我的编程空间,编程开发者的网络收藏夹
学习永远不晚

运营数据分析,怎么做才有深度

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

运营数据分析,怎么做才有深度

“做分析不能光罗列数字,要有有深度的结论!”

这是很多公司对数据分析师的要求。然而到底怎么做才有深度?除了罗列购买人数、购买率等数据,到底还能分析啥?今天结合运营的例子,具体讲解下。

01从最简单的场景入手

设想一个最简单的场景:全场5折!件件五折!样样五折!作为消费者,我们最喜欢这种简单粗暴又实惠的方式。

但是站在运营的角度看,这样有啥问题呢?因为消费者不止一类人,每个企业面对至少四类消费者,并且其中陌生人才是大多数(如下图)。

单纯地打折,导致的结果就是经营盘子越做越小,销量可能维持在一定水平,但总利润是越来越低的。

如果数据分析师不懂得背后的运营逻辑,只是单纯陈列数据的话,那么就会啰嗦一堆:“购买客户数XX人,购买金额XX万,较上月下跌x%……”

但这些都仅仅是现象陈述,这里的深度问题是:手段粗暴,缺少引流。如果一个企业的运营只会这么干,那历次打折叠加的效果更明显(如下图)。

所以,想解读数据更深入,需要以下两者缺一不可:

理解运营基本逻辑

用数据佐证逻辑

02从简单到复杂

为了改变这种简单粗暴的做法,人们自然会想到:拆分人群来做。最直观的拆分是把新用户和老用户区分开,做不同策略。如果不考虑运营逻辑,数据分析师会本能的给出三个分析基本思路(如下图)。

但注意,当策略有了组合的时候,就会有叠加效应,因此引出三个更深层的话题:

  • 1.单个策略执行是否有效
  • 2.两个策略之间,是否有衔接
  • 3.整个策略组合,成本是否失控

这三个问题是由小到大,逐层解决的。

03单个策略优化

以获取新用户举例,设想一种最简单粗暴的方式:新用户首单1元买商品。优惠力度大,简单粗暴,作为顾客的话我们人人喜欢。

但是站在运营角度,这么简单的活动,都至少有五个部分组成(如下图)。

如果孤立地只看一次活动,那么作为数据分析师,肯定只能得出:曝光量XX万,引导注册X万,购买人数X万这种没有结论的数据。

但是把所有活动,按照策略目标编织成活动组,就能进一步发现问题(如下图)。

这里能反映出很多更深层的问题:

单一活动,没有做过优化

做优化毫无章法,无法有效积累经验

做优化仅仅优化某个部分,放弃其他动作

简单来说:运营自己没有本事做,瞎胡乱改,东抄抄西抄抄。如果这种状态也能出业绩,那就只能证明:大环境真的很好。如果没有出也是理所当然的。

还有另一种情况,就是优化了若干版本以后,发现:一个渠道的新用户数/转化率是有上限的,至少在目前的文案创作能力+商品+优惠政策下,是有最大限额的。

如果能证明这一点,也能得出一个更深层结论:需要新开渠道,支持更大的业务目标。这样的结论,也能避免数据分析师被人揪着不停地问:“为啥就分析不出更多优化点了”——它可能真的就只有这么多。

04两个策略衔接

还拿上边的例子,当新用户完成首单以后,已经有了注册信息和首次交易数据,就能做更多分析,也能导出更多策略。

注意,在运营角度,这里的很多策略是固定可做的,根本不需要做分析也知道能做,数据分析支持的,仅仅具体的做法以及数量(如下图)。

此时,除了简单地输出:复购率、复购人数、复购商品量等等数据以外,将两个策略结合来看,能看出更多深层次问题(如下图)。

为什么用户不复购?如果直接问数据分析师,估计能把人问傻,但结合之前新人阶段策略以后,就能得出更深层分析结论:

因为根本没有策略承接这一群新人

有策略,但是过于单一,未结合消费习惯

有策略,很多样,但缺少培育,就知道收割

有策略,有培育,但时机不对,太早/太晚

这些结论,是需要把前后策略连起来看,才能深入发现的。

05多策略管控

当策略越多,策略之间的相互影响越明显。此时运营会有两个明显的倾向:

第一类:各部门各自为战,拉新、复购、高价会员一个小组一套策略,营销费用疯狂燃烧。

最简单的例子:负责拉新的部门为了自己的考核数据好看,在拉新的时候多塞了几张优惠券,优惠券又有3个月有效期。结果等第三个月负责复购的部门来做活动的时候,用户莫名其妙又多拿了几张券。

最后的结果,要么是羊毛党把券都用掉,薅个痛快。要么就是用户挑了优惠最大的券用,总之,得有个部门郁闷:“为啥我的券没人用??”

