互联网运营数据分析入门.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2016,运营,中的数据分析,基础篇,什么是数据分析？,数据分析的误区,数据分析的六大步骤,十个有趣的数字案例,CONTENTS,ONE,什么是数据分析？,定义,数据分析是指用适当的统计分析方法，对收集来的大量数据进行分析，提取有用信息和形成结论，而对数据加以详细研究和概括总结的过程。,探索性数据分析侧重于在数据中探索新的特征，验证性数据分析侧重于验证之前假设的真伪性；,探索性数据分析以及验证,性数据分析属于高级,分析方法，常见的分析方法有相关分析、因子分析、回归分析等。,描述性数据分析属于初级分析方法，是我们工作中最常用的数据分析方法；,类型,作用,“,知错能改，善莫大焉,”,可是错在哪里，数据分析告诉你。,“,运筹帷幄之中，决胜千里之外,”,怎么做好,“,运筹,”,，数据分析告诉你。,“,以往鉴来，未卜先知,”,怎么发现历史的规律以预测未来，数据分析告诉你。,知乎,绡页,作用,数据分析的三大作用：现状分析、原因分析、预测,分析,案例,1,：,草榴社区的运营现状和用户习惯,现状分析,案例,2,：,从多个男友中挑选老公的评价体系,原因分析,案例,3,：,分析女优数据,，寻找下一位苍井,空,预测分析,TWO,数据,分析的六大步骤,数据分析的第一步是什么？,六大步骤,明确分析目的,数据,收集,数据,处理数据,分析,数据,展现,报告,撰写,评估产品,机会,：产品机会评估对后期产品设计及迭代都至关重要，甚至说决定了一个产品的未来和核心,理念。,分析解决问题,：通过,必要的数据试验才能追溯到问题源头，进而制定合理的解决方案，彻底解决问题。,支持运营活动,：你这个产品功能上线后效果怎么样？,A,方案和,B,方案哪个更好些呢？,预测优化产品,：数据分析的结果可以预测未来发生什么，缩短迭代周期，精益求精。,梳理分析思路，并搭建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标,。,明确分析目的,数据收集,数据库,第三方统计工具,统计年鉴或报告,市场调查,数据埋点，就是在正常的功能逻辑中，预先添加统计代码，将自己需要的数据统计出来。,数据收集,自己研发，开发时加入统计代码,，并搭建自己的数据查询系统,。,Tcclick,串接第三方统计工具,Google Analytics,、,AppsFlyer,不同产品，不同目的，需要的支持数据不同，确定好数据指标后，选择适合自己公司的方式来收集相应数据,。,数据埋点,数据计算,数据转化,数据清洗,Garbage In,，,Garbage Out,！,数据处理,定义：数据处理是从,大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据,。,万能工具：EXCEL,Tips,：,在做数据处理时,，不要在原始数据上进行数据处理以防原始数据丢失，保留数据处理过程以便发现错误时查找。,数据分析,数据分析,：用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效的结论,。,数据挖掘,：侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。,常用指标,1,2,3,4,离散趋势,：,方差,、标准差、全距,变化趋势：,同比,、环比,相对位置,：,百分比,、四分位数、比率,集中趋势,：,平均数,、加权算术平均数、中位数、众数,数据的描述,纵向比较：,指对同一事物在不同时间里的发展变化进行比较的方法,。,对比分析法,数据分析,对比,分析法：将两个或两个以上的数据进行对比分析，分析其中的差异，从而揭示这些事物发展变化的规律和情况,。,横向比较：,指对同类,的不同对象在统一标准下进行比较的方法,。要注意事物的可比性。,数据分析,细分（逻辑树分析法）,不断用更小的量化指标去细分一个大的指标，从而达到定位问题的目的。,成交额,客单价,成交价,件单价,连带率,人均成交数,客户数,新客户,自然量,推广量,老客户,二次成交,多次成交,数据分析,漏斗分析法,用来分析从,潜在用户到最终用户这个过程中用户数量的变化趋势，从而寻找到最佳的优化空间，这个方法被普遍用于产品各个关键流程的,分析中。