【数据分析】：搭建数据分析业务工作流程

搭建数据分析业务工作流程

之前我们介绍了数据分析首先要有数据、其次会使用相应的工具分析，最后一定要给出业务决策建议。那么数据分析是如何来推动业务发展呢？在做数据分析时，需从业务角度切入进去，把整个业务条线的流程梳理清楚。我们需要熟悉：客户怎么来、客户的流向是怎样的、需要什么功能来引导客户、怎样维护管理客户、怎样促进成交等流程。只有找到业务流程中的重要节点，才能精准地发现业务上可能存在的问题，进而针对性地解决问题、并提出促进业务增长的方案。本文来介绍一下如何搭建数据分析业务工作流程。

首先我们来思考一个问题。数据分析是如何驱动互联网产品迭代的？

下图是一个互联网产品的数据导向业务工作流基本路径图

通过业务数据的反馈从而使公司的工作流程变成一个闭环，用户数据会成为运营团队想法策略的重要输入，工作目标和团队协作围绕数据展开。那么首先我们来思考一下如何利用这些数据的价值

从数据埋点到构建指标体系

在数据分析时候，我们不能只分析但个指标，需要构建一个指标体系，来指导业务。

例如：我们要分析转化率。假设我们只有单个转化率的指标的话，那么我们只能得到一个这样的结果：上升或者下降了。但是为什么发生了这种变化呢？我们没有办法进行解答。但是如果我们将指标拆解，例如为浏览量和订单量，假设此时转化率下降了，但是浏览量没有明显的变化，那么是由于订单总量下降造成的。那么我们就要进一步分析订单量为什么下降了，如何提高订单量的下降。

如何构建一个数据指标体系

第一步：确定一级指标，也就是我们说的核心指标（北极星指标），这个往往根据公司业务的需求有所不同。例如电商：GMV，DAU。但是这个核心指标不超过十个指标。这个往往是管理层确定的。

第二步：根据一级指标进行拆分。可以从业务分类来拆解。第二个在电商领域经常使用的一个模型:AARRR。第三个方面我们可以从产品的功能来进行分解。

第三步：对我们第二级指标进行拆解。例如日活–周活–月活。转化率：浏览量，订单量

数据指标的拆解

数据指标的拆解通常都是围绕着指标的维度和构成来完成。例如下面这个例子：一级指标为总用户活跃数

电商平台的指标体系

由于电商平台是一个比较重要的存在，我单独列出来了一个指标体系，下面是一个简单的电商类的总体运营指标体系，当然具体的指标会根据公司的业务需求有所变化，但是大家一定要有一个这样指标体系的思维。

互联网产品的指标体系（AARRR海盗模型）

互联网产品中的另一个十分重要的模型就是，AARRR模型，下面我们来看一下其具体含义。

AARRR分别代表了五个单词，又分别对应了产品生命周期中 的五个阶段：

获取（Acquisition）：用户如何发现（并来到）你的产品？

激活（Activation）：用户的第一次使用体验如何？

留存（Retention）：用户是否还会回到产品（重复使用）？

收入（Revenue）：产品怎样（通过用户）赚钱？

传播（Refer）：用户是否愿意告诉其他用户

下面是以抖音APP为例构建的一个简单的数据指标体系

通过数据分析来反馈业务洞察

评估需求： 通过数据把每一个需求转化成实际的数值，让每个需求的价值更加明确。

发现问题： 通过分析“数据变动”反馈出来的业务情况，来发现问题，定位问题，提供解决方案

例如分析活跃用户数：

首先，我们将指标进行拆解为新用户和老用户：具体如下

• 首先，只关注核心指标的变化意义不大，我们要通过二级指标的变化来分析业务的运行情况

• 找到二级指标的变化情况后，通过对三级指标的进一步观察和分析，确定二级指标变化的原因，例如如果新用户的启动率太低了，那我们要想办法如何提高启动率，这个时候提高用户注册对总活跃用户数没有太大的提升。

• 针对每一个方向进行单独的计划和改进，通过预测每个可能方向的提升的幅度，来预测活跃用户数可能提升的比例，以及对应要消耗的资源，提升计划的准确性