“大數(shù)據(jù)”、“數(shù)據(jù)驅(qū)動”這些詞匯，對沉浮在互聯(lián)網(wǎng)的廠工們來說并不陌生，隔著屏幕，一邊在源源不斷地生產(chǎn)數(shù)據(jù)，一邊在緊鑼密鼓地收集解讀數(shù)據(jù)。這些數(shù)據(jù)是奇妙的，它可以讓人更加直觀、清晰地認識世界，也可以指導人更加理智地做出決策。

數(shù)據(jù)分析目的有倆：

1. 挖掘問題，定位原因，對癥下藥
2. 驗證假設(shè)，提供必要的數(shù)據(jù)支持

不能為了做數(shù)據(jù)分析而做，這是互聯(lián)網(wǎng)小白甚至是白銀段位產(chǎn)品汪也會犯的錯誤，你可能聽到過這樣的對話：

產(chǎn)品汪：“我們想看看跟貼用戶里有多少是高活用戶？”

幾招過后，不想拉扯的數(shù)據(jù)分析師靈魂一問，“就先假設(shè)一個數(shù)，占比60%，你下一步的策略是什么？”

產(chǎn)品汪束手不及，瞪圓無辜的大眼，啞語。

此次談判失敗。

如果你只是想要一個值（日常指標監(jiān)控不算在內(nèi)），可以先假定，然后看看自己是否有進一步解決問題的思路，如果沒有，說明這個問題你還沒有想清楚，就不必大費周章做數(shù)據(jù)分析了，請給數(shù)據(jù)分析師減負。

數(shù)據(jù)流轉(zhuǎn)/分析流程：

一、指標&指標體系

“好數(shù)據(jù)勝過大數(shù)據(jù)”，不要用裝滿數(shù)字的高壓水槍把團隊沖垮，那什么是好數(shù)據(jù)？

9個字簡單概括：比率、比較性、簡單易懂。

1. 比率：避免“拋開劑量談毒性是耍流氓”的情況，在有一定統(tǒng)計學意義的統(tǒng)計量上看轉(zhuǎn)化率，如看頁面轉(zhuǎn)化率比單純看頁面訪問PV更有意義；看點擊率比單純看文章推薦量更有意義；
2. 比較性：數(shù)據(jù)可以橫向、縱向、環(huán)比等，能比較的數(shù)據(jù)才有意義；
3. 簡單易懂：如字。

不同的商業(yè)模式有不同的數(shù)據(jù)指標，熱門的模式大致可以分為以下幾類：

1. 電子商務(wù)，如亞馬遜、淘寶；
2. 移動應(yīng)用，如王者榮耀，今日頭條；
3. 媒體網(wǎng)站，如騰訊新聞網(wǎng)頁版。

移動應(yīng)用以新聞資訊app為例（如今日頭條、網(wǎng)易新聞、騰訊視頻等），簡單闡述其指標體系。

宏觀指標（水池理論）

我們把活躍用戶當做一個活躍的蓄水池，每天每月有新的水進來（水的來源和水質(zhì)都不同，有付費發(fā)行、免費發(fā)行、回流等），也有部分水流出（流失率），沒有流出的水暫時停留在水池里，這一出一進維持著蓄水池的水量，也就是我們常提到的DAU/WAU/MAU。

流入>流出，看漲；流入<流出，看跌，道理淺顯易懂。

產(chǎn)品發(fā)展期間，增長負責人也許會有擔憂（特別是創(chuàng)業(yè)團隊）：“新增能夠抵過流失嗎？”

我們用水池理論來做一道數(shù)學題，已知數(shù)據(jù)：現(xiàn)存量用戶500w，月平均上線率60%，月回流8%，月流失率20%，日活目標增率6%，即6個月后的日活目標是709w，請計算這半年每日發(fā)行量需達到多少？

（備注：以上數(shù)據(jù)僅作理論說明，不做實際參考）

1月月發(fā)行=預(yù)期增長+本月流失-本月回流=500/60%*6%+500/60%*20%-500/60%*8%=150(w)

1月日發(fā)行=月發(fā)行/30=150/30=5(w)

假設(shè)發(fā)行投入穩(wěn)定（即日發(fā)行相同，發(fā)行增率為0），如果日活要達到709w，那月回流率或月平均上線率要提高多少或者月流失率要降低多少？假設(shè)月流失率和月平均上線率均降低1%時，發(fā)行需要多提高多少才能維持目標？

日常數(shù)學題，以此類推。這是一種理想狀態(tài)下的數(shù)據(jù)預(yù)估，實際情況要復(fù)雜得多，例如還包括活動營銷、版本迭代的影響等。但對這些數(shù)據(jù)了然于心才能避免瞎子打靶的盲目行動。

幾個指標之間的關(guān)系你應(yīng)該了解，例如：

1. 月發(fā)行=月流失+月期望增加-月回流
2. 月流失=上月月活*本月月流失率
3. 月期望增加=上月月活*（1+增長率）
4. 回流率=回流的流失用戶/日活用戶
5. 月平均上線率=（上線1天的人數(shù)*1+上線2天的人數(shù)*2+…上線30天的人數(shù)*30）/（30日獨立用戶*30）
6. 其他

