編輯導(dǎo)語：對(duì)于設(shè)計(jì)師來說，熟練運(yùn)用數(shù)據(jù)分析很重要，只有掌握了數(shù)據(jù)才能摸清用戶需求，從而設(shè)計(jì)出用戶滿意的產(chǎn)品。本文作者以數(shù)據(jù)分析為中心，逐層抽絲剝繭，回答了數(shù)據(jù)分析要解決什么問題？數(shù)據(jù)分析師的工作是什么樣的？數(shù)據(jù)分析的流程有哪些？最后，為我們總結(jié)了一些注意事項(xiàng)。

交互設(shè)計(jì)師通常會(huì)有一個(gè)苦惱，不知道如何去衡量自己的方案是否有效。畢竟發(fā)聲的用戶都是對(duì)體驗(yàn)不滿的用戶，沒有問題的用戶都是沉默的。

針對(duì)上面的這些問題，筆者根據(jù)這么多年的設(shè)計(jì)經(jīng)驗(yàn)，總結(jié)了兩種方法：

定性法：

當(dāng)你的產(chǎn)品沒有辦法收集大量數(shù)據(jù)的時(shí)候，只能定性的去觀察分析這個(gè)產(chǎn)品體驗(yàn)的好壞了。

如：很多B端的用戶界面，很難收集完整的數(shù)據(jù)或用戶反饋，只能通過專家走查或者收集用戶意見來判斷產(chǎn)品是否好用。常用的方法有：Google的HEART模型、阿里的TECH模型。

定量法：

如果你的產(chǎn)品是很成熟的C端產(chǎn)品，可以收集大量用戶數(shù)據(jù)，并將這些數(shù)據(jù)可視化，去分析用戶如何使用產(chǎn)品，設(shè)計(jì)師也可以很好的去量化設(shè)計(jì)的效果。

如：DAU漲了5%、人均VV降了0.4、CTR提高了10%等等，可以很客觀的衡量設(shè)計(jì)方案的效果。

以上這兩種方法，都是數(shù)據(jù)收集的過程，第一種更感性，第二種更理性客觀。

一、數(shù)據(jù)分析要解決什么問題？

那數(shù)據(jù)分析能幫助我們解決哪些問題呢？

1. 研究歷史

舉個(gè)例子：視頻行業(yè)某個(gè)產(chǎn)品的DAU有一段時(shí)間突然迅猛增長(zhǎng)。

如果是一個(gè)新手設(shè)計(jì)師，可能會(huì)困惑：這段期間沒有做任何需求和活動(dòng)，為何數(shù)據(jù)會(huì)漲？然后他去看看了去年的DAU趨勢(shì)，才恍然大悟：原來是每次到了寒暑假的周期，孩子們放假了，就會(huì)呆在家看視頻，DAU自然會(huì)漲。

由此可見，數(shù)據(jù)分析可以幫設(shè)計(jì)師客觀的描述事實(shí)，追溯歷史。但有個(gè)小問題，就是這些數(shù)據(jù)都是存儲(chǔ)在云端的，服務(wù)器的內(nèi)存是有限，有的公司只能存1-3月的數(shù)據(jù)，這樣就會(huì)導(dǎo)致無法追溯太久遠(yuǎn)的數(shù)據(jù)。

2. 解釋現(xiàn)狀

對(duì)于一些核心數(shù)據(jù)，如：DAU、PV、用戶停留時(shí)長(zhǎng)，它們時(shí)刻都在變化，需要每天監(jiān)測(cè)。幫助檢查線上是否出現(xiàn)設(shè)計(jì)事故，也可以用來評(píng)估設(shè)計(jì)方案上線后的效果如何。

3. 預(yù)測(cè)未來

在了解問題發(fā)生原因的基礎(chǔ)上，設(shè)計(jì)師也可以根據(jù)曲線預(yù)測(cè)業(yè)務(wù)的發(fā)展趨勢(shì)和影響程度。

張小龍?jiān)?jīng)在微信公開課上講過，他堅(jiān)信一個(gè)原則：一個(gè)新產(chǎn)品如果沒有獲得一個(gè)自然的增長(zhǎng)曲線，就不應(yīng)該推廣它。因此，直到微信2.0的時(shí)候，他看到了增長(zhǎng)曲線，雖然不是很快，但是是自然往上走的。

