-
实现数据分析闭环的五个步骤
很多做数据的同学，光看着自己写报告，看不到自己的建议被落地，常心怀缺憾。觉得不能像产品/运营那样打造一个数据分析的闭环，能力也没法提升。其实这是一种误解。今天结合一个具体案例，看看数据分析的闭环，究竟如何打造。 问题场景： 某餐厅，其所在的商场原本可免费停车，从本月起改为收费停车，而且停车费相当贵。餐厅店长纠结：停车费是否会影响收入。问：该如何做分析？ 一、不及格的分析 这里最容易范的错误，就是列…- 9
- 0
-
如何搭建属于 “数据业务”的指标体系？
临近年末，上到集团总部，下到每个员工，都开始做年度工作总结和项目复盘；这其中，对齐KPI指标的、量化的成果和价值，必然是工作总结中的核心亮点。 作为数据人，在支持业务部门“用数据说话”的同时，你和你所在的数据团队是否也在用数据说话呢？是否有明确可量化的KPI并持续PDCA呢？是否也在通过指标评价结果、发现原因、指导行动、做出规划呢？是否也能将OSM、UJM、原子指标、派生指标等概念应用于自身工作呢…- 9
- 0
-
用户行为埋点常见问题讲解
随着互联网用户体量增长日渐达到瓶颈，用户增长的关注点由花大精力投放拉新，转向对已有用户的精细化运营，“留住老客”成为越来越多企业的关注点。然而仅仅通过GMV，销量等最终业务数据并不能全面反映用户在平台上的行为、这些行为是如何影响最终kpi，以及用户的行为偏好。 为了能够在不影响用户体验的前提下尽可能捕捉、追踪用户的行为，我们需要通过埋点来记录用户在平台上的浏览、点击、曝光的数据，但是在笔者帮助各个…- 35
- 0
-
用户流失该怎么分析？
用户流失该怎么分析？用户流失率的数据可以算，可算出来以后呢？只看数据似乎完全看不出什么流失原因，只知道用户已经X个月没有来了，也不知道看到这个能干啥。今天系统讨论一下。 1 用户流失分析常见错误 ▌ 错误1：试图挽留每一位用户。 这是运营最常见的错误，很多新人都会踩这个坑。不购物了就发券，不登录了摇转盘。结果空烧经费，养出来一帮无利不起早的羊毛客。实际上，用户流失是不可避免的，天下没有100%的留…- 34
- 0
-
广告投手优化师必学的数据分析指标有哪些？（游戏篇）
近期，我经常会在一些社群碰到许多优化师新人问一些优化思路、基础概念方面的问题，尤其是一些基础性的数据指标、及这些指标之间的关系，如何根据这些指标决定优化方向，解释起来比较繁琐，就想对这些基础性的指标做个简单的梳理。 因为优化师们都有个常识性的思路，分析问题层面由大到小，即产品、渠道、账户、计划、素材、落地页等，具体执行层面则由小到大；所以具体指标的，也就需要从比较基础的层面确定。 在广告层面，优化…- 41
- 0
-
企业如何构建业务型数据指标体系？
现阶段互联网发展已经进入精细化运营时代，精细化运营则要求产品能拥有完整、准确且有效的数据。因此为自己的产品搭建一套数据指标体系，对于促进产品和业务增长是至关重要的。 指标能够量化的衡量业务的好坏，评价业务当前情况，为业务的发展提供有效的指引，同时能使团队成员建立共同的目标并为之努力。 为什么需要建设指标体系？ 数据指标体系可以帮助企业运营人员更好地梳理、理解业务，发现业务过程中出现的问题，进而推动…- 43
- 0
-
浅谈线下场景中的数据分析思路
笔者在工作过程中发现，对于一些传统企业，他们还会有线下的场景，例如快餐店内线下点餐屏的用户行为，4s店展台上触屏的用户轨迹等，这些场景的用户行为数据也是值得被收集和分析的，然而由于各种技术限制与认知不足，很多企业还未意识到线下场景数据对用户运营和业务增长的重要性，故笔者撰写本篇文章，旨在与大家分享搭建线下数据分析场景时的难点与思路。 01 线下数据的采集与应用难点 ① 线下数据…- 60
- 0
-
9种常用的数据分析方法
一、关联分析 关联分析，也叫作“购物篮分析”，是一种通过研究用户消费数据，将不同商品之间进行关联，并挖掘二者之间联系的分析方法。 关联分析目的是找到事务间的关联性，用以指导决策行为。如“67%的顾客在购买啤酒的同时也会购买尿布”，因此通过合理的啤酒和尿布的货架摆放或捆绑销售可提高超市的服务质量和效益。关联分析在电商分析和零售分析中应用相当广泛。 关联分析需要考虑的常见指标： 支持度：指A商品和B…- 63
