数据分析思路

前言：

       希望通过对自己学习数据分析和增长过程中学到的东西和碰到的问题进行整理，可以帮助那些在数据分析的道路上摸索的小伙伴儿们带来一些思路。

       首先介绍大的数据分析思路，然后再简要介绍每个部分，和大家一起理清数据分析的方法和流程，如果有机会再详细的聊聊对应的环节。

数据分析思路

       整体的数据分析思路是：首先进行数据分析建模，然后根据数据模型进行采集数据，再通过一些数据分析工具把采集来的数据进行清洗和整理，最后通过数据可视化得出分析结论，进而对产品进行设计或者迭代。

数据建模：

       我理解的所谓的数据分析建模其实就是：根据你的业务或者产品目标进行数据指标的拆解，拆解到可以直接通过数据反应出结果为止，就类似我们学的数学中的因式分解，图中最后的结论是当x大于1或者是1/3时就会使不等式成立，那么我们在数据分析时实际上找的也是x的满足条件。

因式分解

举个例子：假设情况（不一定很严谨）

公司背景：业务驱动型公司，公司的商业模式是：公司为用户提供会员服务，通过收取服务费进行盈利；业务流程：线上获客（得到线索），然后运营人员与用户建立联系进行用户的初步筛选，最后再由专业的业务人员提供服务进行付费转化。

公司目标（不算成本了，有点复杂）：营业额2000万；

条件：已知去年的客单价是1万元，网站去年的全年流量是100万，注册转化率是1%，付费转化是10%，这样去年的营业额=10,000*1,000,000*0.01*0.1=1000万。

营业额 = 客单价 * 付费用户

营业额 = 客单价 * 注册用户数 * 付费转化率

营业额 = 客单价 * 流量 * 注册转化率 * 付费转化率

现在业务模型就出来啦，这个过程也就是建模了。

接着就要多模型进行分析和拆解啦：

如果想达到2000万的目标，可以有多种组合2^4（2的4次幂，不知道对不对），最简单的就是我拿出一个指标进行翻倍，其他不变，那么理论上就可以达成目标了，但是理想很丰满，现实很骨感，所以我们需要对指标进行拆解，尽量提升每一个指标以最大限度的达成目标。

      上面的思路基本就是一个建模的思路，根据上面的模型我们知道，我们可以分别通过提高客单价、流量、注册转化率、付费转化率这些指标去达成我们的目标，但是每一个指标怎么提升可以提升多少就要通过数据的分析来帮助我们了，请见最后一节数据分析。

数据采集：

       不同的公司数据采集一定是不一样的，初创公司可能还没有数据的储备，逐渐成熟的公司可能会有一部分数据是在自己的数据仓库中另一部分在第三方平台中，再大的公司就会简历自己的数据仓储啦，所以根据自己的公司去寻找数据，如果还没有数据那就尽早准备进行收集数据。

       在介绍数据采集前简单介绍一下我理解的数据类型：流量数据、用户行为数据和业务数据。

流量数据：就是网站的流量，包括PV、UV、访问时长、跳出率等这些数据属于流量数据，我理解这些数据是一个笼统的数据，它反应出来的是你产品某段时间的状态；流量数据的作用，可以帮助你监控产品的状态，比如跳出率突然高了，有可能哪个功能不好用了；访问量突然降低了，是不是哪个渠道给你封杀了。

用户行为数据：用户行为数据就是用户使用你产品产生的数据，这部分数据通常包括产品的内容访问次数（用户数），功能的点击次数（用户数），用户的使用路径，用户特征等；用户行为数据可以帮助你了解用户真正感兴趣的功能或内容，让你更容易找到你的‘魔法数字’（增长黑客中提到），比如你在产品中设置的路径突然有一个流程的转化率急剧下降，这个时候你通过这个数据就能发现产品中的问题，是不是这个路径设计的不符合流程或者下一个入口不明显不好理解，这些都可以通过用户行为数据找到。

业务数据：业务数据就是根据你公司的业务相关联的数据了，例子中的转化用户的数据就是业务数据，这部分数据可以结合前面的流量数据和用户行为数据进行分析，帮你更好的实现目标，加入你用过分析业务数据中转化用户的渠道来源，结果发现转化用户80%都是来自A渠道的，A渠道的流量占总流量的50%，B、C渠道流量占30%但是B、C渠道转化用户几乎为0，这个时候你就可以得出结论B、C渠道的流量不能再投放了，A渠道要加大投放。

下面回到正题中的数据采集方法：

流量统计：通常用百度统计或者Google Analysis，都尝试过，个人觉得还是百度统计更习惯一些吧，而且配合SEM使用更方便，当然如果可以最好在自己公司的数据库也进行统计，毕竟第三方的数据不够精准，而且以后做数据可视化更加方便。如果使用百度统计，常用指标直接观察就行了，百度统计的功能已经很全面了感觉日常使用足够了，如果有特殊数据需要分析，我通常会做好筛选条件，下载Excel，然后通过Excel进行简单处理，再用可视化工具进行分析（我现在用的是Tableau，下文会介绍）。

用户行为数据：用户行为数据的统计方式有两种方式，第一种使用第三方工具，第二种是自己打点到数据库，如果是中小型公司建议使用第三方工具，如果公司支持那么可以花钱购买第三方付费工具最好啦，如果创业公司预算不足建议找一些免费的第三方工具。付费的第三方数据采集分析工具（接触到的）：GrowingIO、神策数据，个人感觉如果自己公司不能采集较完整的数据使用第三方挺好的，可以直接使用它们提供的模型进行数据分析，而且提供的也非常全面。免费的只用过友盟的APP数据统计，现在也支持数据分析等功能了。

业务数据：这部分数据大多数应该是存在自己公司内部的数据库了，这种数据也不放心放在第三方，通这部分数据我觉得最核心的是数据采集时候做的数据关联，比如要把CRM的数据和流量渠道的数据进行关联，在数据建表的时候肯定是需要考虑的非常全面的，这部分可能更多的要仰仗架构师了，当然你如果你对业务非常了解的话你也可以对数据进行设计。这部分数据通常在使用的时候直接查数据库，或者你也可以请RD把数据帮你导出来，然后你再用Excel和tableau进行数据分析。

关于数据采集暂时整理这些。

数据整理：

数据整理主要介绍一下工具，数据整理的目的是为了更方便后面的分析，因为在对数据进行可视化时除了保证数据的准确性还要让数据尽量规范，才能达到更好的分析效果。数据整理的工具介绍两个：Excel和SQL。PS:我这里只介绍MySQL数据库的使用，现在很多公司使用MongoDB，这个我不太熟需要小伙伴自己研究了。

Excel：这个日常用使用频率最高的office软件相信大家都不陌生，这里简单介绍几个常用的功能和技巧，较少工作中时间的浪费。

SQL：SQL是一种语言，不是一种工具，他是可以直接跟数据沟通的语言，你需要用这种语言跟数据沟通获取到你需要的数据，我们通过一些工具与数据建立连接然后再用这种语言（SQL）从数据库中获取我们想要的数据，当然这部分数据也可以导出为Excel再进行简单的处理，你更可以使用tableau直接与数据库建立连接（Tableau是一种可视化工具后面会介绍）。

Excel常用功能及部分技巧：

（未完待续）