此時(shí)，他們才開始了著力推廣。

數(shù)據(jù)分析能幫我們對(duì)一個(gè)產(chǎn)品的未來趨勢(shì)走向進(jìn)行宏觀的預(yù)測(cè)，輔助我們做更正確的決定。這個(gè)相對(duì)而言會(huì)比較難，也需要經(jīng)過時(shí)間慢慢的驗(yàn)證。

4. 洞察商機(jī)

你尋找到一定的規(guī)律，就能挖掘更多未被滿足的需求。如果發(fā)現(xiàn)已登錄的用戶購(gòu)買VIP的概率更大，是不是可以想辦法去提高用戶的登錄率。

5. 尋求最佳方案

這個(gè)也是設(shè)計(jì)師經(jīng)常會(huì)用到的，ABCD哪一個(gè)最好？如何驗(yàn)證？

除了Netflix的ABtest的方式，還可以可以通過分渠道、分設(shè)備ID或者灰度測(cè)試的方法，都可以快速的去驗(yàn)證當(dāng)前的方案是否可行，如果發(fā)現(xiàn)問題，可以快速修改。

二、數(shù)據(jù)分析師的工作

一個(gè)專業(yè)的數(shù)據(jù)分析師能力模型應(yīng)該是什么樣的呢？

下圖中可看出一個(gè)常規(guī)的數(shù)據(jù)分析師日常工作都是在收集數(shù)據(jù)、處理數(shù)據(jù)，根據(jù)二八原則，他們花了80%的時(shí)間只能做20%的價(jià)值，而真正有價(jià)值的是洞察、決策、行動(dòng)來創(chuàng)造用戶價(jià)值的工作，這部分的工作只占20%，但是尤為重要。

大部分的工作崗位均是如此，如：一個(gè)視覺設(shè)計(jì)師，需要非常熟悉PS、AI之類的工具，這些工具和技能帶來的價(jià)值沒有設(shè)計(jì)策略高，但是到設(shè)計(jì)策略這個(gè)層面是更難的，設(shè)計(jì)師應(yīng)該需要看到完整的職位能力模型地圖。

三、數(shù)據(jù)分析流程

數(shù)據(jù)分析的主要流程分為：數(shù)據(jù)分析框架—數(shù)據(jù)獲取—數(shù)據(jù)處理—數(shù)據(jù)分析—和撰寫報(bào)告這5步。

1. 數(shù)據(jù)分析框架：包括確定分析的目標(biāo)、確定要分析數(shù)據(jù)的指標(biāo)、想清楚分析的時(shí)間和數(shù)據(jù)應(yīng)用的公式。然后把需求提給后臺(tái)的產(chǎn)品經(jīng)理，讓研發(fā)同學(xué)做好埋點(diǎn)；
2. 數(shù)據(jù)獲?。悍绞胶芏啵河芯€上、線下的；部門內(nèi)部的、外部的；公司內(nèi)部的、外部的；
3. 數(shù)據(jù)處理：主有：數(shù)據(jù)清理、數(shù)據(jù)抽取、數(shù)據(jù)合并、數(shù)據(jù)計(jì)算和數(shù)據(jù)可視化；
4. 數(shù)據(jù)分析：主要有5種方法：對(duì)比分析法、分組分析法、預(yù)測(cè)分析法、漏斗分析法和ABtest分析法；
5. 撰寫報(bào)告：報(bào)告建議結(jié)論先行，因?yàn)橥ǔＲ环輸?shù)據(jù)分析的報(bào)告是很長(zhǎng)的，如果把結(jié)論分散的放在后面，閱讀性比較差，觀看者很少會(huì)耐心看完。

然后就是措辭要嚴(yán)謹(jǐn)，寫清楚分析的目的、分析的要點(diǎn)，不要放與結(jié)論支撐無關(guān)的數(shù)據(jù)，寫完結(jié)論后可以附上相關(guān)的建議，這樣完成了數(shù)據(jù)分析閉環(huán)，其他配合同學(xué)可明確知道優(yōu)化的需求點(diǎn)。

