【WPS】数据分析思维（二）

数据分析思维是很多职场人士必备的基础技能，比如你很可能遇到过下面的情景。

小王的公司规模正在渐渐扩大，需要继续扩展市场规模，提高市场占有率。为此，业务部门的同志们对此畅所欲言，但众说纷纭，提出了以下建议。

小 a 说选择渠道 A ，因为渠道 A 的用户都是小鲜肉，与我们的产品画像相关性更高。

小 b 说渠道 B 更好，渠道 B 的用户消费能力比较强，有利于产品进入高端市场。

小 c 说渠道 C 最为妥当，渠道 C 的转换率最高，增加投放可以获得更多的回报。

小 d ... ...

作为决策者，在有限的资源下，究竟应该选择哪个渠道进行投放呢？这就需要用到数据分析的结果来为我们提供决策依据。

数据分析通常分为六个步骤：明确目标、筛选数据、数据清洗、数据统计、绘制图表以及数据分析。

1. 明确目标

我们常说，选择往往比努力更重要，方向不对，努力白费。在开始数据分析前，我们首先需要做的就是沟通，明确目标。

如何明确目标呢？不妨借助企业目标管理工具：SMART 目标管理法。SMART 目标管理法是企业中进行目标管理，并确保目标可以实现的有效工具。

SMART 目标管理具体指：

• S - Specific 具体的
• M - Measurable 可衡量的
• A - Attainable 可实现的
• R - Relevant 相关性的
• T - Time-bound 有时间限制的

下面，小鱼就从 SMART 目标制定法的 5 个方面出发，来明确我们的分析目标：分析哪个渠道投放效果最佳。

S - Specific

Specific 具体的，即我们要从哪几个方面进行分析。

经过进一步的了解，我们发现公司目前的投放渠道一共有 8 个，所以接下来我们要分析 8 个渠道中哪个渠道的投放效果最好。

T - Time-bound

Time-bound 只有时间限制的，指的是在指定目标时要有明确的截止时间。

在分析各个渠道的投放效果时，我们需要保证数据的时效性，比如选择最近半年的数据。所以目标进一步转化为：判断上半年，8 个渠道中哪个渠道投放效果好。

R - Relevant

Relevant 相关性，指的是我们分析的方向要和企业目标是相关的。上级为什么要找到一个投放效果最佳的渠道？相关性要求我们找到问题的本质。

假设，公司目前正处于扩张期，需要快速占领市场并获得更多的收益。因此，结合公司发展现状，我们得到了如下两个需求：

• 快速占领市场
• 获得更多的收益

上述的两个需求对应到投放渠道上，就要求：

• 渠道转换率不错
• 有利润，有增长潜力

经过相关性的补充之后，我们本次的分析目标就进一步转换为：分析上半年，8 个渠道中转换率不错、有利润，且增长潜力不错的渠道。

M - Measurable

Measurable 可衡量的，指设定的目标可以进行量化评估。

经过相关性的分析后，目标还是不够具体，因为转换率不错、有利润、有增长潜力这些都不可以直接衡量。

什么是可衡量的呢？比如说转换率不错，量化之后可以是转换率高于平均水平。有利润可以理解为利润大于 0 ，也可以根据公司业务判断利润必须达到的最小值。有增长潜力，则需要判断转化率的趋势，最好是持续攀升的状态。

经过量化，可衡量之后，我们的目标已经变的非常清晰了：

• 上半年，哪些渠道的转换率高于平均水平？
• 上半年利润大于 0 的渠道有哪些？
• 哪个渠道上半年的转化趋势呈现为稳步上升？

A - Attainable

Attainable 可实现的，指制定的目标是可以达到的。

通过业务部门的帮助，我们拿到了公司上半年渠道 A~H 的投放的相关数据：

... ...

通过上述表格中的访问量和粉丝量可以计算出转换率，使用收益和投放费用可以计算出利润。因此，本次数据分析目标是可达到的。

通过 SMART 法则，原本模糊的目标，变成了清晰、可执行的操作。因此，数据分析的第一步明确目标是非常重要的，接下来，就可以根据目标筛选所需数据了。

2. 筛选数据

数据筛选是指根据我们分析的目标，将无关的信息剔除在外。比如，本次任务中，我们只需要筛选出近半年的数据即可。

提示：可以使用 Excel 超级表的筛选功能，把需要删除的信息筛选出来，一起删除。关于数据筛选的具体操作非本文章讨论范围，筛选数据可以使用 Excel，Pandas 等工具。

