搭建你的数据分析体系

我们来设想一个简单的项目场景。某天，老板兴冲冲地找到小c，布置了一个重要任务，“我们要在做APP里做一个视频社交的功能，投入公司重要资源来开发”。小c一想，表现的机会终于到了，于是和老板兴奋地讨论，主动请缨来做。分析需求，做原型，召集开发测试小伙伴，开评审kickoff，软磨硬泡，小黑屋开发，经过1个月的快马加鞭功能终于上线了。

完成一项艰巨任务，这下可以给老板汇报了，老板轻描淡写地说到，“上线数据怎么样，这两天给我一个数据报表吧”，小c傻眼了，啥数据，都没准备好怎么汇报？这是初阶产品在开发新功能时常常会犯的错误，产品上线的时候都没想过什么数据，于是立马定义数据，做统计表格，安排前端、后端搞埋点，找BI做报表。

还好，过了一周，数据顺利出来，于是做好报表，字斟句酌发邮件抄送相关方，感觉任务完成。这时候，只见转来一个邮件，老板说到“看着这个用户活跃这么差，来看看怎么做提升”，这时候小c又屁颠屁颠去分析数据，来想着怎么做功能优化。小c的问题，在于没有数据分析意识。

数据分析为什么重要？

我们从项目的整体流程角度来看看数据在一个项目中是怎样的作用。

任何的产品都来源于我们的想法，对现实不合理的一个假设，或者想要解决一个让人头痛的问题的冲动，这时候我们会去做需求分析。于是我们会增加一个功能、做一次改版，或者更大的做一款APP。实现完这个产品之后，我们就要去评价这件事做对了吗？

这时候，数据的作用出来了，数据可以客观的记录事实，我们去看看数据上有没有变化不就行了，例如转化提升那说明改版真的有效果，费劲做一个新功能没人来点击那就要反思原因了。

这是通过数据去校准我们行为的关键一步，下面我们就会根据数据的反馈或者导入更多流量驱动增长，或者去优化产品功能，持续迭代，这组成了一个最基本的业务闭环。

任何一个项目，小到单页面的改版，大到推出一款APP，开展一个新业务，都会包含想法、产品、数据这三个重要环节。我们通过想法去构建产品，同时通过数据衡量产品的好坏，来证实或者修正我们的想法。

数据能告诉我们哪些用户访问了我们的产品，他们对什么功能更感兴趣，哪些步骤让用户放弃了。由此，我们再去改进产品。这个监控系统和分析逻辑，就是我们需要搭建的数据分析体系。

搭建一个好的数据分析体系，通常需要我们做好以下三件事。

一、采集重要数据

对于一个产品而言，首先需要定义好有哪些数据需要被采集的，以及以怎样的方式来采集。对于数据，一般分为用户行为数据和业务数据两部分，用户行为数据即访问、点击、跳转等用户与页面交互的数据，而业务数据则是用户发生交易时留下的数据，一般用户行为数据可通过前端的埋点就能完成，而业务数据则需要后端埋点。

对于现在的数据采集，一般有两种方案。一种就是公司内部进行埋点的统计，这需要对数据一一采用代码埋点，但安全且能覆盖几乎所有想要的数据；一种是第三方数据分析公司推的无埋点方案，接入会方便，但可能覆盖不到业务数据。

二、搭建业务模型

业务数据模型，就是把产品的重要指标和用户行为联系起来的一个或者几个公式。有了这套数据模型，当数据发生波动之后，我们就可以快速定位到用户行为的变化，进而确定如何行动。

举个零售的场景，对于某款线上销售的产品而言，成交额一定是非常重要的指标，而总成交额，可以大致拆解成：

产品成交额 = 流量 × 下单率 × 产品均价

这里的流量，就是导入产品首页的用户量，下单率则是从访问首页到支付确认订单的用户比例，产品均价则是该产品的平均销售价格。

有了这个公式，我们就能有效地做好业务监控。例如当我们以一天时间来考察产品成交额时，发现他的成交额比前一天增加了30%，这么大的波动来自于哪里呢？我们去拆开每个环节看到，因为运营活动流量增加了10%；同时，活动增加了用户的下单积极性，从而使下单率提升了15%，这两个原因加在一起使得一天的成交额得到了提升。

这只是最基础的场景，基于这个基础场景，再加上各种不同的流量叠加，就得到了该产品在所有渠道的成交量总计；

产品总成交 = 渠道1成交额 + 渠道2成交额 + 渠道3成交额 + …

而某个店铺则只要把该店铺所有产品的成交额加总：

店铺总成交 = A产品总成交 +B产品总成交 +C产品总成交 + …

对于淘宝而言，汇总活跃商家一年的总成交额，就得到了一年GMV：

淘宝GMV = A店铺年成交 +B店铺年成交 +C店铺年成交 + …

三、驱动产品增长

看到了业务模型的拆解，我们也就能清楚看到增长的路径了。举一个简单的有两个入口的线上课程销售场景为例，那么对于该课程的总销售额，有这样的计算模型：

课程总销售额 =

渠道1流量 × 渠道1转化率 × 渠道1课程价格

+ 渠道2流量 × 渠道2转化 × 渠道2课程价格

因为课程的价格一般都是事先定好，不会轻易变动，驱动增长主要落在了增加流量，提升转化2个方面。

从增加流量的角度上，存量我们可以通过活动及文案的方式吸引更多流量。同时，我们从流量利用率去评估哪个渠道的转化更好，再提升这个流量的投放。从增量的角度，则可以去拓展新的渠道和场景，寻找新的流量。

提升转化则需要查找用户购买决策的薄弱环节。这需要一方面体察用户心理，一方面去检查每个页面的跳失率，查看哪一步的转化特别低，从而重点在这个环节做文章，通过优化拉动转化率，从而提升整体成交额。

当我们进行任务拆解之后，就能非常清楚地梳理出我们日常的行动点，从而做整个业务指标的提升。

数据分析是我们日常工作中或多或少在使用的一种技能，而关键是需要把这项技能沉淀为一套系统，通过这套系统观察用户行为，寻找产品优化方向。

练习：尝试思考现阶段的抖音，它的日常重点数据有哪些、变现业务模型是怎么样的。

7个核心步骤，打造有竞争力产品。下一篇，产品增长，期待你的关注。