@IT·互联网呆鸟的Python数据分析大数据和数据分析

如何利用数据指导业务增长?(下)

2020-03-22  本文已影响0人  张言不言

上篇我们主要介绍了为什么要进行数据分析,常见的一些数据指标的拆解思路和如何分析历史数据找到业务增长点。

错过的同学可以看https://www.jianshu.com/p/9c57d5ea0108

今天我们接着写。

4、如何利用数据筛选渠道

获取流量的方式一般有两种,一种是免费流量,一种是付费流量。

今天主要谈主要是付费流量,真金白银花出去,一般在公司里面都会比较谨慎。

谁也不想我钱白花了,白扔了。

我们日常所接触的广告投放,一般来源于四种投放渠道。

1)信息流广告

什么是信息流广告?如果你使用过今日头条APP,你一定能发现在你向下滑动文章的时候有时候会插入广告。

这种夹在一条条信息之间的广告就属于信息流广告。

对于信息流广告来说,一般是让用户留下一个线索,或者下载一个游戏等等。

什么叫线索?

就是你留下一个手机号,后台平台就有了你的信息,便于联系你。

2)竞价排名

这种广告想必大家比较熟悉,说白了就是搜索广告关键词。

当你使用搜索引擎(比如百度、搜狗)等等去搜索一个关键词的时候,会在你的搜索结果靠前的几个地方展示广告。

这些广告主要通过关键词来确定。

那么竞价排名有什么特点呢?

竞价排名效果比较难控制,主要依赖创意等不确定性因素。

举个例子,同样是理财,有些人会搜理财,有些人会搜赚钱,有些人会搜金融,有些人会搜投资。

用户的想法的不确定性导致了其搜索结果的不确定性。

因此你需要一遍遍的去试才有可能去尝试找到更好的搜索结果。

3)新媒体投放

这种范围就比较广了,准确来说,你说经常使用的微信、抖音、快手等各种媒体社交软件都属于新媒体投放。

比如,你的公司想要在某微信公众号投放一篇营销广告,这就属于新媒体投放的范畴。

4)应用商店

这就比较好理解了,我们所熟知的各种应用商店主要是华为、小米、APPstore等等各种应用商店。

通过应用商店的排名优化,广告位的投放等获取下载量。

ok,了解完常见的一些渠道后,我们需要对比一个非常非常重要的指标,叫ROI,或者单个用户获取成本。

ROI是什么?

简单来说叫投入产出比,计算公式为ROI=产出/投入,当ROI<1的时候,说明你这次的投放时亏的;

当ROI=1的时候,说明你的投放不亏不赚

当ROI>1的时候,说明你的投放时赚钱的。

当然也会有一些其他的指标,当你投放获得的用户无法立马创造GMV的时候,可能就需要单个用户获取成本这样的指标来衡量了。

但归根接地,思想就是,我们要通过数据分析各个渠道找到我们成本最低的那几个渠道。

根据业务模式的不同,我们需要看的指标也不同。

但是,一般有几个步骤。

第一,我们要找到这些渠道的转化路径。

用户每一步的操作,算是一个行为,每一个行为的连贯性,都是一个步骤,我们要找的就是这每一个行为梳理清楚。

第二,找到用户路径背后的指标。

如果没有指标,你要定义出来这些指标。

定义的核心是,这个数据一定要能够精准的描述出这个用户行为的变化,变化背后产生的原因。

注意,我这里所说的一定要能够准确的反映当时的用户行为,这就要求我们要站在用户的角度去思考当时他/她点击这一步时候的场景,状态,甚至心情等等。

只有这样,我们才能获取的更加精准的用户,定位更加精准的问题。

第三,通过指标计算出ROI或CAC(单个用户获取成本),比较ROI

找到这些指标后,当你跑了一遍数据,你应该就能计算出相应的指标。

我们要对这指标进行分析,找到最高的几个指标,那么低指标的那些我们通过要找到刚刚那些路径上的数据转化问题,进而一步步的诊断问题。

当然,这三步是必不可少的三步,更多细节以后的文章我会再讲到。

5、异常数据指标的判断与分析

这就是当我们有了建立数据的能力,获取数据的能力,并且建立起了数据指标体系后,我们就可以判断各项数据的变化情况了。

那么我们先来看看数据异常,这是什么意思?

首先是数据,就是你能够获取到的数据。

其次是异常,也就是跟平常不一样。

这就引出了一个问题:如何跟平常不一样?怎么才算不一样?这个异常是不是正常?

那么我们就相对应产生了具体的方法:对比

对比什么呢?肯定是对比往常的数据,跟现在比看看有没有什么区别。

那么如何对比呢?

两种方法,同比和环比。

不知道你有没有这种经历,看到某新闻说,某某数据环比增长多少多少,同比增长多少多少。

其实说的就是这个环比和同比。

我们首先来说环比是个啥?

简单来说,就是相邻时期同一时间段内数据变化情况。

举个例子,这周我工作10个小时,上周我工作了8个小时。

环比上周多工作了2个小时,这就是环比。

那什么是同比呢?

还是一样,这个月的第三周我工作了10个小时,上个月的第三周我工作了8个小时。

同比增长了2个小时。

这就是同比和环比。

ok,我们搞懂了这两项之后就可以按照步骤来拆解数据了。

第一,先查看历史数据,是个例还是趋势。

这就是我刚刚提到的环比和同比来说,首先我们来定位这个数据是不是一场,如果是异常,我们就要进入到第二步了。

第二,拆解该数据的影响因素及查看其对应的指标

比如我这个月用户新增突然降低了50%,那我就要定位从我各个渠道过来的用户数据比这之前有没有变化。

找到某一个渠道发现新增变了,再通过渠道逐渐去筛查原因。

第三,找到关键点,逐一排查

当你找到这个关键点的时候,其实你就找到了其变化的原因。

这个时候,我们只需要进入第四步

第四,对症下药,采取措施就可以了。

当然,采取完措施之后还不够,我们还需要验证和优化。

如果出现什么问题,我们继续回到第一步不断循环执行就可以了。

不管如何确定,我们都要对我们的业务流程产生足够的熟悉和敏感,一旦有什么数据指标变化,我们要及时的找到原因并分析。

以上,供你参考。

上一篇下一篇

猜你喜欢

热点阅读