1. 數(shù)據(jù)分析框架

數(shù)據(jù)分析框架包含哪些內(nèi)容呢？

首先需要想清楚為什么要分析這個(gè)數(shù)據(jù)，它影響的核心指標(biāo)有哪些。

舉個(gè)例子：在視頻播放器里有一種叫4k的碼流，效果比超清畫質(zhì)更好，最開始屬于VIP權(quán)益；后來為了提高登錄率，戰(zhàn)略上把4k改成了登錄權(quán)益，那么分析這個(gè)需求的目的就是看看4k的權(quán)益更改之后對(duì)登錄率的影響。

指標(biāo)就是設(shè)備登錄率，公式是登錄UV除以DAU；然后還需要對(duì)這個(gè)公式的結(jié)果進(jìn)行預(yù)測(cè)，以4K這個(gè)功能為例，理論上數(shù)據(jù)應(yīng)該是會(huì)提升的。

一些經(jīng)驗(yàn)豐富的產(chǎn)品還會(huì)加上預(yù)測(cè)的數(shù)值：比如預(yù)計(jì)提升1%或者3%等等，這個(gè)預(yù)估的數(shù)值也是基于公式來評(píng)估的，比如預(yù)估登錄UV提升20W，DAU預(yù)估提升多少，然后得出預(yù)估提升的比例。

起初這些數(shù)值可能是拍腦袋得出來的，但是拍版的次數(shù)多了，經(jīng)驗(yàn)值也就越準(zhǔn)了。

然后是版本型號(hào)，因?yàn)橥瑫r(shí)在線的可能有很多版本，需要分析的這個(gè)功能在哪個(gè)版本上線，需要與哪個(gè)版本對(duì)比，這些都是需要考慮的。

然后就是查詢時(shí)間段，這個(gè)需要特別說明一下，通常會(huì)取新版本發(fā)布后前兩個(gè)周的數(shù)據(jù)，因?yàn)?周的用戶量本足夠了，且用戶行為特征也基本形成了。

這里需要注意一點(diǎn)，很多PM也可能會(huì)弄錯(cuò)，他們查詢時(shí)間段會(huì)取新版本發(fā)布后的2周數(shù)據(jù)和老版本在新版發(fā)布前兩周的數(shù)據(jù)。也就是說：如果新版本是3月15日發(fā)布的，取的數(shù)據(jù)就是新版版3.15到3月28日和老版本3.1日到3.14。

通常情況下不建議這么取數(shù)據(jù)，因?yàn)橛脩舨辉谝粋€(gè)周期范圍。

第一波更新用戶和最后一波更新用戶的行為模式是不一樣的，發(fā)版后立馬使用產(chǎn)品的人一定是非?；钴S的用戶，他們的用戶粘性和行為特征與其他用戶是不同的，這里沒有控制用戶屬性變量。

但是如果選的都是發(fā)版后的數(shù)據(jù)對(duì)比又有什么問題呢？

如果是跟運(yùn)營(yíng)內(nèi)容強(qiáng)相關(guān)的數(shù)據(jù)，變量太大了。比如你正好要統(tǒng)計(jì)的這個(gè)區(qū)間《延禧宮略》完結(jié)，哪肯定會(huì)影響DAU。

所以如果這個(gè)數(shù)據(jù)非常重要，就需要運(yùn)營(yíng)同學(xué)在這兩個(gè)版本之間控制好內(nèi)容，不要突然新增一個(gè)熱門內(nèi)容。或者評(píng)估用戶周期和內(nèi)容的影響程度，更好的取舍——數(shù)據(jù)分析很難做到絕對(duì)的控制變量。