微觀指標：

二、數(shù)據(jù)分析

基于了解了以上指標體系，怎么做數(shù)據(jù)分析？

1. 了解現(xiàn)狀
2. 關(guān)注趨勢
3. 目標驅(qū)動

數(shù)據(jù)分析大致分為兩類。一種是后驗分析：無非是某個指標漲了/跌了，“某個指標”可以代入日活、留存率、流失率等。

原因分析兩條路走：內(nèi)部因素和外部因素，內(nèi)部因素可能是版本迭代導致的功能缺失不可用、體驗變差、統(tǒng)計錯誤或者推薦策略修改等等；

外部因素區(qū)分突發(fā)短暫的因素和長期潛移默化的因素，前者如突發(fā)新聞、節(jié)假日、發(fā)行改變、特別習俗等，后者可能是設(shè)備、網(wǎng)絡(luò)、國家政策、頭部網(wǎng)站的變化等等。

關(guān)注關(guān)鍵時間點，用排除法從廣到窄層層收網(wǎng)找出差異點，提出大概率事件的假設(shè)。

另一種是先驗分析，如擬降低無點擊用戶占比，分析無點擊用戶的行為特征和興趣標簽，這類分析根據(jù)不同業(yè)務(wù)有不同的側(cè)重點。

數(shù)據(jù)分析過程強調(diào)1個思維2個指標（敲黑板，劃重點了）。

1. 漏斗分析思維

漏斗思維在日常工作中很常見，運用漏斗分析的思維，便于環(huán)環(huán)監(jiān)控，查漏補缺，對癥下藥。日常流量漏斗應(yīng)用廣：

推薦召回排序漏斗：

（以上數(shù)據(jù)僅做模型示意，不做實際參考）

打車軟件漏斗模型：

移動頁面營銷流量漏斗：

（以上數(shù)據(jù)僅做模型示意，不做實際參考）

以H5營銷活動為例，以下是漏斗中各環(huán)節(jié)指標，逐級遞減。

1. 曝光：評估觸達多少用戶；
2. 曝光點擊率：評估物料優(yōu)質(zhì)程度；
3. 成功加載率：loading環(huán)節(jié)會損失多少用戶，判斷是否存在性能問題；
4. 各頁面/按鈕參與率：評估各互動環(huán)節(jié)設(shè)計是否合理，UI是否清晰明了等；
5. 病毒傳播系數(shù)：自傳播的可能性，綜合評估獲客成本。

根據(jù)不同業(yè)務(wù)需求，以上指標還能細拆，如總訪問中關(guān)注不同渠道的流量，如區(qū)分微信、微博、端內(nèi)流量，方便評估渠道質(zhì)量，按需投放。

2. 北斗星指標

即“在任何時候抬起頭看，他都在你前進的道路上”。北斗星指標是讓團隊聚力，少走彎路的一個指導性指標（也是KPI完成度的依據(jù)），正因如此，制定一個正確的北斗星指標非常關(guān)鍵，因為他回答了現(xiàn)階段最重要的問題。

如某服務(wù)供應(yīng)商，有一個指標高于其他指標：凈增加，這個指標有助于快速發(fā)現(xiàn)退訂量高的日子并尋找問題；餐飲業(yè)關(guān)注前一天人工成本占毛收入的比例，為了得要一個優(yōu)秀的數(shù)值，你不得不推進人均消費和人力成本。

產(chǎn)品發(fā)展的不同階段會有不同北斗指標，但每個階段關(guān)注一個北斗指標即可，不貪多。

3. 虛擬指標

虛擬1：注重PV、UV等“量級”類的指標，忽略轉(zhuǎn)化率。

某圖片網(wǎng)站的日均訪問人數(shù)訪問次數(shù)過百萬，但同時跳出率也高達75%，實際留下消費的用戶寥寥無幾。

某新聞app某頻道日均訪問十幾萬，無刷新無點擊用戶占比85%，實際有消費的用戶僅有幾萬。

這種注意力轉(zhuǎn)移時常會變成寫匯報的“故意”技巧，“轉(zhuǎn)化不好量級來湊”。制定正確的數(shù)據(jù)指標，避開虛榮指標，數(shù)據(jù)指標之間的耦合現(xiàn)象也值得注意，例如轉(zhuǎn)化率和購買所需時間，病毒傳播系數(shù)和病毒傳播周期。

虛擬2：相對值和絕對值，只選其一。

新上架的某工具類app，DAU增長500%，實質(zhì)原始基數(shù)只有20人，增長500%即增長至120人

相對值和絕對值，避重就輕就是耍流氓。

虛擬3：關(guān)注某指標下的全量用戶，忽略真實有意義的用戶行為。

某買賣二手書app一開始關(guān)注每月賣家人數(shù)、上傳商品數(shù)量、賣家人均上傳商品數(shù)量，數(shù)據(jù)很漂亮；若以月為單位關(guān)注一個月內(nèi)有活躍的商家、一周內(nèi)有搜索曝光次數(shù)大于3次的商品數(shù)量，就會發(fā)現(xiàn)趨勢并不樂觀。