,浏览商品,100,加入购物车,30,生成订单,20,完成支付,15,完成交易,10,数据分析,AARRR,模型,Acquisition,、,Activation,、,Retention,、,Revenue,、,Refer,，获取、激活、留存、收入和推荐。,数据分析,AARRR,模型,能用图说明问题的就不用表格，能用表说明问题的就不用文字,。,数据展现,折线图,：按照时间序列分析数据,的变化趋势时,使用。,柱状图：指定一个分析轴进行数据大小的比较时使用。,饼,图,：指定一个分析轴进,行所占比例的比较时,使用。,散点图：描述两个变量相关关系时使用。,1,、要有一个,好的框架,报告撰写,最重要的：,给谁看！,1,2,3,4,3,、每个分析都有结论，而且结论一定要明确,2,、一定,要有解决方案和建议方案,4,、尽量图表化,1,、不要试图面面俱到,，要有重点,3,、不要,回避,“,不良结论,”,2,、不要记叙,文，要议论文,4,、不要有猜测,性的结论,THREE,数据分析的误区,分析,目的不明确，为了分析而分析,缺乏行业、公司业务认知，分析结果偏离实际。数据必须和业务结合才有意义。,盲目依赖数据，对数据中呈现的问题缺乏求证,忽略环境是动态变化的，数据分析的方法和标准一成不变。,四大误区,数据是客观的，但解读数据的人是主观的,。,只有正确的认识数据，才能正确的利用数据,FOUR,十个有趣的数字案例,案例一,忽略沉默用户,用户的迫切需求,产,品的核心需求,粉丝：无条件的热爱一个产品,，盲目地推崇产品的一切，认为他们热爱的产品是完美的。,呐喊者：因为产品,使用中碰到问题而大声呐喊，他们会通过各种途径投诉，,给出一些意见反馈或建议。,沉默的大多数,：如果满意，他们下次就会再来；如果不满意，他们就会默默地离开,。,先因后果,消失而消失,因果关联错误，或忽略关键因素。,A,和,B,的数据高度相关，有人就片面认为,A,影响了,B,，或者,B,影响了,A,；但是，有时候真实原因是,C,同时影响了,A,和,B,，而,C,被忽略掉了。,相关关系,因果关,系,某广告公司分析人员发现：每月广告投入越高的用户，越不容易流失，而广告投入低的用户群则很容易流失，从而得出结论：,“,高投入会降低客户流失率，建议销售引导客户提高首月广告投入，从而降低新客流失率,”,。,案例二,2008,案例三,姚明的三分投篮命中率为,100%,实情：姚明只投了一个,三分球，科比投了,53,个,科比的三分投篮命中率为,32%,在样本量足够时误差才会较小，,结论才会可靠,当比尔,盖茨走进某个普通的酒吧，一瞬间，酒吧里面的所有人都变成亿万富翁。,案例四,平均数使用不当,Tips,：当数据,的分布极度不均匀时，看,“,平均数,”,不如看,“,中位数,”,和,“,众数,”,。,参加美国海军比生活在纽约市更容易保命？,案例五,不匹配的对比,Tips,：对比分析时不同变量必须,是同类的或具有相同性质的，,而且必须是处于同一时间区间内的。,您更喜欢阅 读哪本杂志？,案例六,要注意敏感因素,Tips,：隐私话题不用直接询问，可以从不同角度确认这些信,息。,2013,年嫦娥三号实施登月计划之后，中国主流官方媒体反复强调：中国成为继美国和前苏联之后，第,3,个实现,月面软着陆,的国家,”,。,世界第三,案例七,以,“,月面着陆,”,来计算，中国排在,第,5,位。前面,4,个分别是：美国、苏联、日本,(1990),、印度,(2008),欧洲空间局,“,月面着陆,”,的时间也早于中国，但是,“,欧洲,”,不能算单独的国家。,“,月球探测,”,的难度其实远远小于其它几项,(,比如：火星探测、彗星探测、小行星探测,),。,“,追加定语,”,可提升排名,案例八,基于个案下结论,林,彪：不抽烟,不喝,酒,-,63,岁,周恩来：不抽烟,只喝,酒,-,73,岁,毛泽东：只抽烟,不喝,酒,83,岁,邓小平：既抽烟,又喝,酒,93,岁,张学良：吃喝嫖赌均有,103,岁,一样的数据，不一样,的图形,案例九,别被数据,的表达技巧所蒙蔽,Tips,：图表很直观，但也很容易欺骗你的眼睛。,案例十,错误的推理,千寻用户质量太差，推什么效果都不好！,Tips,：谁再说这样的话，直接拍死,Ta_,最后,数据,分析的基本方法是统计，核心是思考与推理,。,参考网站,知乎,http,:/