查詢方式通常有兩種：

一種是看BI報(bào)表，就是簡(jiǎn)單的輸入需要的版本號(hào)、日期和篩選維度，就可以拉出數(shù)據(jù)了。

pingback就是一種數(shù)據(jù)埋點(diǎn)的方式，當(dāng)用戶發(fā)生某種行為時(shí)，我們向后臺(tái)發(fā)起請(qǐng)求，記錄下這個(gè)行為的發(fā)生，就是一種統(tǒng)計(jì)的方式。比如：制定全屏播放的時(shí)候t=1，小窗口播放是t=0，然后輸入簡(jiǎn)單的類似代碼的運(yùn)算符，就可以跑出需要的數(shù)據(jù)了。

pingback要注意的一點(diǎn)就是可能會(huì)經(jīng)常出bug或者數(shù)據(jù)不準(zhǔn)的情況，需要設(shè)計(jì)師自己去判斷數(shù)據(jù)的真實(shí)性。比如如果登錄人數(shù)比DAU還多，那肯定是有問題。

然后就是優(yōu)先級(jí)，埋點(diǎn)是需要向后臺(tái)產(chǎn)品或技術(shù)提需求，他們需要根據(jù)優(yōu)先級(jí)進(jìn)行排序埋點(diǎn)、生成報(bào)表的。通常P1是必須要做的，P2是要做但是可以分期做，P3是可做可不做的。

最后就是備注。

備注可以增加一些額外的需求，比如小渠道期間就要觀察數(shù)據(jù)，那么小渠道期間埋點(diǎn)就要做好。通常體量大的成熟的產(chǎn)品都會(huì)有灰度測(cè)試，可以通過小渠道、批量放量的方式進(jìn)行數(shù)據(jù)監(jiān)測(cè)。

因?yàn)門V端的渠道有很多，什么沙發(fā)、當(dāng)貝之類的，可以通過先在部分渠道push新版本的安裝包觀察用戶反饋。

手機(jī)端、pc端可以通過IP地址來篩選一批少量用戶使用新版本。灰度測(cè)試的目的其實(shí)就是為了測(cè)試產(chǎn)品新增的改動(dòng)用戶是否有負(fù)面反饋。因?yàn)楫a(chǎn)品體量比較大，貿(mào)然的全量可能會(huì)造成事故。

2. 數(shù)據(jù)獲取

數(shù)據(jù)是進(jìn)行數(shù)據(jù)分析的前提，“巧婦難為無米之炊”說的就是這個(gè)道理。

因此，數(shù)據(jù)的收集是非常重要的。按收集方式的不同，數(shù)據(jù)收集可以分為線上收集和線下收集；按收集渠道的不同，又可以分為內(nèi)部收集和外部收集。

線上收集的數(shù)據(jù)指的是利用互聯(lián)網(wǎng)技術(shù)自動(dòng)采集的數(shù)據(jù)，例如，企業(yè)內(nèi)部通過數(shù)據(jù)埋點(diǎn)的方式進(jìn)行數(shù)據(jù)收集，然后將收集來的數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)中。

另外，利用爬蟲技術(shù)獲取網(wǎng)頁(yè)數(shù)據(jù)或借助第三方工具獲取網(wǎng)上數(shù)據(jù)等都屬于線上收集方法。一般情況下，互聯(lián)網(wǎng)科技企業(yè)、互聯(lián)網(wǎng)電商企業(yè)、互聯(lián)網(wǎng)游戲企業(yè)等都采用這種方式來收集用戶行為數(shù)據(jù)，因?yàn)樾屎芨咔义e(cuò)誤率很低。

線下收集的數(shù)據(jù)相對(duì)比較傳統(tǒng)，對(duì)技術(shù)要求不高。

例如，通過傳統(tǒng)的市場(chǎng)調(diào)查問卷獲取數(shù)據(jù)，就屬于線下收集。除了問卷調(diào)查這種很熟知的方式之外，通過手工錄入獲取數(shù)據(jù)以及通過其他人提供的電子表格獲取數(shù)據(jù)等等，都屬于線下收集方式。

這種收集數(shù)據(jù)的方式效率低且容易出現(xiàn)偏差。一般情況下，傳統(tǒng)制造型企業(yè)、線下零售企業(yè)、市場(chǎng)調(diào)研咨詢類企業(yè)等都采用線下方式收集數(shù)據(jù)。

