怎樣做資料分析-選擇站羣WordPress網站建設SEO站羣WordPress微信公眾號

一、從資料維度做拆分，讓目標更加落地。

我做過近兩年的電商運營，其中感觸很深的一個點就是從資料的維度對目標做拆分。

天貓的雙 11 剛剛過去，馬雲又創造了新的成績，912 億。從去年的 571 億到今年的 912 億，馬雲怎麼就敢説今年可以做 900 億呢？在設定這個目標之前就少不了對目標的拆分。

900 億的成交，先按照過往的類目佔比，拆分到各個類目，每個類目承擔多少銷售指標，類目再按照過往的賣家成交額佔比拆分到各個賣家，每個賣家承擔多少銷售指標。賣家再根據各自的日常店鋪轉化率反推需要多少流量，各類目再結合平台能提供的流量，就可以得到流量的缺口。接下來再按照各渠道獲取流量的成本來計算，就可以得出雙 11 平台需投入的營銷經費數值。整個 900 億的目標，通過這樣的拆分，就變得明確可執行了。

無論做什麼事情，想做成，都離不開對目標的拆解，任何抽象的事物都可以通過數學的方法來解決，把事情資料化會讓事情更簡單可執行，也更容易考核效果。

二、很多業務其實就是一個公式。

我剛開始接觸電商接受業務培訓，節課就只講了一個公式。

成交額=買家數 x 客單價

如果您想提升成交額，要麼提升買家數，要麼提升客單價。我們可以盤點一下，我們見過這麼多的促銷手段，有哪個不是為了提升這兩個數值的。滿減、滿送、買二送一，這是為了提升客單價的手段；秒殺，團購，這是為了提升買家數的手段（秒殺的核心在於集聚大量流量做關聯銷售）。

不僅僅如此，這個公式依據不同的業務場景還可以拆分成多種形式。

買家數 = 商詳 uv x 下單率 x 付款率

商詳 uv = 廣告展現 x 廣告轉化率 = 搜索展現 x 搜索轉化率 = 活動展現 x 活動點選率

於是，決定成交額的因素就變成了各個渠道的轉化率、圖片的點選率、產品的下單率、付款率，這樣多的細節共同決定了後的成交額。接下來針對這些細節分別去做優化，這個過程就叫依據資料做精細化運營。

仔細想想，您自己的業務又何嘗不是一個公式呢？試着找到自己的公式，去拆分它，您也許會不少改進的方法。

三、運營説到底就是一個漏斗。

互聯網的模式下，無論做什麼產品，根本目的都是為了變現，只要是變現，就涉及到了轉化。而轉化其實就是一個漏斗模型。

漏斗模型是運營資料裏提到的多的詞了，在業務的鏈條裏，每個環節的多用户數是呈不斷衰減的，運營要做的事，就是想盡一切的辦法來提升漏斗中各環節的轉化率。

比如一個電商的活動頁，它的漏斗模型應該是這樣的：

有了這麼個漏斗，我就可以分析每個環節代表了什麼，我怎樣去改善：

1）pv/uv：頁面訪問深度，直接體現了這個頁面是否吸引人，多用户在這個頁面是否產生點選的興趣。

2）活動頁—>詳情頁 uv：頁面上的內容是否吸引人，商品是否是多用户喜歡的，需根據頁面點選情況及時替換點選效果差的商品。

3）詳情頁uv—>下單人數：商品的轉化率如何，是不是爆款，此處轉化過低需替換高轉化的商品。

4）下單人數—>付款人數：商品的付款率，如果低於正常值，需要賣家催單。

需要注意的是，漏斗模型是需要對比的，如果僅僅只有一個漏斗模型，那麼就只是資料的陳列，如果要做分析的話，就一定要有對比，比如和往期的漏斗作對比，比如與平台的均值作對比，只有在對比過程中才會發現問題。我們作為產品運營的同學，必須要熟悉我們產品中每一個關鍵資料，日均的 uv 是多少、轉化率是多少，下載量是多少，這樣在資料出現異常的時候才可以時間發現，熟悉產品資料，是對資料敏感的前提。

四、一篇完整的資料分析報告應該包含哪些內容？

前面講了一些理論層面的，後給一個資料分析模板給大家，供參考。

1 、先您需要根據活動目標確定您的目標達成率，完成百分比，提升百分比。這是這次活動取得的成果，在一開始就寫。如：

本次活動 uv 24w（20w，↑ 20%），uv 價值 3.6（3，↑ 20%）

2 、如果是發週報、月報之類的資料，接下來就應該是核心資料走勢圖

在這張圖裏，要對每個資料的拐點做分析，比如圖中 11 月 7 日、 8 日兩天的 uv 價值有明顯提升，這個的原因，要找到並寫在報告裏。

3 、接下來流量分析，主要為流量來源分佈，各渠道流量轉化率分析。流量漲了，要找到是哪個渠道帶來的流量漲了，為什麼漲了，分析這裏的原因。流量的質量如何，哪個渠道的流量轉化率高。這裏需要兩個餅圖，一個是流量渠道佔比，一個是渠道帶來的轉化佔比。

從上面的兩個餅圖裏，我們看到明顯站內流量的轉化率更高，而廣點通帶來的流量轉化率偏低。另外，通過與往期的渠道來源佔比作比較，我們可以看到當前流量構成上的變化。

3 、轉化率分析，也就是漏斗模型分析。前文提到了，漏斗模型需要對比的資料，所以在此處的分析，我們需要列兩個漏斗模型。

對漏斗模型各環節轉化的分析，這裏主要和往期資料做對比，結合活動頁面、流量、產品功能等多方面因素，嘗試分析這裏各環節轉化率提升或者降低的原因。

4 、模組點選分析

我們設計的產品頁面，或者活動頁面，我們需要知道這個頁面的結構是否合理，多用户的點選分佈，這有助於我們改善。當我們嘗試新的頁面樣式的時候，更應該對這裏的模組點選做分析，可以驗證我們的結構是否對資料帶來了改善。