这是圈外数据分析课程系列文章第3篇，，是21天日更第5期第20篇。
分享者：吆喝科技创始人 王晔博士
一、数据思维
1、美国足球解说员讲球员的历史数据，跑了几码，射门多少次，射中多少次。这就是数据思维，美国最好，欧日韩中，随其后。
2、数据的三层思维：
1）基础数据思维——赚多少钱，利润多少？
2）专业思维——精细数据。烤红署，11月250斤，12月300斤，1月200斤。季度数据，月，周，天。控制可控制的变量
3）高阶思维——无中生有。从数据中挖掘价值。发现顾客买完红薯要去买水，就加上卖水的业务。发现竞争对手， 在公交站，销量高50%。得出假设：因为人们要等车。然后去验证。在地铁站旁，是否高。
专业水平，少有人做到。高阶水平，是大佬们爱说，不一定做到，王者段位，把数据转化成为商业价值的思维，直接从数据中挖掘出商业价值，利用数据，就能赚钱。
3、数据四大价值
客观性——解决了什么问题。解决摩擦、争端。家电老大：广告放家电，可以提高3%。
量化性——支持决策的数据。明天有30%的可能会下雨。
全面性——A10%,B15%,就相差不大。下单按钮变大，下单量是不是大。
预测性——黑莓手机。APP上用邮件。谷歌的图片搜索，顾客爱，广告收入却下降。
二、数据分析方法
1、数据指标体系设计
2、数据获取与采集
3、常见数据分析方法
1）拆解——问题在哪？机会在哪？流量，转化率，客单价。渠道，新老访客。光看不下单，跳出率，来了不是他想要的，推广是不是不准确，购物车 BUG？推给新用户的，是不是不符合他要的客单价？
栗子：小红书
用户留存高。年青存少。是哪些人？大学女生最少。男性留存高。
行动：不推女学生。再通过用户画像。分析为什么他们低？
RBNB。老地图，模。新地图，清晰。照片漂亮。按浏览器拆解。IE渲染不好。定位问题，优化。提升。
2）维度——维度表，迅速定位，找到提升点。
3）象限——渠道的质量/数量象限。波士顿矩阵分析：明星，瘦狗，山猫，金牛。客户的付费/使用：爱用不付钱的专家推广，不会用爱付钱的土豪多发挖掘，
4）漏斗——获到，激活，留存，收入，推荐。漏斗模型得对。BNB下单。
5）对比——
4、高阶数据分析技术
1）用户画像
2）相关性
3）重要性
4）预测性——相关性不代表因果性。A=KB。AI模型预测出KPI。
微软商城，排版，
假设对详情不敏感。
验证：四个版本。0ABC版本。
结论：0本非最好，C最差，B较差，A高于0.
栗2.参考消息
假设：推荐算法，延时长阅读。
验证：人工推荐，数据推荐。
结论：人工好于数据。
5、数据分析与增长试验闭环
把1234.分析－假设－验证－分析
栗子：理财，拉新容易，提升留存，定期投资功能，每周定投，个性化推荐，弹框，定投5美元，转化提高55%。
分析，新用户，打开APP就定投。提高几倍。
再分析，把积小成多的成果展现给有户，可以提高转化率。
把FACE广告页面方案改成积小成多的成果。
三、数据分析工具
第三方，GA，容易测试，快速看成果的，优先去测试。
四、团队
五、《A/B测试，创新始于测试》
数据闭环。
网友评论