineBI为例,给大家分享一个运营自助分析的实际案例:某平台型产品9月份发生客单价下降问题,分析其可能原因。

首先清楚这是典型的分析为什么的问题,其二确定分析思路,根据归纳推理原理,从结论出发,进行拆解,客单价等于销售总额/成交总笔数,影响销售总额和成交总笔数不外乎服务提供者、用户和产品三个维度,从这三个维度下提出假设(如图),再通过数据逐一验证,以下使用样式数据,演示分析过程。

使用数据人员已经做好了的数据集,即客单价下降原因分析业务包里添加好的数据库表,进行取数分析。

从用户注册表、用户信息表中获取总注册用户数、9月新增注册数和9月流失用户数,使用指标卡组件计算出9月新增客户数为26、流失客户数为2,根据2019年新增注册客户数折线图,可以看出9月新增客户数在正常变化幅度内。

使用订单明细表得到2019年订单量/销售额月份变化趋势图及9月流失客户订单明细表。

柱状图所示,9月订单数和销售额较8月有所上升,且在订单记录表中查找2019年9月状态为流失的客户历史交易记录,评价该客户流失对订单转化的影响作用,明细表显示流失客户的订单记录在较早月份,最近没有接单记录,说明新老客户更替不是构成客单价下降的主要原因。在订单总笔数上升和销售总额上涨的情况下,客单价下降极有可能是促销活动或用户来源渠道欠佳导致。

排除人为促销活动因素,从用户维度分析,包括实际付费用户数、新增用户的来源渠道及现有用户的特征画像。

通过地图组件发现,2019年5月到9月新增用户中大部分来自于内陆省份和新用户营销渠道,接着用漏斗图统计用户从下载到下单的转化情况,发现转化率较高,更为异常的是订单明细数据中显示平均每个用户只有一次下单记录,然后筛选出9月下单用户,与用户画像表建立关联,通过制定一些判断规则,得到用户画像标签图,发现用户质量不优,且存在“羊毛党”嫌疑。

3、搭建数据看板

我们知道,数据分析的价值在于指导实践,通过分析客单价下降原因,及时改善运营策略,比如适当降低新人首单优惠或根据产品目标人群来调整宣传渠道,吸引更多高价值用户入驻。为了更好指导运营策略调整,我们可以将已经做好的模板固化成每日的数据看板,时时监控客户留存情况。

并且可以将制作好的看板通过挂载到平台目录,供相同部门的人员查看。

值得一提的是,使用模板导出功能可以导出完整且清晰的的模板图片,用于向领导汇报的周报或是月报PPPT。

四、总结

实际上,运营做数据分析并不需要懂复杂的技术,关键是对业务流程的理解以及用数据解决问题的思维。刚开始时做分析会比较生疏,做多了之后,积累了数据经验,慢慢会发现自己分析问题的维度越来越广了,这大概就是运营人员的核心竞争力。

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 10年经验+20个数据管理项目,我总结出这4个用数据改变企业的精华

    提个问题:数据分析要发展到什么程度,才能渗透到企业的管理中?做了近十年的数据分析工作,也参与过大大小小20个企业的数据化管理项目,谈一谈我的看法:

    大数据分析不是事儿
  • 30分钟,教你从0到1搞定一次完整的数据可视化分析!

    今天就单独用一篇实操文章来讲解一下如何做一次完整的数据可视化分析,全部过程大约耗时30分钟。

    大数据分析不是事儿
  • 10W人都想知道的答案!可视化黑科技,这4个数据工具谁最厉害的?

    在搜索商业智能(BI)工具时,可能每个BI供应商都将其产品称为唯一的“最佳”解决方案进行宣传,晕乎转向。笔者身边有很多在数据中心工作的朋友,也有各种IT信息部的...

    大数据分析不是事儿
  • 【干货】从0到1搭建运营数据分析知识体系

    导读:数据分析在运营工作中无处不在,无论是活动复盘、专题报告、项目优化,还是求职面试,数据分析都有一席之地。对于数据分析,我发现很多运营都有这样一些困惑: 不知...

    钱塘数据
  • 商业数据分析从入门到入职(1)商业数据分析综述

    先列举几个案例: (1)请估计一下2020年八月份在北京卖出有多少双鞋子? 显然,这是一个很开放的问题,并不像在学校里的题目都有标准答案,是需要经过自己的思...

    cutercorley
  • 数据分析师的工作职责是什么?

    “我可能干了个假的数据分析师!”经常有同学发出这种感慨,然后到处发《数据分析师是干什么的》《数据分析师、数据工程师、数据运营、数据挖掘工程师、商业数据分析师、我...

    接地气的陈老师
  • 石沉大海!发出去的报告没人回应,数据分析师该怎么办?

    辛辛苦苦跑的数据没人理,对数据分析师/专员来说是一件极具挫败感的事情。如果在日常更新数据的同时,还要接大量没头没尾的临时性需求,就更有挫败感了。如果发现接的临时...

    接地气的陈老师
  • 【数据分析】数据分析中的六脉神剑

    了解数据分析 1定义 · 数据分析是什么? 简单地说就是利用有限的数据通过发散的思维,利用相关关系来解释你想知道的问题。 2目的 · 数据分析干什么? 把隐藏在...

    陆勤_数据人网
  • 《游戏数据分析的艺术》之游戏数据分析的流程(下)

    点击上方 “蓝色字” 可关注我们! 作者:TalkingData高级咨询总监 - 于洋力作《游戏数据分析的艺术》第一章第一节的前三点的重点阐述。 来源:Talk...

    小莹莹
  • 【数据分析】TalkingData:游戏数据分析流程

    文/ 于洋 TalkingData高级咨询总监 1.3 游戏数据分析的流程 游戏数据分析整体的流程将分为几个阶段,这几个阶段则是反映了不同企业数据分析的水平,从...

    陆勤_数据人网

扫码关注云+社区

领取腾讯云代金券