內(nèi)部收集數(shù)據(jù)指的是獲取的數(shù)據(jù)都來源于企業(yè)內(nèi)部數(shù)據(jù)庫(kù)、日常財(cái)務(wù)數(shù)據(jù)、銷售業(yè)務(wù)數(shù)據(jù)、客戶投訴數(shù)據(jù)、運(yùn)營(yíng)活動(dòng)數(shù)據(jù)等等。這種數(shù)據(jù)的獲取相對(duì)較為方便，數(shù)據(jù)分析員可以根據(jù)實(shí)際業(yè)務(wù)需求對(duì)內(nèi)部收集的數(shù)據(jù)進(jìn)行處理分析。

關(guān)于內(nèi)部收集的數(shù)據(jù)有時(shí)候會(huì)存在跨團(tuán)隊(duì)咨詢，這里有一個(gè)巧妙的方法，可以提前驗(yàn)證設(shè)計(jì)方案是否可行。假設(shè)設(shè)計(jì)師想以設(shè)計(jì)為出發(fā)點(diǎn)做一個(gè)功能，但是不確定這個(gè)功能效果如何，用戶反饋如何，這個(gè)時(shí)候怎么辦呢？

很多企業(yè)內(nèi)部是按平臺(tái)劃分的，如pc端、移動(dòng)端、web端、tv端等等，可以先看看其他平臺(tái)或者競(jìng)品有沒有做過類似的功能，他們是怎么做的？數(shù)據(jù)如何？

如果數(shù)據(jù)不錯(cuò)，就驗(yàn)證功能本身沒問題，設(shè)計(jì)師只要把控好交互就可以了。也就是說如果有前人鋪路，可以直接把數(shù)據(jù)拿來輔助功能可行性。

這里需要注意一點(diǎn)：由于企業(yè)內(nèi)部的數(shù)據(jù)比較敏感，不同業(yè)務(wù)線之間是沒有權(quán)限查看數(shù)據(jù)的，可以向上請(qǐng)求幫助或者郵件往來記錄一下為什么需要這個(gè)數(shù)據(jù)會(huì)更容易一些。

外部收集的數(shù)據(jù)指的是數(shù)據(jù)不是企業(yè)內(nèi)部產(chǎn)生的，而是通過其他手段從外部獲取的。

例如，利用爬蟲技術(shù)獲取的網(wǎng)頁(yè)數(shù)據(jù)，從公開出版物收集的權(quán)威數(shù)據(jù)，市場(chǎng)調(diào)研獲取的數(shù)據(jù)以及第三方平臺(tái)提供的數(shù)據(jù)等。外部數(shù)據(jù)的收集不像內(nèi)部收集那么容易，且大部分都是碎片化、零散的數(shù)據(jù)。

所以，數(shù)據(jù)分析師需要對(duì)這些數(shù)據(jù)進(jìn)行清洗和整合，然后再去進(jìn)行分析。

總之，不管以什么方式獲得的數(shù)據(jù)，都應(yīng)該是有價(jià)值和意義的，設(shè)計(jì)師更應(yīng)該去發(fā)現(xiàn)數(shù)字背后暗藏的規(guī)則和發(fā)展趨勢(shì)。

3. 數(shù)據(jù)處理

一般通過不同途徑收集過來的原始數(shù)據(jù)都是相對(duì)比較粗糙且無序的，此時(shí)，需要利用數(shù)據(jù)處理軟件進(jìn)行一系列的加工處理，降低原始數(shù)據(jù)的復(fù)雜程度，最終匯總成用戶可以解讀的業(yè)務(wù)指標(biāo)。

數(shù)據(jù)處理過程如下：

1）數(shù)據(jù)清洗

將多余的重復(fù)數(shù)據(jù)篩選清除，將缺失的數(shù)據(jù)補(bǔ)充完整，將錯(cuò)誤的數(shù)據(jù)糾正或刪除。

2）數(shù)據(jù)抽取

也就是抽取保留數(shù)據(jù)表中的某些字段和紀(jì)錄部分信息。

3）數(shù)據(jù)合并

就是綜合數(shù)據(jù)表中某幾個(gè)字段的信息或不同的紀(jì)錄數(shù)據(jù)，組成新的字段或新紀(jì)錄數(shù)據(jù)。最后就是將獲取的數(shù)據(jù)按公式進(jìn)行處理和計(jì)算，并進(jìn)行可視化。

