數據分析的需求理解和案例分享

【編者按】數據本身不是目的，其目的是為管理層決策、產品設計和市場運營服務的。所以，必須深入瞭解數據後面的業務邏輯和屬性，否則，就是數據展示，不是數據分析了，此外要做好數據模型的定義和關係分析

為什麼需要做數據分析，是因為業務需求;

業務需求的幾個來源：

1) 企業高層的決策需要

2) 產品部等做產品調研，市場分析的需要

3) 產品運營時期，為了獲知用户和客户質量需要

4) 市場部做營銷運營，為驗證轉化率的需要

5) 客服的效果統計，編輯部門 做內容的轉化率如何

具體可以分成以下常見的業務需求

第一方面：高層需求

1) 新的市場機會在哪裏，哪些未上架的服務能夠帶來新的收入增長?

2) XX總監要求，就XX營銷活動的效果進行分析，得失和用户結果等進行量化處理

第二方面：市場和產品部門需求

1) 市場推廣方式是否有效，以及能否進一步提效;

2) 訪問網站的用户是否是目標用户，哪種渠道獲取的用户更有價值(跟第一個需求有交集也有不同);

3) 用户對網站的感覺是好還是不好，除了商品本身之外的哪些因素影響用户的感覺;

4) 除了撒謊外，什麼樣的商業手段能夠幫助説服客户購買或二次購買;

5) 從什麼地方能夠進一步節約成本，運營成本，開發維護成本;

6) 如何為運營部門做好客户會員等級設計，做好數據支持工作?

第三方面：技術部門需求

網站速度和錯誤率，較以前改善了多少?使得用户滿意度有所提高

第四方面：客服編輯等部門的需求

客服的服務流程，在哪一塊可以得到優化改善，提高客服效率

這些根本性的業務需求每天都會被網站管理層以各種各樣的方式提出，

如果網站分析不能圍繞這些問題進行，那麼任何分析的努力都不過是隔靴搔癢，價值低迷。

所以，當你被你的老闆命令，做一個數據統計(分析)需求的時候，

最好能夠問一下自己，它背後的業務需求是什麼。這個業務需求靠譜不?

這個思維方式能讓你把工作幹得更好。

有些時候，電子商務網站分析還沒有開始進行就已經失敗了，這是因為先期的實施為日後的工作埋下了麻煩的.種子。

業務邏輯和彼此關係

數據的屬性

既有的產品，其數據的統計，週期性變化的統計

舉例説明：截止到2012年2月底，XX網站的註冊用户量達到45.08萬，

近1個月增加了1800個，較上個月增加速度上升了11.5%，較歷史峯值降低了7%

其中核心用户達到8500個，

近1個月增加了75個，較上個月增加速度上升了23，較歷史峯值降低,4%;

頁面PV達到240萬，較上個月這一天增加速度上升了23，較歷史峯值降低4%;

數據分析的一些名詞定義

就以世界工廠網社區為例，做一些名詞定義解釋：

1)轉化率：用户執行了某種我方期望的動作的比重。=進行了相應的動作的訪問量/總訪問量

2)跳出率：代表着訪問者看到的僅有的一頁的比率

3)有效用户：是工廠網註冊用户，且至少在論壇發過一個帖子(含回覆)，

可以進一步分為活躍用户，非活躍用户，流失用户等幾個類型;

4)活躍用户：是指經常參與帖子回覆和話題交流的工廠網註冊用户

5)流失用户：曾經訪問過網站或註冊過的用户，由於種種原因，已經拋棄了社區，不可能再為社區創造任何價值

6)核心用户：經常發帖回帖，給論壇提意見和參與話題活動，在線時間很長，對某些版塊的一些話題意見獨特有價值，並且可以影響一部分人成為論壇用户。符合其中2項以上特徵就是核心用户。

7)用户流失率：計算公式：網站用户流失比率=3個月內沒有登錄的用户數量/3個月前站內的用户總數

具體的應用場合分為：按照具體產品和具體業務需求幾種角度

1.按照具體產品和位置來分：

登錄與註冊會員後台積分幫助中心企業網站採購供應資訊和專題社區和圈子學堂百科 廣告支付展會服務 工廠店等

2.按照具體業務需求來分：

1) 產品體驗優化：網頁改版後的用户調查分析，用户註冊量變化分析，PV 和IP分析

2) 新服務的運營效果，比如pv ip 用户註冊率使用情況客服投訴率

3) 用户分析：對用户的行為，訪問情況，來源

4) 流量來源：那些產品貢獻的流量多，那些貢獻的少，流量時段變化，較前一段增加還是減少，搜索引擎關鍵詞分析，所在區域的流量分佈

5) 轉化率分析：這個是最核心的數據了，沒有轉化率，其他一切都是免談!某些牛B的網站能做到4%的詢盤轉化率!某些卻僅僅是0.1%。轉化率就是對站內數據流分析，主要用來分析頁面的流程是否順暢和產品分佈是否合理

6) 營銷活動：

7) 用户活躍度分析：