3. 数据清洗

数据清洗往往是数据分析中耗时比较久的一步，需要处理数据的规范性问题。比如：多余的空格、带有单位的数据、日期格式不规范、缺失值等等。

提示：关于数据清洗的具体步骤也不在本文章讨论的范围，同样你可以使用 Excel 或者 Pandas 等工具完成你的数据清洗工作。

4. 数据统计

数据统计是指根据目标，对现有数据进行统计。我们先来回顾一下使用 SMART 原则制定的数据分析目标：判断哪个渠道

• 上半年转换率高于平均水平？
• 上半年利润大于0？
• 上半年转换率趋势呈上升趋势？

首先，我们需要计算出目标中的两个指标转化率和利润。转换率的计算使用粉丝数/访问量：

使用自动填充计算全部值，并设置为百分比格式。

在J列录入利润，以计算每条数据的利润值。

有了利润和转换率，接下来就可以围绕 3 个目标开始我们的分组统计了。

目标 1：上半年利润大于 0

统计各渠道上半年的总利润。

分组的维度为渠道，聚合的方式为利润求和（度量）。将渠道拖到数据透视表的行，利润拖到值，默认聚合方式就是求和。

目标 2：上半年转化趋势

统计各渠道 1 月份到 6 月份的平均转换率。

首先按渠道分组，然后再按月份分组，聚合的列为转换率，聚合方式为求平均。创建好数据透视表之后，将渠道拖到行，月份拖到列，转换率拖到值，并将转换率的统计方式改为求平均值。

这时候列还没有进行组合，点击任意一个日期单元格，右键选择【组合】，将步长设置为【月】。

最后将转换率所在单元格格式设置为百分制。

上述数据透视表就是各渠道上半年每个月的平均转换率了。

目标 3：上半年转换率高于平均水平

需要统计各渠道上半年的平均转换率以及所有渠道上半年的平均转换率。不过，在目标 2 中的数据透视表中，已经为我们统计出了各渠道上半年的平均转换率，所有渠道的平均转率为 4.03%。

以上就是数据统计的部分了，数据统计用于对多维度的数据进行分类统计。

5. 绘制图表

上述的数据统计透视表不够直观，为了便于分析比较数据，需要将数据可视化，即绘图制表。

1）各渠道的利润大小

首先，来绘制第一个透视表的图表，比较各渠道利润的大小，可以用条形图或者柱形图。下面是小鱼绘制的各渠道利润大小的条形图：

通过柱形图直观地展示了各渠道的利润情况，左侧利润为负，右侧利润为正，通过条形图的长短，可以非常直观地得知渠道之间的利润差异。

2）各渠道转换率趋势

下面，小鱼来绘制各渠道1至6月份转换趋势图：

但目前这张图承载了太多信息，不方便对于每个渠道单独进行观察，我们可以插入一个切片器，来完成渠道的筛选。

在弹出的【插入切片器】对话框中，勾选渠道：

插入的切片器，将会列出所有的渠道供我们选择：

当选择切片器不同的渠道时，将会绘制出相应渠道的转换率变化趋势。

注：为了在切换渠道时，纵坐标的刻度不发生变化，需要设置纵坐标的最大值，直接在坐标轴选项最大值修改即可。

绘制图表多数情况下都是绘制数据透视图，选中透视表中的数据插入图表即可。透视图用于对数据进行对比分析，以及清晰呈现数据变化趋势。其中，柱形图和条形图比较数值大小，圆环图则显示占比关系，折线图可以反应数据趋势。

6. 数据分析

数据可视化之后，我们需要的答案也就呼之欲出了。首先是各渠道的利润情况：

利润大于 0 的渠道有A、D、E、F，其中渠道 A 的利润最大为 48518，其次是渠道 F 利润为 34741。

我们再来看转换率情况，我们可以重点分析利润为正的渠道，看看他们的转换率情况。渠道 A 的转换率情况：

所有渠道的平均转换为 4%，渠道 A 的转化率整体保持在 3% 左右的水平，渠道 A 的转换率不是很理想。接下来看渠道 D 的转换率情况：

渠道 D 的转换率整体维持在 2% 左右，也低于平均水平。然后我们来看渠道 E 的转换率：

渠道 D 的转换率保持在平均水平，并且有小幅度下降趋势。最后，来看渠道 F 的转换率：

渠道 F 的转化率在前两个月低于平均水平，但 3 月份开始后呈现出快速上升的趋势，持续攀升。

综上所述，渠道 F 有着可观的利润，不错的转换率，并且转换率趋势最好，未来需要把资源倾斜到渠道 F。