投稿入口|热门专题|网站地图|移动官网|微信编辑器|小程序商店
您的当前位置:网站首页 > 网站分析 > 数据分析 > 正文

数据分析必备的三大能力体系

来源:GrowingIO 创始人 & CEO 编辑:张溪梦 时间:2017-12-28 23:47:28 阅读:

  数据分析目前在国内互联网圈的受重视程度在逐步提升,但是问题也很突出:1、大家对于数据分析的认知和理解支离破碎,缺乏一个整体的、系统的思维框架;2、大家的视野更多局限在数据报表、BI 系统、广告监测等领域,对于数据以及数据分析其实是缺乏深层次洞察的。

  这篇文章就从整体框架出发,介绍一下数据分析的三大层次。包括对数据分析的整体理解和认识,做数据分析的科学方法,以及数据分析相关的工具介绍。

  一、数据分析价值观

  如何让数据分析真正发挥价值?

  我认为必须在价值认同、工作定位和商业模式三点上取得突破。

 

  (一)数据分析的价值认同

  做好数据分析,首先要认同数据的意义和价值。一个不认同数据、对数据分析的意义缺乏理解的人是很难做好这个工作的。

  放到一个企业里面,企业的 CEO 及管理层必须高度重视和理解数据分析的价值。你想一下,如果老板都不认可数据分析的价值,那么数据相关的项目在企业里面还能推得动吗?然后,企业内部还需要有数据驱动的公司文化。

  如果大家宁可拍脑袋做决定也不相信数据分析师的建议,那么数据分析往往是事倍功半、走一下形式而已,反之则是事半功倍。

  (二)数据分析的工作定位

  做好数据分析,要对数据分析的价值有清楚的定位。既不要神化数据分析,把它当做万能钥匙;也不要轻易否定数据分析的意义,弃之不用。数据分析应该对业务有实际的指导意义,而不应该流于形式,沦为单纯的 “取数”、“做表”、“写报告”。

  在 LinkedIn 那么多年的工作时间里面,我们对数据分析的工作早已有了清晰的定位:利用(大)数据分析为所有职场人员作出迅捷、高质、高效的决策,提供具有指导意义的洞察和可规模化的解决方案。

  

  当时我们还采用了一套 EOI 的分析框架,对不同业务的数据分析价值有明确的定位。针对核心任务、战略任务和风险任务,我们认为数据分析应该分别起到助力(Empower)、优化(Optimize)、创新(Innovate)的三大作用。

  (三)数据分析的商业模式

  做好数据分析,要对企业的商业模式非常了解。

  数据分析的最终目的还是服务于企业的增长目标,所以务必要对行业背景、业务含义、产品和用户有着深刻的认知。

 

  还是以 LinkedIn 为例,作为企业增长的重要环节,LinkedIn 在产品设计之初就优先考虑到了数据的价值模式。

  首先是用户的增长、使用和活跃,然后产生大量的数据,最后根据数据进行业务变现(企业广告、企业招聘、高级账号等)和用户增长,从而不断良性循环。

  只有认可分析价值、明确工作定位、深谙商业模式,数据分析才能走在正确的轨道上。

  二、数据分析方法论

  (一)数据分析的框架

  在整个数据分析框架中,用户是数据的来源,也是数据分析最终要服务的对象。

  整个分析框架可以分为四大层次,依次是:数据规划、数据采集、数据分析和数据决策。

  从用户、业务系统,到数据采集平台、ETL、数据仓库, 再到分析、BI、DM、AI、洞察,再到决策、行为、价值,最终回到用户。

  

  上面整个分析框架中,越底层的占用的时间和精力越多,而顶层的耗时较少。从产生的价值来看,越底层的产生的价值越低,越顶层的产生的价值越高。

  大家想一下就会理解,做数据分析的过程大多时间是耗费在数据采集、清理、转换等脏活累活上面,最有价值的分析和决策部分往往耗时很少。

  因此,大家做数据分析应该把重心放在最有价值的分析和决策两个层面上,并且尽可能使用工具实现底层的自动化操作。

  (二)数据分析的方法论

  数据分析应该帮助我们不断优化营销、运营、产品、工程,驱动企业和用户的增长,而不是为了分析而分析。

  在这里我给大家介绍两个方法论,一个是业务上的 AARRR 模型,另一个是分析上的学习引擎。

  

  AARRR 是著名的 Growth Hacker (增长黑客)海盗法则,依序分别是 Acquisition(获取用户)、Activation(激发活跃)、Retention(提高留存)、Revenue(增加收入)和 Referral(推荐传播)的首字母简称,覆盖用户整个生命周期。

  我们在进行数据分析的时候,应该考虑用户正处于 AARRR 模型的哪个部分、关键数据指标是什么、对应的分析方法又是什么?

  

  “ 学习引擎 ” 是《精益创业》一书中提倡的精益化运营方式,在硅谷被大小企业广泛采纳。

  当我们有一个想法的时候,可以采用最简可行化产品(MVP)的方式将其构建(Build)出来。产品上线后,我们需要衡量(Measure)用户和市场的反应。通过分析收集到的数据,我们可以验证或者推翻我们之前的想法,从而不断学习(Learn)和优化。

上一篇:如何选择正确的数据指标?
下一篇:没有了

图文精选:

更多>>

产品运营

运营应该如何高效的做竞品分析,并找到

竞品分析最早源于经济学领域,是指对现有的或潜在的竞争产品的优势和劣势进行评价,互联网越来越……

热门文章
更多>>

用户运营

为什么要做用户行为分析?

用户行为分析帮助分析用户怎么流失、为什么流失、在哪里流失。分析的主要方式就是关注流失,尤其……

热门文章
更多>>

网站分析

【友盟+】广效监测U-ADplus:渠道引流的精细

 据U-ADplus服务的70万广告主样本数据显示,当下通过多渠道做流量导入的淘系商家中,星、钻、冠卖……

热门文章
更多>>

用户体验

一场活动结束后,如何防止新用户大量流

在谈“如何防止活动用户大量流失”这个话题之前,我必须先把一场活动的前前后后说清楚。……

热门文章
更多>>

APP运营

做好APP产品运营应该做的三件事?

作为移动端APP产品运营最重要的运营手段,消息推送(push)被越来越多的APP厂商所重视,在信息泛滥的移……

热门文章

Copyright©2012-2017小蚂蚁信息网版权所有 站长QQ:1614558876 粤ICP备14061018号-1


郑重声明:本网站资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有,如有不愿意被转载的情况,请通知我们QQ1614558876删除已转载的信息。

知道创宇云安全
Top