这些问题,在单一的活动复盘里很难讲清楚,但把所有活动围绕活动编织成策略组,就看得很清楚。能及时发现活动间堆叠,能基于每个用户计算清楚到底投放成本去到多少(如下图)。

第二类:各种动作混为一谈,又要用户看直播,又要用户下载APP注册,又要玩游戏,最后才能得个可怜巴巴优惠券。

这种情况根本不需要举例,现实生活中太多了,而且经常是操作越整越复杂,优惠越给越少。一个基本的常识就是:流程越长,流失越多。看似面面俱到,实则面面俱废。

此时作为数据分析,除了给到这个巨复杂的流程数据以外,还可以把这个巨复杂的流程,对应回基础用户数据,看看丫实际覆盖了哪些人,到底激活的是谁,这样就能把大而无用的问题暴露出来。

06小结

在数据分析领域,一直以来都有拿着锤子找钉子的不良习惯。今天书本上讲了逻辑回归模型,所以逻辑回归能怎么用到业务上,快给我一个逻辑回归业务,谢谢。

可如果真的理解了数据模型的本质,你会发现:数据模型本质上是点试的输出。比如逻辑回归,它就只有一个二分类结果:是/否,没了。比如线性回归,它就只输出一个连续型的数字,没了。

而具体到运营工作上,运营的工作是链式,是交织在一起的,是一步步迭代的。因此不可能指望一个点试的结果解决问题。即使预测出来一个人不消费,又怎样!

  • 要在哪里接触到他?
  • 要投什么商品吸引他?
  • 要几点几分推信息?
  • 推送了他不点击咋办?
  • 你确定推的文案他看得懂?

对手搞了更大力度优惠,又怎么办?

这些一系列的问题,都不是靠着一个数据模型预测出来的,而是先要把运营策略梳理清楚,编制分组,理清内部逻辑,才能结合数据,发现盲点,从而找到更深层的原因。

 

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

运营数据分析,怎么做才有深度

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

运营数据分析,怎么做才有深度

这是很多公司对数据分析师的要求。然而到底怎么做才有深度?除了罗列购买人数、购买率等数据,到底还能分析啥?今天结合运营的例子,具体讲解下。

用户分析,这么做才能有深度

做数据的同学,往往做ABtest的很多,但做得很被动。往往是业务拿着方案,数据只是机械操作。自己提假设,自己进行验证的能力差。

做运营必须掌握数据分析思维有哪些

这篇文章主要介绍了做运营必须掌握数据分析思维有哪些,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。数据分析是精细化的运营工作,一定要建立起体系化的思维,切勿盲目分析,粗暴分析。
2023-06-10

为什么你做的数据分析,运营懒得看

可能做运营的同学,会深怀执念地说一句:运营是打杂的。然而吐槽归吐槽,运营是互联网公司的重要工种。和产品、开发并称铁三角。

Python有什么用以及数据化运营怎么做

今天就跟大家聊聊有关Python有什么用以及数据化运营怎么做,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。数据化运营是提高利润、降低成本、优化运营效率、最大化企业财务回报的必要课题。
2023-06-02

数据分析终极难题:数据分析怎么做才能驱动业务?

今天来说说数据驱动业务这个话题,但凡企业搞信息化建设、数字化转型的大多都是扛着“数据驱动业务”的大旗往前冲的,渴望通过数据分析来驱动业务增长,但是在实际工作中,大部分的数据分析项目都是带着“数据驱动业务”的美好愿景出发,但最后都沦落成了业务

运营数据分析体系,该怎么搭建?

