上周，我们邀请到了三位数据分面的老师，给三节课的同学们带来了一系列干货满满的数据分析入门课程。
几位老师有着丰富的数据分析技术和案例实战经验。其中有前LinkedIn商业分析部高级经理，现为GrowingIO联合创始人陈明老师；还有曾就职过美国Emas Pro、 Kyocera 分析师的檀润洋老师，曾就职过百度统计和去哪儿的徐冰杰老师，他们现都是GrowingIO的数据分析师。
三位老师的课程得到同学们如潮的好评，也产生了很多高质量的问答，一些志愿者将答疑内容整理了出来，如果你错过了这次的数据专题，可以看这里的部分答疑内容。
Q： 数据分析是偏运营还是技术的呢？数据分析需要懂业务？
答疑老师徐冰杰（GrowingIO分析师）
A： 数据分析这个词很大，在企业内部，数据分析涵盖了非常多的内容，它是一个体系化的东西，包括了从底层的数据收集，存储，数据清洗。再到中间我们去把数据做处理和可视化的呈现，从数据里面，通过建模也好，分析也好，得出有见解的结论，应用到业务上面，它是层层递进的关系。所以在这个过程中，既有运营也有技术的工作，都涵盖了。
现在讲到的数据分析是脱离不了业务的，业务本身又有很多不同类型。在电商里面，你可能要去分析供应链，物流配送；在互联网金融里面，分析作弊模型；在线旅游行业，分析用户预订机票和酒店的行为习惯，怎么让用户体验更好，这些用到的技能是不同的，总归而言是脱离不了业务的。
Q： 请问在实际工作中，我们如何判定和细分数据指标。比如流量来源，分为百度、微信、知乎等等，那么是否有必要再添加时间段去细分？
答疑老师 徐冰杰（GrowingIO分析师）
A： 这个问题比较偏流量运营部分。我们在监控和分析数据的时候，最常用的就是我们要做细分和对比。
细分按照很多维度拆分。比如按照流量来源，把流量分为从百度、微信、知乎来的。细分之后，就知道是哪个渠道来的流量引起的波动。
时间也是一个维度，更重要也是一个趋势。按照时间维度趋势，按天、周、月，在某一天按小时看，都是可以发现很多问题的，对于我们在运营的时候及时发现异常点都是很有帮助的。
Q： 如何区分用户来的渠道是通过线上还是线下呢？比如说有可能在地铁站用户看到了网站的广告，然后用百度搜索那个招聘网站，然后进去了，这个应该怎么算呢？
答疑老师陈明（GrowingIO联合创始人）
A： 这个问题非常好，这个涉及了几个相应点，首先区分线上和线下的方式有很多种，以往呢，区分线下是比较难的，有一种方式就是会在注册时让用户选择，用户本身是从哪儿来的，有的用户就选，而大部分用户是随便选一个。而现在进行这种推广是比较容易的，比如二维码扫描，利用一个二维码生产一个链接，这个链接可以加一个参数，再收集推广后的结果，让运营团队去分析这个用户是从哪儿来的。
而对说的从百度中搜索又从地铁广告中看到，这里会牵扯到一个渠道归因的问题。是一个比较复杂问题，对于不同行业是有不同标准。以前我在Ebay最初的模型是一个非直接点击的模型，就是说无论从哪一个渠道进来，都是看最后外部渠道点击进来，所产出购买、交易额的归为最后一个渠道。
而这样的模型是最合理的吗？肯定不是的。之后做了一个模型式，我们会把用户之前120天所有经历的渠道都拿出来，一个时间序列的方式，把消费平摊下来近的多给一些贡献，远少给一些贡献。
这个也和产品的转化周期有关，比如说一个旅游产品，一个产品可能上千上万，这个的决定周期很长，每一个渠道都会受到影响。比如说要买一个手机壳，但这个就会受到最终渠道影响最大，和业务的形态是相关的。
Q： 核心转化的点有什么共同点吗？我怎么才能知道一个产品的的转化点有哪些呢 ？
答疑老师陈明（GrowingIO联合创始人）
A： 其实产品转化核心点呢，是要了解产品本身的业务模型，通过什么的运营方式来达到一个样的目标，有些产品是通过向C端用户收费来完成的，有些是通过购买物品来实现盈利的。
其中有关转化的共同点呢，就像我在课程中讲的，最关键是要如何思考每一个决策与数据和转化节点间的关系，这些观点很多是共同。比如说常见的漏斗分析，对于很产品和多场景是通用的。就像留存分析，对于用户细查和分群，在很多产品中是通用的。
Q： 请问toB产品的用户数据分析该怎么做？我们公司是toB的，经观察商户数量比较稳定，一些关键数据如登陆成交也很稳定，怎样从稳定的数据里发现问题呢 ？
答疑老师 檀润洋 （GrowingIO分析师）
A： 现在toB的企业，其实SaaS企业还蛮多的。像SaaS企业我们一般采取的方式也就是说用户按月付费。这种付费方式给我们带来的后果是，每个月用户付一点钱，如果用户在前几个月流失的话，有可能不能带给我们足够的价值。