- 0
-
AB实验系列一：基础概念
A/B实验是最直观且科学的一种评估策略因果效应的手段，如果我们想数据赋能业务，A/B 实验是我们的基本工具。我们需要多个流量组提出多个策略想法，然后通过比较不同组的指标表现来选择最合适的方案。做ab实验需要两个条件为前提：同质性和无偏性。 实验中的不同组应该是同质的，这意味着它们都相同或极其相似以确保结果可比性，这通常通过平台工具随机分流来实现。实验也应该是公正的，核心指标只受实验策略本身的直接影…- 60
- 0
-
9大核心指标做好社群数据分析
做社群运营，数据分析重要吗？ 如果你只管1个群，群里几十人，每天用户的发言、加退群情况心里都有数，可能确实不需要数据分析。 但如果你管了几十个群，每个群里有上百个用户，那数据分析就至关重要了。 那么，如何才能做好数据分析，让数据说话，科学指导你的运营决策和动作呢？ 这里，我们可以用“AARRR”模型来辅助社群数据分析体系的搭建。根据这个模型，我们可以将社群运营拆分为5个生命周期，即： Acquis…- 62
- 0
-
5张图看懂搭建数据指标体系
讲数据指标体系的文章很多，经常是开篇一句：互联网指标体系……，下边几百个指标blabla汹涌而出。搞得很多同学很晕菜：这么多指标，实际中到底怎么看？今天系统讲解一下。话不多说，直接上场景。 场景：某视频APP内容运营，每天会固定输出游戏主题节目，节目以介绍游戏为主，目前暂无带货环节，也没有其他KPI考核，就这么先做着。 每一个视频，有：播放次数、播放人数、人均播放时长、会员观看数、10%/30%/…- 64
- 0
-
一个完整的数据分析体系
很多同学抱怨：自己东做一点，西做一点，没有见过完整的数据分析体系是啥样？实际上早在10年前， 很多大型银行就已经建立了很完善的数据分析体系，只是因为行业特殊性，导致外人知道的不多。今天跟大家详细介绍一下。 一、建设的出发点 满足业务需求，是建设数据分析体系的出发点，也是最终目的和最高要求。要注意的是，"业务需求"并没有统一的标准。不同部门，不同身份的人，需求是不一样的。从大的方…- 47
- 0
-
浅谈数据指标以及指标体系
笔者之前就用户行为数据写过一篇科普文《用户行为数据入门理论与实例》，里面有对用户行为分析的整体介绍，其中包括数据指标以及指标体系搭建这个重要的环节；但是受文章篇幅所限，不能完整、体系化地介绍数据指标、指标体系以及其搭建方法。 于是笔者结合自己工作经验撰写了这篇文章，希望能给各位同学带来启发和思考。至于为何这篇文章被命名为"浅谈"，主要还是受笔者经验所限，文章内容深度还有待锤炼，…- 38
- 0
-
定价模型该如何做分析？
"为啥书上讲的和实际做的不一样？？？" 在数据领域，有很多"书上一讲就明白，实际一干就报废"的知识点，因此同学们才有这种疑惑。趁着开年，系统帮同学们解答一下，后续工作、面试都用得上。而在众多理论里，定价模型是最常见的一个。 一、理论模型 定价模型在经济学书本上有标准解法。 1、基础假设：价格与销量成反比 2、算出固定成本（与销量无关的固定投入） 3、算出变动…- 52
- 0
-
如何利用数据分析提升用户留存率？
一、留存的概念和重要性 1、什么是留存？ 在互联网行业当中，因为拉新或推广的活动把客户引过来，用户开始访问公司的网站，但是经过一段时间可能就会有一部分客户逐渐流失了。那些留下来的人或者是经常回访我们公司网站的人就称为留存。 现在大家经常会用到所谓的"日活"（日活跃用户量，简称DAU）来监测我们的网站，有的时候会看到我们的"日活"在一段时期内都是逐渐增加的，这…- 149
- 0
-
七种常见的数据分析方法拆解
数据分析一直是我们互联网人辨别方向的不二法门，我们通过对数据的观测来判断事物的发展趋势，也常常利用数据的思维来辩证的为决策做参考。 下面就给大家详细拆解七种常见的数据分析法，让我们的数据分析少走弯路。 01 象限分析法 从这张图，你能分析出来什么呢？ X轴从左到右是点击率的高低，Y轴从下到上是转化率的高低，形成了4个象限，这就是我们要说的象限分析法。 针对每次营销活动的点击率和转化率找到相应的数据…- 348
- 0
-
如何用工具做好私域的数据赋能?