运营工作,和销售、供应有明显区别。比如销售工作,核心关注收入、利润、转化率,能赚钱就行。比如供应,核心关注商品供应、库存周转、成本控制,不缺货,少积压就行。这些工作的目标聚焦,流程清晰。

深度揭秘,为什么你做数据分析没思路?

有些公司环境就是不好,导致同学们在工作中总是被PUA“你思路不清楚呀”。这时候,大家只要做好自己本职工作,多积累具体问题点上的实操经验,就有机会跳槽离开这种脑残公司,找到更合适自己的工作。所以细节讨论是很重要的,不考虑细节,流于理论或者流于

三大运营商2021年运营数据分析:虽有遗憾 未来可期

昨日,三大运营商均发布了2021年12月份的运营数据报告。至此,三大运营商全年的运营数据全部出炉。

怎么使用Python+ChatGPT进行游戏运营数据分析

本篇内容介绍了“怎么使用Python+ChatGPT进行游戏运营数据分析”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!数据您的团队已经为您提
2023-07-05

经营分析、数据分析、财务分析有什么关系?

从去年开始,经营分析迎来了一波文艺复兴,虽然并不是啥好事。企业经营压力加大,便开始加强对业务绩效的考核,加强对成本的控制。这个任务,有的公司交给数据分析师来办,有的交给财务,有的则由专门经营管理部承接。

总做描述性统计,深入的数据分析到底怎么做?

很多同学做不深入,是因为从2级深度开始,就不能只指望几个指标/维度交叉一下,直接拉出结论来,就得结合业务场景,转化业务假设,然后搜集证据。这要求掌握业务场景、指标、逻辑能力。这些能力需要积累和锻炼才能提升。

数据分析这么干,运营吵架少一半

今天我们就先看其中最大的一个问题。运营的工种有很多(如下图),其中活动运营是策略性最强,和数据分析关系最紧密,也是怼的最多的岗位,今天就用它举例子。

怎么用python做数据分析

要使用Python进行数据分析,可以按照以下步骤进行:1. 安装Python和相关库:首先,确保你已经安装了Python的最新版本。然后,使用pip安装常用的数据分析库,例如NumPy、Pandas、Matplotlib和Seaborn。2
2023-10-12

抽丝剥茧,深入的数据分析这么做!

即使看到数据:A群体消费天然比不用的高,还是有至少这4种可能性要排除。所以得列清楚假设逻辑树,逐一排查可能性。这也是我们说的:验证观点,需要同时找正反两面的例子。

怎么设置Pandas做数据分析

这篇文章主要讲解了“怎么设置Pandas做数据分析”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“怎么设置Pandas做数据分析”吧!1. 设置DataFrame最大显示行数pandas设置参
2023-06-16

天天在写同环比,深入的数据分析到底怎么做??

假设方向不止一个。比如我们给出“营销力度不足”的结论以后,大家会自然反问:难道只有营销的问题吗?难道分公司管理没有问题吗?难道产品没有问题吗?

数据分析师,定价模型怎么做?

现实的难点是:要怎么知道这个需求函数“Q=1000-4P”。本能的想法是:我先标个价格,比如100元,然后再降低到90、80、70、60……然后再提高到110、120、130、140,这样不就能测出来了?

数据分析项目是什么?该怎么做?

即使是数字本身,也很难体现价值。比如原因分析,即使不看数据,业务自己也能猜到几条原因。如果仅仅局限在业务提一个假设数据验证一个,那就跟叼飞盘的汪子没啥区别。虽然自己跑得辛苦,人家还认为你就是个打杂的。

阿里云数据库从业人员工资怎么样?深度分析

近年来,云计算技术的迅速发展使得数据库从业人员的需求日益增大,而作为全球领先的云计算服务提供商,阿里云也成为了许多人关注的焦点。本文将详细分析阿里云数据库从业人员的工资待遇,并探讨影响工资的因素。一、阿里云数据库从业人员工资待遇平均工资根据2020年阿里巴巴集团发布的薪资报告,其数据库从业人员的平均月薪为15,5
阿里云数据库从业人员工资怎么样?深度分析
2023-11-18

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录