所以说我们希望用户长久地留在我们toB的平台上，长久地去使用我们的产品，这个时候我们就需要做留存分析。因为只有客户留下来才可能进行变现，才可能有更多的销售机会。从原则上来说，第一方面减少流失、第二方面增加留存。
从这些方面把用户的关键行为都监控起来。如果这些用户对我们产品试用粘度非常大，然后我们就可以追加销售，如果发现用户在近期经常不使用我们的产品，那很有可能就会流失。我们要减少流失，就需要有一些比如客户成功的人员介入。只有这样，让留存值上去之后才有可能让我们的指标变得越来越好看。
Q： 请问toB产品的用户数据分析该怎么做？我们公司是toB的，经观察商户数量比较稳定，一些关键数据如登陆成交也很稳定，怎样从稳定的数据里发现问题呢 ？
答疑老师 徐冰杰（GrowingIO分析师）
A： 提到流量不错，流量包括数量和质量。是数量不错还是数量和质量不错？如果是数量不错，可以衡量这些进来的流量哪些是高质量，哪些是低质量流量。
我们首先分析出来有的流量质量不好，有的质量不错。不错的流量在下单转化率很低，我们就可以去进一步分析。可以看下单从用户进来之后，落地页面到了哪里，比如说流量集中到首页，从首页到下单的主要路径有哪些？把路径找出来以后，再去衡量用户在每一步的流失或者转化很高或者很低，为什么会这样，可以用我们的维度来细分，找出到底什么样也正的用户在这一部分转化率是高是低，低的是怎么回事？
电商本身除了用户的基础维度，还有商品。在进入网站之后，会有几个主要的路口，除了导航，推荐的商品，我们推荐的商品，还有很重要的路口包括搜索，如果搜索体验不好，搜索到的不是用户想要的，用户也会离开这个网站。可以去衡量不同的入口，用户后续的转化是怎么回事？到底在那个部分流失的比较高？
除了用户的维度还有商品的概念，用户看到那些商品转化高，那些商品转化低。搜索结果部分我们还有排序逻辑。电商网站可以做的就比较多了。可以看用户的主要行为，后续的主要路径。在搜索部分，搜索的体验是否OK的，逻辑是否OK的。继续向后转化的时候，比如进入购物车，在购物车里的行为是怎么样的，加入购物车去结算的过程是怎么样的，在关键的环节上是否发生流失的情况都是值得分析的。
Q： 2C网站，主要成交靠销售员促单，没做过留存工作，现在刚开始可以从哪些方面尝试？
答疑老师 檀润洋 （GrowingIO分析师）
A： 我觉得尝试的点还蛮多的。首先可以把访问网站的用户监控起来，从最开始用户访问网站到最后成单，可能会在我们网站上经过不同的步骤。可以把这些步骤设为各种各样的目标，从开始进入网站到最后实现转化。在一步一步接近目标的过程当中，越接近目标的客户越有可能转化。我们就会对这些快要转化的用户可以通过一些手段比如发送email促销、针对性地所谓的打电话，各种各样的方式促进成单。
一般情况下，在促进成单以后，我们可以获得这个客户的所有信息，然后客户再次访问我们的网站的时候可能只是随随便便浏览，还没有进行购买的行为。我们可以根据用户访问网站的内容，针对性地推送，唤醒用户，让用户返回到网站上。比如说发现用户经常查看购买照相机的页面，知道可能最近用户这个需求比较强烈。根据用户看的内容，针对性地比如发送邮件，唤回他重新回到我们的网站上，进行购买。
Q： 老师可以说一下防用户流失的数据预警机制吗？这个拉回用怎样的一个流程呢？
答疑老师 檀润洋 （GrowingIO分析师）
A： 把公司的产品建立一套完整的监控体系，产品提供不同的功能，每个功能都有关键的需要监控的点。
比如一款分析工具，做留存分析需要知道留存中哪些按钮是非常关键的，用户点击了这个按钮才证明他深度使用了等等。我们会把平台分成几大块，比如说数据采集用户的活跃度、数据建立可视化方面的活跃度。
把活跃度建立之后，就可以看每个用户对不同场景功能或这些功能模块的使用情况。如果发现某些客户，对我们来说就是公司客户，对某些产品功能的使用量非常低，使用量低的时候我们就开始介入，在介入之前详细研究在我们平台上哪些功能模块使用量比较低，低到什么程度，有了很好的把握之后，才会去和客户针对性的谈，是产品用的不够熟练，还是有些地方比较陌生，然后对他们一一地讲解，用这种方式防止用户流失。
在流失之前就要做这件事，流失之后做就很难了。
（完）
[复制链接]
雷达卡
发表于 2016-6-25 13:10:56
收藏
表示支持
表示反对
提升卡
沉默卡
变色卡
千斤顶
照妖镜
