连数据分析都做不好，何谈用户增长？

简诉数据分析

1、数据分析是什么？

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将他们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总计的过程。

数据分析的目的是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出所研究对象的内在规律。

2、数据分析的作用：

a.现状分析

了解产品现在整体运营情况，通过各个指标的完成情况来衡量目前的状态，说明是好了还是坏了，好的坏的程度在哪里。

告诉你各项业务的构成，了解各项业务的发展及变动情况，对产品更深入的了解。

例：分析app目前日/月活、日/月新增、日/月卸载量、留存等数据，可以了解app发展的状态。

对投放的广告进行数据分析，可以清晰了解运营重点和方向，以及对运营效果进行评估。

b.原因分析

简单来说就是某一现状为什么发生。现状分析后，具体好在哪里，差在哪里，是什么原因引起的？原因分析一般通过专题分析来完成，针对某一现状进行原因分析。

例：本周广告转化较上周减少了，为什么？（流量减少了？还是广告内容确实有问题？）

App卸载率高了，为什么？（产品迭代导致的？强制更新？消息推送？）

c、预测分析

简单来说就是将来会发生什么，在了解运营现状后，有时需要对未来发展趋势作出预测，为制定运营目标及策略提供有效的决策依据。

例：广告投放高收费的产品（但是现状是转化效果非常不好）；低收费产品广告占比和高收费产品广告占比的对比分析，判断后续广告投放集中在哪类产品。

数据分析六部曲

1、明确分析目的和思路

在开展数据分析之前要想想为什么要进行数据分析？通过这次数据分析我要解决什么问题？只有明确数据分析的目标，数据分析才不会偏离方向，否则得出的数据分析结果不仅没有知道意义，甚至可能将决策者引入歧途。

2、确定分析思路

确定分析目的后，要梳理分析思路，并搭建分析框架，把分析目的分解为若干个不同的分析要点，即如何具体开展数据分析，需要从那几个角度进行分析，采用那些分析指标。

搭建分析框架，分析框架体系化，体系化就是逻辑化，就是先分析什么，后分析什么，使得各个分析点之间具有逻辑关系。

3、数据收集与处理

收集数据库、各种三方统计平台、问卷调研等；拿到数据之后不要盲目的进行分析，要根据自己本次数据分析的目的以及分析的思路，对数据进行清洗整理，只保留关键性数据，不然无用数据太多，会影响分析。

信心：有一个故事，一人到少林寺学武，少林寺的师父安排他在寺内做杂活，劈柴，提水。提了水把水倒入水缸，然后再用手掌把水缸里的水拍出来。一个个冬去春来，这一拍就是整整三年。小伙子实在忍不住了，自己来少林寺是学习武功的，结果什么功夫都没有学到，小伙子有一次生气拍了一下水缸，结果水缸被拍列了，原来在时间的积累中潜移默化地已经学会了真功夫。要有信心，不能时时怀疑自己，相信自己一定可以做好数据分析。

细心：千里之堤，溃于蚁穴。对异常敏感，一个异常值可能就是问题症结所在。

平常心：不急，不燥；遇到问题不能退缩，找不出原因不能敷衍伪造，洞悉事物本质，实事求是。

4、数据分析

尝试判断数据准确性；日活、展现率、成交率平时基本都是一个平稳的状态，如果突然升高或降低，则为数据异常，多问自己是什么原因导致的。尝试去猜测原因。

对数据敏感，对计算结果多问几个为什么？比如报名率降低了30% ，是什么原因呢？

分析异常问题，列出可能导致出现这些问题的原因，但只给猜测是没有意义的，需要寻找方法和数据对比，逐一验证排除。比如广告报名率降低了，是不是落地页的问题呢？对比一下落地页的风格、主题是不是存在差别，来验证落地页的影响。

5、数据展现

数据一般通过表格和图形的方式呈现，它能更加有效、直观地传递出问题和结果。

包括饼图、柱形图、条形图、折线图、散点图、雷达图、金字塔图、漏斗图

6.分析报告

结构要清晰，关键性结论可以放在明显的位置（报告头部），使报告阅读者可以很快的了解本次分析解决的问题是什么？或本次分析发现的问题是什么？解决办法后续动作有哪些？

分析报告要简洁明了，避免重复数据的出现，比如在报表中看到的数据，没有必要在用文字描述一遍。分析报告关键性结论，加粗标红，突出重点。

分析中或结论中提到问题，在文中要有对问题的分析、验证手段和结果，以及后续将要做什么？不然报告查阅者就只会看到一些问题摆在哪儿，是什么原因导致的，怎么解决这些问题，你的后续动作什么？还需要再问你，使分析报告没有意义。