独家!如何玩转数据分析?
理财鱼小提示:独家!如何玩转数据分析?
编辑导语:产品的完成离不开数据分析这一步,作为一名产品设计师必须具备根据实际情况去建立模型的能力。这篇文章介绍了如何玩转数据分析,推荐想要了解数据建模的童鞋阅读。
作为产品设计师,数据分析不仅仅简单的根据产品给的数据去分析,而是要根据实际情况去建立模型。(为便于理解,文中所示代码不是特别规范,不影响使用,望包涵)
数据驱动设计流程
一、数据化决策——数据化决策的过程就是量化的过程
数据化决策就是通过量化的数据来辅助我们进行决策,从而提升决策的科学性和准确性。
1. 了解量化
历史上最早的科学家曾经不承认实验可以有误差,认为所有的测量都必须是精确的,把任何误差都归于错误,直到后来人们才慢慢意识到误差永远存在,不可消除。量化也是如此,量化是为了减少不确定性、估算风险,从而辅助决策,因此量化的过程也不需要无限精确,不需要完全消除不确定性,只要能够支持我们决策即可。
2. 置信区间——量化的一种方式
因为量化并不一定都是一个精确的数字,并且在现实中,我们经常会遇到数据不完善、数据量过于庞大短时间内难以处理,因此我们引入统计学概念——置信区间,用于辅助我们决策。置信区间是指:以特定的概率表示一个正确答案的范围。
一般情况下,我们要求置信区间要足够窄,且信心要在80%以上。信心过低意味着这个数据区间错误的可能性很大,区间过大意味着这个区间缺乏参考意义。
例如:本次考试的成绩有100%的信心在[0,100],这个区间等于什么都没说,缺乏了参考意义;本次考试的成绩有5%的信心在[95,100],这意味着本次考试成绩有95%的信心在[0,95],因此[95,100]这个区间很有可能是错误的。本次考试的成绩有80%的信心在[85,100],这意味着这个区间很有可能是对的,能够反应真实情况,甚至我们可以认为班级平均分是92.5左右。
置信区间示例
二、数据拆解 1. 确定目标——目标必须可量化
每个项目都有一定的目标,因此我们在做之前,必须要了解我们的目标是什么,有些时候,业务或者产品直接会告诉我们目标是什么,例如提升留存率、提升转化率,此时目标非常清晰,我们直接进行目标拆解就可以了,当然有些时候目标会比较模糊,例如提升用户体验,此时我们需要通过澄清链的方式让目标变的可量化。
2. 澄清链——让目标可量化
澄清链就是把某物想象为无形之物再到有形之物的一系列短的链接过程。例如有些时候我们的目标是提升用户体验,这个目标是不符合「SMART原则」中可衡量这一条,此时我们没法直接开始做,我们需要将这个目标变成量化的。这个目标我们可以感知到吗,通过哪些方面感知呢?
这些可感知的方面是可以衡量的吗?那么我们要通过其他数据来衡量?此时我们要反问,为什么要提升用户体验?提升用户体验用户会有哪些行为?那可能用户更愿意逛我们的平台,那就可以用停留时长、浏览的屏数来衡量体验是否真的提升了。
澄清链示例
3. 目标拆解——把业务目标变成设计目标
确定好目标后,此时的目标可能更偏向于业务侧/产品侧,较为抽象,难以直接通过设计达到,因此需要将目标拆解成不同数据指标的组合,从中选取设计可以触达的数据从而达到目标。
4. 行为路径分析法——研究用户行为数据
基于用户的行为路径(用户行为路径即将用户点击浏览的数据可视化而成)来拆解目标,找到设计可发力的环节从而达到目标。
这个方法的难点在于要对业务非常熟悉,需要详细的了解用户所有的路径,通常也可以采用“抓大放小”的方式,整理出用户主路径,对主路径进行研究,暂时放弃子路径。例如用户完成目标G可能需要经历A-B-C-D-E-F这些,整理出每个页面的UV,从而找到中间的漏损最严重的点进行优化。
用户行为路径一览图(示例)
用户主路径一览图(示例)
5. 公式分析法——较为开放式的方法
即通过数据的计算公式进行拆解。例如:GMV=UV*客单价*转化率,此时我们就知道,我们可以通过提升UV、提升客单价或者提升转化率的方式来提升我们的目标。公式法还可以嵌套使用,例如转化率=下单用户数/首页UV,下单用户数=页面A UV*页面A转化率*页面B转化率*···*页面N转化率。
也可以和行为路径法结合使用。使用公式法要注意,当遇到一些比率的指标时,分子和分母不能同时变大或者同时缩小,否则难以实现总的数据指标的成长。这种方法适用于对于目标非常明确的。
公式分析法示例
6. 数据分层法——较为发散式的方法
寻找创新型解法或数据体系不够完善时使用。我们将数据按一些维度进行分层归类,发现数据间的共性和联系,从而找到设计发力的点。需要注意的是,数据的每一次分层都需要保证维度是统一的,一般是用户路径数据、用户画像数据、产品数据这三个维度进行分层:
一,用户路径数据:用户在这个页面之后有多少用户没有按照既定的设计进入下一个页面,他们去了哪些页面,分别占比是多少?去了这些页面之后又去了哪里,分别占比是多少,整理出用户的路径寻找共性。
用户路径数示例
二,用户画像数据:访问这一页面的有哪些用户,这些用户有哪些共性,例如都是女性、都是18-25岁的女性、都是18-25岁研究生学历的女性。
用户画像数据示例
>相关《 独家!如何玩转数据分析?》内容:
1、 政策补贴退坡风险下,如何看待华新环保的增长持续性?
随着社会经济的发展,生态环境保护的重要性日益凸显。近年来,我国生态文明建设受到了前所未有的战略性重视。 政策端,2016年5月,商务部等六部门颁布了《关于推进再生资源回收行业转型升级的意见》,指出要加快转变发展方式、促进行业转型升级为主线,顺...【继续阅读】
2、 冬奥百问 | 颁奖花束,如何呈现中国式浪漫?
理财鱼小提示:冬奥百问 | 颁奖花束,如何呈现中国式浪漫? 第24届冬季奥林匹克运动会将于2022年2月4日在北京启幕。中新网体育部推出系列栏目《冬奥百问》,旨在普及冬奥知识、解答热点问题、共话冰雪趣闻,帮助大家在北京冬奥赛时拥有更佳的观赛体验。 第86期...【继续阅读】
3、 理财子公司队伍有望扩容 这一省份拟推动两家银行设立,前景将如何?
"资管新规"过渡期收官,银行设立理财子公司热情高涨。1月19日,北京商报记者注意到,河南省近期宣布拟推动省内中原银行、郑州银行发起设立银行理财子公司。自2018年"资管新规"颁布后,设立理财子公司开展理财业务便成为大多数银行的选择,截至目前,已有29...【继续阅读】