运营人做数据分析的正确打开方式,难怪工资比别人高

文 | 商业智能研究 2021-06-29

现在数据分析能力在职场中越来越重要,尤其对运营人来说,数据分析就是运营人职场能力的分水岭,不管是做内容运营、产品运营还是活动、直播运营,数据分析基本上已经成了大厂招聘运营的标配:

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析
运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

从市场调研的情况来看,会数据分析的运营岗位,的确比其他岗位整体薪水都高,大部分人都在20k-30k左右

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

但是不少运营人在数据分析方面都存在着能力短板,复杂的算法、庞大的数据、眼花缭乱的图表,让不少运营人在学习数据分析的路上望而却步。

其实,运营的数据分析也没有那么困难。了解了一些基础的应用场景之后,自己也能很好地进行数据分析,而且学会了数据分析之后,对于未来运营的方向以及运营的改进点会有了更加明确的目标,不再单单靠感觉进行。

今天,就结合自己在实际工作中遇到的一些情景,来和大家聊聊,运营人在日常的工作中,如何去进行数据分析?

数据分析的目的

1、原因分析:

通过以往的数据分析,发现数据中存在的问题,为未来优化提供数据基础。比如,通过用户注册、登录、活跃等数据,可以看出用户在哪个环节流失比较多,出现问题比较多,那么后期在这个环节中,就可以多次进行试验,提升单点的转化率。

利用漏斗分析、趋势分析是主要的数据分析方法。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

2、未来预测:

通过以往的数据分析,找到数据中的某种趋势或者共性,从而更好地指导未来的运营动作。比如在公众号运营中,通过以往对以往内容的关键词进行分析,找出打开率高、阅读量高、转发量高的内容,从而方便后期更好地进行选题和内容创作。

3、现状分析:

数据是当下最好的体验,及时了解当下的运营情况以及变化情况,更加趋向于短期的数据分析,如日报,周报,月报等数据分析,在某个时间节点里,数据变动的原因分析。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

对于运营来说,数据是运营结果的表现,通过对数据的分析,可以发现之前运营动作的优点和不足的地方,未来更好地去进行运营动作,也更好地知道未来运营重心该放在何处。

巧用工具,分工明确

数据分析的思路和方法都有了,但运营人在数据分析实操的过程中还会出现一下几个常见的问题:

1、展示的数据图表固定不变,缺乏灵活性,不能做探索分析,运营人经常会做很多数据看板,统计日活、月活、留存及一些订单转化数据,但这些数据看板也仅限于“查看”,没办法做探索分析,要是发现某个产品转化渠道UV数据异常,分析半天也找不到真正的原因,最后还是怪天气、系统故障、节假日等原因,这样的理由,老板根本不想听。

2、部门配合沟通成本高,实现效率低。想要给技术部门加个需求,比如添加XXX路径漏斗转化分析数据图表,需要技术部门判断需求可行之后,再进行埋点收集数据,结果从需求评审到需求落地就得花个十天半个月。

还有的时候,产品埋点数据是有的,但是需要自己从数据库里导出数据,再用Excel分析。这个取数的过程非常痛苦,需要导出哪些时间段的数据和导出哪些字段的数据不好确定,因为数据是未知的,变化是未知的,导出数据过多,人工筛选工作量大,Excel也承受不住

最后费尽周折做好的图表只能用一次,下次有新数据导出,还要按之前的计算方法重新排版一次,没办法实现数据更新。

3、很多公司的业务数据和行为数据分散在不同的系统中,没办法放在一起分析

上面这些种种问题,最好的解决办法就是重新分工,让数据部门负责提供清洗好的数据,运营人员直接拿数据做分析,也就是目前很多企业都在用的自助分析模式

自助分析实现方式:借助BI工具,建立统一的数据分析平台,数据准备自动化,数据人员负责建立数据连接和数据集,运营人员直接取用准备好的数据,遇到没有数据的情况再向数据部门提数据需求,管理数据是他们的本行,需求响应也就快。

案例实操

以我比较熟悉的FineBI为例,给大家分享一个运营自助分析的实际案例:某平台型产品9月份发生客单价下降问题,分析其可能原因。

首先清楚这是典型的分析为什么的问题,其二确定分析思路,根据归纳推理原理,从结论出发,进行拆解,客单价等于销售总额/成交总笔数,影响销售总额和成交总笔数不外乎服务提供者、用户和产品三个维度,从这三个维度下提出假设(如图),再通过数据逐一验证,以下使用样式数据,演示分析过程。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

使用数据人员已经做好了的数据集,即客单价下降原因分析业务包里添加好的数据库表,进行取数分析。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

从用户注册表、用户信息表中获取总注册用户数、9月新增注册数和9月流失用户数,使用指标卡组件计算出9月新增客户数为26、流失客户数为2,根据2019年新增注册客户数折线图,可以看出9月新增客户数在正常变化幅度内。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

使用订单明细表得到2019年订单量/销售额月份变化趋势图及9月流失客户订单明细表。

柱状图所示,9月订单数和销售额较8月有所上升,且在订单记录表中查找2019年9月状态为流失的客户历史交易记录,评价该客户流失对订单转化的影响作用,明细表显示流失客户的订单记录在较早月份,最近没有接单记录,说明新老客户更替不是构成客单价下降的主要原因。在订单总笔数上升和销售总额上涨的情况下,客单价下降极有可能是促销活动或用户来源渠道欠佳导致。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

排除人为促销活动因素,从用户维度分析,包括实际付费用户数、新增用户的来源渠道及现有用户的特征画像。

通过地图组件发现,2019年5月到9月新增用户中大部分来自于内陆省份和新用户营销渠道,接着用漏斗图统计用户从下载到下单的转化情况,发现转化率较高,更为异常的是订单明细数据中显示平均每个用户只有一次下单记录,然后筛选出9月下单用户,与用户画像表建立关联,通过制定一些判断规则,得到用户画像标签图,发现用户质量不优,且存在“羊毛党”嫌疑。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析
运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

3、搭建数据看板

我们知道,数据分析的价值在于指导实践,通过分析客单价下降原因,及时改善运营策略,比如适当降低新人首单优惠或根据产品目标人群来调整宣传渠道,吸引更多高价值用户入驻。为了更好指导运营策略调整,我们可以将已经做好的模板固化成每日的数据看板,时时监控客户留存情况。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

并且可以将制作好的看板通过挂载到平台目录,供相同部门的人员查看。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

值得一提的是,使用模板导出功能可以导出完整且清晰的的模板图片,用于向领导汇报的周报或是月报PPPT。

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

总结

实际上,运营做数据分析并不需要懂复杂的技术,关键是对业务流程的理解以及用数据解决问题的思维。刚开始时做分析会比较生疏,做多了之后,积累了数据经验,慢慢会发现自己分析问题的维度越来越广了,这大概就是运营人员的核心竞争力。

但这一切都要基于一个好用的数据可视化平台。现在市面上流行的有FineBI、Power BI、DataV、鼎数,但权威机构IDC指出市场占有率第1的还是FineBI,这些都可以做数据分析

运营数据分析,运营数据分析怎么做,运营数据分析工具,运营管理数据分析

商业智能BI产品更多介绍:www.finebi.com

免费试用FineBI


本月阅读量最高的10篇文章

立即试用FineBI,还可获得更多的方案、案例和模板

免费下载和试用 >

售前咨询

服务热线

400-811-8890转1

售后咨询

在线QQ

800049425

服务热线

400-811-8890转2

投诉建议

总裁办24H投诉

173-127-81526