-
数据分析技巧(基础篇)
数据分析,是每个产品经理,尤其C端产品都应该具备的基础能力。 上一个功能,迭代一个版本,做一次重构,每个产品经理都在做的事,都离不开价值验证。 功能是不是带来更好的数据结果?为什么数据出现下滑?下滑的根本原因是什么?还受了其他哪些因素的影响?如何制定相应策略来提升? 这些都需要通过数据分析才能解决。 数据分析是区分一个普通产品经理和高级产品经理的分水岭,也是【做】和【怎么做、为什么这么做】的核心依…- 487
- 0
-
增长AB测试的注意要点
增长工作中,AB测试可以说是被奉为圭臬的方法,也是产品/运营同学们信手拈来的工具。工作对AB测试接触使用较多,但也有了更多的经验教训以及学习思考。 这次分享5个实际使用AB测试中的关键事项,一起来交流避坑。 一、样本规模预估 AB测试中,对照组和实验组的样本量越大,实验时间越长,实验结果就更加准确。 这可以说是常识性的判断,但是实际上这是由统计显著性决定的: 统计显著性是指对照组和实验组的数据差异…- 649
- 0
-
数据挖掘与分析的六种方法论
最近梳理了一下数据挖掘与分析的常用方法论,这里简要介绍6种模型。 1、CRISP-DM 模型 CRISP-DM是CrossIndustry Standard Process for Data Mining(跨行业数据挖掘标准流程)的字母缩写。CRISP-DM是由一家欧洲财团(时称SIG组织)在20世纪90年代中后期提出来的,是一套用于开放的数据挖掘项目的标准化方法,也是业内公认的数据挖掘与分析的通…- 1.9k
- 0
-
App的数据监控体系搭建方法
移动互联网进入到下半场,流量红利逐渐消失,互联网公司的竞争从增量用户的争夺转向存量用户的争夺。在这种环境下,精细化运营是每个互联网的必然选择。 区别于之前以采买流量为重点的运营模式,精细化运营的特点是针对产品和运营的每一个环节进行精心打磨,以最小的成本产出最大的价值,小到一个推广文案、大到一个业务流程,都要进行小心求证和持续优化,确保转化率达到最优解。 01 结果层 第一层是结果层,是指直接体现运…- 1.6k
- 0
-
用数据驱动活动运营的逻辑
活动是由共同目的联合起来并完成一定社会职能的动作的总和。 活动由目的、动机、动作和共同性构成,具有完整的结构系统。在商业领域,活动是指为达到一定的目标,围绕一定的主题而开展的宣传、互动、促销等商业动作。 而活动运营则是指围绕既定目标,针对不同性质、不同类型的活动开展的运营工作,这些运营工作包括:活动准备、活动策划、活动执行、活动复盘等。 由以上定义不难看出,活动运营首先是基于一定商业目标开展的,每…- 1.5k
- 0
-
数据分析基础思维之对比思维
对比是最基本的数据分析方法,要讲数据分析思维,这个最基础的方法是肯定绕不开的。不过现在的文章提到对比思维,很多都是浅尝辄止,很少看到有人把对比思维讲的更加深入。导致很多数据分析初学者对于对比思维的理解非常片面。 说到对比思维,基本就是以下这种状态: 本月目标100万,业务现状是80万,通过这两者的对比得出目前没有达到目标,距离目标还有20万,完成率80%。好一点的再加一些同比环比的数据,一个所谓的…- 663
- 0
-
如何掌控运营数据指标
所谓不懂数据的运营不是一个好产品,对于数据的分析和敏感度,算得上是运营的“核心技能”,从数据中可以敏锐的发现产品问题所在,用户行为属性等等,本篇文章会更着重的讲“如何掌控运营指标”以及“运营数据指标” 如何掌控运营指标 首先我这里先抛一个个人观点: 我觉得一个资深的运营在着手做解决一个问题时,会尽量将绝大部分的事情在自己的可控范围内,只留下少部分的事情是不确定的。而一个较为初期的运营可能刚好相反,…- 1.4k
- 0
-
数据在产品推广渠道与用户增长的运用
用户增长,老声常谈。 在开始话题之前,我们先对一下眼神,确认你我是否对当前产品现状的看法一致。 在移动互联网的增量时代,每获取一个新用户,就可能意味着你的竞争对手将少一个用户。进入存量时代,新增用户增速越来越缓慢,获客成本越来越高。于是许多APP的新用户的来源,都在针对巨大存量用户的彼此厮杀间角逐。以电商为例:淘宝、天猫、京东、盒马、每日优鲜等等,都数电商APP,还有一大堆非主营电商的APP也在争…- 1.3k
- 0
-
新零售电商做数据分析的事件归因方法论