簡(jiǎn)單來看就是，當(dāng)設(shè)計(jì)師拿到一個(gè)數(shù)據(jù)表，是關(guān)于播放浮層里面的一些功能使用情況。

首先，按照第一步對(duì)數(shù)據(jù)進(jìn)行清理，去掉所有空的、沒有字段的數(shù)據(jù)，可能是技術(shù)同學(xué)發(fā)錯(cuò)了，刪除即可。數(shù)據(jù)抽取和數(shù)據(jù)合并可以直接在excel里建立數(shù)據(jù)透視分析表，然后進(jìn)行數(shù)值計(jì)算，可以求平均值、求和之類的，最后就把這個(gè)數(shù)據(jù)做成圖表。

常用的數(shù)據(jù)處理工具包括Excel之類的電子表格軟件、各類數(shù)據(jù)庫(kù)軟件、Python、SPSS等，這些工具都包含數(shù)據(jù)處理模塊，方便用戶對(duì)數(shù)據(jù)進(jìn)行快速清洗，然后進(jìn)行分析。

4. 數(shù)據(jù)分析

處理完數(shù)據(jù)之后，設(shè)計(jì)師需要對(duì)這些處理完的數(shù)據(jù)進(jìn)行分析。常用數(shù)據(jù)分析方法，分別是：對(duì)比分析法、分組分析法、分析預(yù)測(cè)法、漏斗分析法和ABtest分析法。

1）對(duì)比分析法

對(duì)比分析法，又叫比較分析法，通過指標(biāo)的對(duì)比來反映事物數(shù)量上的差異和變化，屬于統(tǒng)計(jì)分析中最常用的方法。

在實(shí)際應(yīng)用中，大家應(yīng)該都聽過縱向?qū)Ρ群蜋M向?qū)Ρ鹊恼f法，縱向?qū)Ρ戎傅氖峭皇挛镌跁r(shí)間維度上的對(duì)比。

這種對(duì)比方法主要包含環(huán)比（如日活用戶數(shù)DAU在本月與上月之間的對(duì)比）、同比（如銷售額在今年第一個(gè)Q與去年第一個(gè)Q的對(duì)比）和定基比（比如我們分別拿2月份、3月份、4月份和5月份的點(diǎn)擊量均與1月份的點(diǎn)擊量做對(duì)比）。

而橫向?qū)Ρ戎傅氖遣煌挛镌诠潭〞r(shí)間上的對(duì)比（比如：不同用戶等級(jí)在客單價(jià)之間的差異；不同商品之間的利潤(rùn)率高低；新用戶在不同渠道的支付轉(zhuǎn)化率）。

采用對(duì)比分析法，得到的結(jié)果可以是相對(duì)值（如百分?jǐn)?shù)、倍數(shù)、系數(shù)等），也可以是相差的絕對(duì)數(shù)和相關(guān)的百分點(diǎn)（一個(gè)百分點(diǎn)即指1%），即把對(duì)比的指標(biāo)做減法運(yùn)算。

所以，通過對(duì)比分析法就可以對(duì)規(guī)模大小、水平高低、速度快慢等做出判斷和評(píng)價(jià)。

產(chǎn)品設(shè)計(jì)中對(duì)比分析法，通常是時(shí)間周期固定，新舊版本的對(duì)比。

2）分組分析法

分組分析法與對(duì)比分析法很相似，不同的是分組分析法可以按照多個(gè)維度將數(shù)據(jù)拆分為各種組合，并比較各組合之間的差異。

3）預(yù)測(cè)分析法

預(yù)測(cè)分析法主要用于未知數(shù)據(jù)的判斷和預(yù)測(cè)，這個(gè)方法在大數(shù)據(jù)時(shí)代顯得尤為突出和重要。

比如我們可以根據(jù)過去三年的歷史銷售數(shù)據(jù)，預(yù)測(cè)未來六個(gè)月的銷售額；根據(jù)患者各項(xiàng)體檢指標(biāo)的檢查，預(yù)測(cè)其患某種疾病的可能性；利用消費(fèi)者在互聯(lián)網(wǎng)留下的日志數(shù)據(jù)，向消費(fèi)者推送可能購(gòu)買的商品等。