今天给大家带来的是第3期的第3篇分享内容：如何用工具做好私域的赋能？ 我们来看看阿勇、绍琦和成智，他们关于如何用工具做好私域的赋能分享了哪些内容，我们一起来看看。 本篇文章一共会分为3个部分和大家分享： 一、如何根据行业和SOP选择SCRM工具？ 二、如何做好私域的数据赋能？ 一、如何根据行业和SOP选择SCRM工具？ 私域在这两年的时间蓬勃发展，第一是得力于企微的出现和推广，让企业营销真正有了名…- 193
- 0
-
什么是好的数据分析？
彭友们好，我是你的老彭友。今天在群里看到一个表，真的是太棒了！拿出来分享给大家： 有些时候，想说明一个真理，浪费口舌说那么多都没用，看这个表格就一目了然了。 其实这张图也是我一直说的，数据说话的典型。很可惜，我没找到这个表的来源，要不我得好好感谢感谢作者。 连续与离散 其实数据分析的奥义都在上面那个表里展现的淋漓尽致了。甚至把数据的奥义都展现清楚了。 在《华为数据之道》里有一张图我特别喜欢，就是这…- 259
- 0
-
如何通过数据找到影响用户留存的关键因素
根据QuestMobile数据显示，2021年中国移动互联网用户规模保持在近11.6亿，2021年5月同比增速竟首次出现负增长，这意味着流量红利时代结束，进入存量争夺阶段。而互联网不同赛道的玩家，也不得不把突破增长困局的关键点，放在如何提升存量用户的留存价值上。 在该背景下，作不甘沦为取数工具人的分析师，可以主动深入业务，通过海量数据挖掘出影响用户留存的关键指标，并结合业务逻辑，给出合理可行的建议…- 264
- 0
-
B2B行业的数据分析该怎么做？
很多同学很困惑：B2B类分析该怎么做！！！网上到处都是零售电商的例子，可这都是B2C类业务啊。当然还有一些同学连B2B和B2C都分不清楚，只是感觉到：我这个数据很奇怪，该怎么分析？今天系统解答一下。 01 B2B和B2C的直观区别 一个典型的B2C场景： 小明想喝奶茶，走到一家奶茶店 小明：奶茶多少钱一杯？ 店员：15元 小明：好，买一杯。 小明扫码付款 小明：真好喝！我再买一杯 如果用B2C…- 393
- 0
-
信息流优化师的数据分析技巧
数据分析，天下的优化师都绕不开的话题，我相信已经有不少大佬都分享过账户数据分析的文章，今天塔哥在这里也按照日常中（本人）最常用的数据分析顺序到逻辑都讲一遍，保证从初级到高级的数据维度都会梳理，希望对大家有所帮助。 还是按照国际惯例，仅属于个人经验分享，仅供参考。码字不易，分享无价，觉得不错的请多支持，转发和点赞走一波就更好。话不多说，上才艺！ 01 搜索词报告 透析表 以百度为例。如上图，我们制作…- 601
- 0
-
用户行为数据入门理论与实例
导语 本文属于用户行为数据领域入门级别文章，适合对用户行为数据略知一二但是对这个主题非常感兴趣的同学，且由于篇幅限制，很多术语只能简单介绍，无法深入。如果是对用户行为数据已经比较熟悉的同学，请持续关注本作者在之后发布的进阶文章。 1 什么是用户行为数据？ "用户行为数据"，顾名思义就是用户在 APP、小程序、WEB 端等平台所做的行为（浏览、点击、滑动、长按等），…- 388
- 0