前序 “事件归因”是我们在做数据分析的一个重要基础,数据的本身是具备抽象性的,一连串阿拉伯数字的组合并不能代表任何内容,且现实情况场景通常都是复杂,多维,相互影响。所以这个时候我们更加需要将每一步复杂场景数字化漏斗,计算场景内的相关因子,推断事件归因,把握业务核心,清晰并数据化所有现实情况,这个行为一定伴随业务发展持续化迭代和不断积累。 对于新零售而言会更加重视“事件归因”的概念,因为涉及到太多线…- 1k
- 0
-
做数据分析要懂分析框架
本文主要介绍分析业务的一般流程,分为两个部分: 一、分析是怎样一个过程 二、分析解决业务问题的框架是什么 分析业务的过程 随着现在大数据存储、云计算、IOT等技术的快速发展,越来越多的场景数据被收集起来,数据的重要性也逐渐被各大公司重视。收集数据是第一步,更重要的是如何分析数据,发现背后的商业价值,帮公司做出正确的决策。 面对海量的数据,面对业务出现的问题,我该如何下手呢?其实分析解决问题的过程,…- 965
- 0
-
引流训练营的转化数据指标
随着拉新成本的增加,现在很多公司越来越注重运营好新用户,比如做好私域流量,做好复购,做好单个用户价值。 引流课/引流训练营就是在此情况下产生的,主要针对拉新进来的低价值用户,通过一个精细化的社群教学服务,转化成公司想要的高价值/付费用户。 那在设计一个训练营之前,需要满足的6要素,我之前有写过一篇介绍:人人可复制!网易35%转化率引流训练营实操模版首公开! 近一年我做了40几期的理财类引流训练营,…- 975
- 0
-
搜索推广的数据分析的四个准则
很多朋友想学数据分析,那么就写写自己的数据分析思路,仅供参考。 数据分析其实是个很空的概念,分析一词太大,从理论层面来看,我觉得数据分析首先得有一些准则。即你该分析什么,主要应该关注什么。就此谈谈自己的看法。 1、二八定律 首先数据分析准则之一,二八定律。 直白的说就是,我们账户有很多词,但这些词只有20%是有展现的,剩下80%是没有展现的。我们应该要先管理好这20%的词,再去看那些没有展现的词。…- 964
- 0
-
微信公众号的数据分析
麻省理工学院一项研究发现,以数据驱动决策的企业,生产效率要比普通企业高4%,利润要高6%。 无论运营推广怎样以小博大,文案美工如何画龙点睛;最后都离不开科学准确的数据统筹与分析;让后面的整体营销更加正确合理。 一、公众号数据分析的必要性 微信公众平台如今已经是第八个年头了,肯定有许多人已经是自诩为新媒体行业 “老人”。但当上司老板向你询问公众号运营情况时,你是否还停留在汇报:现在粉丝多少,平均阅读…- 1.6k
- 0
-
数据分析中常用的数据指标
本篇文章主要记录的是三点: 1、常用的数据指标有那些? 2、他们怎么定义的? 3、日常工作中查看这些指标会碰到那些坑? 什么是数据指标? 定义:对当前业务有参考价值的统计数据。 也就是说不是所有的数据都可以被成为指标,还有就是与当前业务无关紧要的,意义不大的。 数据不是凭空产生的不能脱离现实。 常用的数据指标分为三种(用户数据,行为数据,业务数据) 一、用户数据 用户数据有(存量(规模,DAU/M…- 1.4k
- 0
-
SEM常用的这4种数据分析方法
数据分析在 SEM 中是最为基础的技能,说得简单点,数据分析就是为了发现问题,并为解决问题提供数据参考。 有经验的 SEMer 都知道,尽信数据则不如无数据。数据就躺在哪里,关键在分析之前,你之前要有清晰的思维逻辑:你为什么要分析数据?你希望通过数据分析得到什么? 我一般的分析数据逻辑如下: 确定分析的目的—>收集数据—>整理数据—>分析数据—>得到一些分析的思路 本篇主要…- 1.1k
- 0
-
用数据分析指导APP运营工作
在移动互联网快速发展的今天,大量APP不断涌现,尤其是近一年多以来,小程序的旺势发展,对APP发起了极大的挑战。 如何让自己的APP在竞品中脱颖而出?如何获取更多的用户?如何对现有用户进行全方位的管理和运营?又如何评估渠道效果和用户质量,制定正确的运营推广策略?都无疑是对APP推广人员的数据分析和运营能力提出了更多要求! 如何用统计分析工具对APP的数据进行分析和运营是今天我们要讲的。 一、常用的…- 1.5k
- 0
-
2种常见的数据分析方法
第一种:对比分析法 “无对比,不分析”,对比分析法也叫对比法,是数据分析中最常见也是最基础的分析方法, 如果我们对数据的评估和汇报缺少了对比,就无法说明效果是好还是坏。 1. 绝对数对比 与 相对数对比 首先我们需要了解绝对数对比和相对数对比: 在数据分析中,绝对数对比一般是指正数之间的对比,如支付人数、DAU、GMV等; 而相对数对比一般是相对数之间的对比,如转化率、增长率、完成率等。 如下图登…- 1.1k
- 0