預(yù)測(cè)分析法大致可以劃分為兩種：一種是基于時(shí)間序列的預(yù)測(cè)，即根據(jù)指標(biāo)值的變化與時(shí)間依存關(guān)系進(jìn)行預(yù)測(cè)（具體的預(yù)測(cè)方法有移動(dòng)平均法、指數(shù)平滑法等）；另一種是回歸類預(yù)測(cè)，即根據(jù)指標(biāo)之間相互影響的因果關(guān)系進(jìn)行預(yù)測(cè)（具體的預(yù)測(cè)方法有線性回歸、KNN算法、決策樹模型等）。

圖表中年份上寫了E的都是預(yù)測(cè)數(shù)據(jù)：

4）漏斗分析法

漏斗分析法通常也稱為流程分析法，其目的是關(guān)注某事件在重要環(huán)節(jié)上的轉(zhuǎn)化率，這個(gè)方法在互聯(lián)網(wǎng)行業(yè)的用的非常多。

以B2C的電商為例，用戶從瀏覽頁(yè)面到完成購(gòu)買通常會(huì)有4個(gè)重要的環(huán)節(jié)，即用戶通過主頁(yè)或搜索的方式進(jìn)入商品列表頁(yè)，再到點(diǎn)入具體的商品進(jìn)入商品詳情頁(yè)，接著將心儀的商品加入到購(gòu)物車，最后將購(gòu)物車內(nèi)的商品結(jié)賬完成交易。

直觀判斷可知，經(jīng)過這4個(gè)重要環(huán)節(jié)的用戶數(shù)量肯定越來越少，進(jìn)而形成錐形的漏斗效果。

在實(shí)際的數(shù)據(jù)整理中，我們可以借助于漏斗分析法對(duì)產(chǎn)品運(yùn)營(yíng)過程中各個(gè)重要環(huán)節(jié)的轉(zhuǎn)化率、運(yùn)營(yíng)效果和過程進(jìn)行監(jiān)控及管理，對(duì)于轉(zhuǎn)化率特別低的環(huán)節(jié)，或者波動(dòng)發(fā)生異常的環(huán)節(jié)加以有針對(duì)性的修正，進(jìn)而保證轉(zhuǎn)化率的提升，從而提升整體運(yùn)營(yíng)效果。

5）AB測(cè)試分析法

AB測(cè)試分析法也是一種對(duì)比分析法，該方法側(cè)重于對(duì)比AB兩組結(jié)構(gòu)相似的樣本（如用戶屬性和行為相似、產(chǎn)品特征相似等），并基于兩組樣本的指標(biāo)值挖掘各自的差異。

例如某APP的同一個(gè)功能頁(yè)面，設(shè)計(jì)了兩種不同風(fēng)格的頁(yè)面布局，然后將兩種風(fēng)格的頁(yè)面隨機(jī)分配給測(cè)試用戶（這些用戶的結(jié)構(gòu)都比較相似），最后根據(jù)用戶在該頁(yè)面的瀏覽轉(zhuǎn)化率來評(píng)價(jià)不同頁(yè)面布局的優(yōu)劣。

5. 撰寫報(bào)告

撰寫數(shù)據(jù)分析報(bào)告，這個(gè)是很重要的一個(gè)環(huán)節(jié)，首先需要想想閱讀對(duì)象是誰，老板肯定會(huì)看，其次業(yè)務(wù)方也會(huì)看，與需求利益相關(guān)的人都會(huì)看這個(gè)報(bào)告，所以報(bào)告的呈現(xiàn)很重要。

首先要結(jié)論先行，金字塔原則—— 先說重點(diǎn)，感興趣的同學(xué)再深入研究，所以通常需要把核心的數(shù)據(jù)結(jié)論和表現(xiàn)放在目錄里。

分析的指標(biāo)內(nèi)容，通常每期一定會(huì)分析核心的3個(gè)KPI數(shù)據(jù)，與核心指標(biāo)相關(guān)的就歸于一類，比如說新增用戶的次日留存，那么所有跟新增用戶次日留存相關(guān)的需求按優(yōu)先級(jí)進(jìn)行排列。