“有效行為”可能含義豐富，需要尋找有意義的用戶行為模式和機遇，虛擬數(shù)據(jù)的噪音會掩蓋原本你應(yīng)該要面對和解決的問題。

除了1個思維2個指標，了解數(shù)據(jù)瓶頸（也稱“天花板”）和同行大盤，能讓你把精力和財力花在刀刃上。如，某CEO對8%的流失率心煩意亂，和同行溝通后發(fā)現(xiàn)8%已經(jīng)是一個較低值，他便改變了關(guān)注點，“流失率維持即可，精力放在其他指標”。

三、數(shù)據(jù)采集

常見的數(shù)據(jù)采集有以下四個渠道：

1. 行為數(shù)據(jù)（埋點）
2. 流量數(shù)據(jù)（JS采集或第三方，如Google Analytics、百度統(tǒng)計）
3. 業(yè)務(wù)數(shù)據(jù)（運營后臺）
4. 外部數(shù)據(jù)（第三方或爬蟲）

to C的產(chǎn)品如騰訊新聞，產(chǎn)品汪最常接觸的是行為埋點數(shù)據(jù)，埋點展開說是長篇幅的技術(shù)統(tǒng)計學（詳見下一篇推送）；品牌推廣、H5營銷PR常關(guān)注流量數(shù)據(jù)；關(guān)注訂單成交的運營喵日常跑后臺數(shù)據(jù)；競品分析外部數(shù)據(jù)爬起來。

四、數(shù)據(jù)清洗

數(shù)據(jù)清洗根據(jù)不同的業(yè)務(wù)場景有不同的標準，主要是一些空值、異常值的處理，使數(shù)據(jù)得出的結(jié)論可靠可信。

栗子1：取非0數(shù)據(jù)時要排除null。

…… where click !=0 or click not null or ……

栗子2：統(tǒng)計時長（duration）相關(guān)行為時，過高或過低的時長為異常值，假定>=10 ms 和 <=10000000 ms 的閱讀行為有效行為。

select date, itemid, count(itemid) as rec, sum(isexposure) as exposure, sum(case when duration>=10 and duration<10000000 then isread else 0 end) as click, sum(case when duration>=10 and duration<10000000 then duration else 0 end)/1000 as read_time from all_user_active_info ……

栗子3：記錄用戶點擊歷史時，排除停留時長<=1s的點擊。

排除虛假點擊，讓記錄的用戶數(shù)據(jù)更貼近用戶的真實意圖，提高推薦策略的準確性。

其他

數(shù)據(jù)分析重在思維，可能有人會問“我需要學習獲取數(shù)據(jù)、分析數(shù)據(jù)的工具技能嗎”？

如果你在UC、騰訊這類大廠工作，一群兢兢業(yè)業(yè)的BI工程師會將苦澀難懂的數(shù)據(jù)可視化，你只要懂得提需求+善用“篩選”功能即可得到你想要的數(shù)據(jù)；

如果你在中小公司工作，Excel要玩得溜的同時，學點SQL和Python總沒錯，不然你可能會面臨“取一個數(shù)據(jù)要排期一兩周”的尷尬。

學習一些基礎(chǔ)的工具技能，例如在Python嘗試用pearsonr(x, y)分析各項指標的相關(guān)性，用SQL percentile(BIGINT col, p)引發(fā)對不同分位點的思考，對思維益處多多且效率提高不少（Skill：Excel->SQL->Python）。做一個數(shù)據(jù)驅(qū)動的產(chǎn)品汪，如獲武林秘訣。

結(jié)語

Accenture的首席科學家肖爾·斯瓦米納坦說：“科學是純粹經(jīng)驗主義和不帶偏見的，但是科學家不是?？茖W家是客觀和機械的，但是科學家不是。科學是客觀和機械的，但是它同樣重視那些有創(chuàng)造力、直觀思考、能夠轉(zhuǎn)變觀念的科學家?！?/p>

注重數(shù)據(jù)善用數(shù)據(jù)的同時，避免唯數(shù)據(jù)論，畢竟它是驗證直覺、提高效率少走彎路的手段而已。

在互聯(lián)網(wǎng)+時代，“你的用戶用每次點擊、瀏覽、喜歡、分享和購買都會留下一條灑滿數(shù)字面包屑的軌跡，這條軌跡從他們第一次聽說你開始，到永遠流失那天結(jié)束”。

突然覺得生活在這個時代從事著互聯(lián)網(wǎng)工作（推薦產(chǎn)品+數(shù)據(jù)分析）很幸福，“熟悉的陌生人”的無聲交流，讓事情一點點變好，就暫且拋開數(shù)據(jù)泄露數(shù)據(jù)利用這種惱人的話題吧。

備注：部分引用來自[美]埃里克·萊斯 編著的《精益數(shù)據(jù)分析》，進階級的數(shù)據(jù)分析推薦閱讀。

本文由 @張小喵Miu 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。