而且每個(gè)需求需要單獨(dú)列出分析的小結(jié)，結(jié)論中要包含主要數(shù)據(jù)和分析結(jié)論——這個(gè)是一個(gè)目錄的要求。

到每個(gè)詳細(xì)的需求分析時(shí)，需要列出每個(gè)需求的描述，就是我們理解的需求背景、功能介紹、分析思路。要說清楚跟上一個(gè)版本的改動(dòng)點(diǎn)，最好有界面配圖。

截圖這里也需要注意，就是控制變量嘛，所以如果需要比較兩個(gè)版本的方案變化，最好是截取同一個(gè)場(chǎng)景，觀看者可以很直觀的看出哪里發(fā)生了變化。

然后就是放可視化圖表了，圖表要寫選取數(shù)據(jù)的時(shí)間周期，標(biāo)明哪個(gè)顏色是哪個(gè)版本，空白的地方要寫出數(shù)據(jù)表現(xiàn)情況，分析數(shù)據(jù)變化原因，橫縱坐標(biāo)要標(biāo)出單位。

還有一點(diǎn)很重要：要列出你計(jì)算的公式。

因?yàn)楹芏喙竞饬繑?shù)據(jù)的指標(biāo)是不一樣的，哪怕同樣一個(gè)名稱，比如DAU：有的公司DAU=UV、有的公司DAU大于UV、有的公司DAU小于UV，因?yàn)樗y(tǒng)計(jì)的口徑不一樣，所以一定要標(biāo)出數(shù)據(jù)指標(biāo)。

四、注意事項(xiàng)

分析報(bào)告的輸出是整個(gè)分析過程的成果，是評(píng)定一個(gè)產(chǎn)品、一個(gè)運(yùn)營(yíng)事件的定性結(jié)論，很可能是產(chǎn)品決策的參考依據(jù)。

一份好的分析報(bào)告，有以下一些要點(diǎn)：

1. 要有一個(gè)好的框架，像蓋房子一樣，好的分析肯定是有基礎(chǔ)有層次，基礎(chǔ)堅(jiān)實(shí)，并且層次明了才能讓閱讀者一目了然，架構(gòu)清晰、主次分明才能讓別人容易讀懂，這樣才讓人有讀下去的欲望；
2. 好的分析要有很強(qiáng)的可讀性，這里是指易讀性，每個(gè)人都有自己的閱讀習(xí)慣和思維方式，寫東西時(shí)你總會(huì)按照自己的思維邏輯來寫，自己覺得很明白，別人不一定如此了解，要知道閱讀者往往只會(huì)花10分鐘以內(nèi)的時(shí)間來閱讀，所以要考慮分析閱讀者是誰?他們最關(guān)心什么?必須站在讀者的角度去寫分析報(bào)告；
3. 數(shù)據(jù)分析報(bào)告盡量圖表化，用圖表代替大量堆砌的數(shù)字會(huì)有助于人們更形象更直觀地看清楚問題和結(jié)論，當(dāng)然，圖表也不要太多，過多的圖表一樣會(huì)讓人無所適從；
4. 不要害怕或回避“不良結(jié)論”，分析就是為了發(fā)現(xiàn)問題，并為解決問題提供決策依據(jù)，發(fā)現(xiàn)產(chǎn)品問題，在產(chǎn)品缺陷和問題造成重大失誤前解決它也是分析的價(jià)值所在；
5. 不要?jiǎng)?chuàng)造太多難懂的名詞，如果老板在看分析報(bào)告10分鐘內(nèi)讓你三次解釋名詞，那么你寫出來的價(jià)值又在哪里呢，當(dāng)然如果無可避免地要寫一些名詞，最好要有讓人易懂的“名詞解釋”。

以上就是一些基礎(chǔ)的數(shù)據(jù)分析要點(diǎn)，后續(xù)會(huì)繼續(xù)給大家分享使用案例，解釋每種數(shù)據(jù)分析方法如何使用。

本文由 @一顆小西紅柿? 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議