文 | 帆软数据应用研究院 任敏

近年来，人们对信息的关注已不仅限于数据本身，而是通过一系列统计工具及分析手段去挖掘其背后隐藏的价值，从而带来诸如减人增效、辅助决策的效果。

传统的电子电气制造业是典型的人口密集型生产行业，企业转型离不开自动化和信息化，而其中物流、信息流、资金流的整合是必不可少的过程，这就需要通过制定有效的管理手段并辅以强大的数据分析工具来实现。

很多人不明白自己企业当前阶段需要什么程度的数据分析工作，这就会导致数据分析平台搭建出来后，没人用、不好用、没价值的尴尬情况，明明花费了很多人力物力，但最后效果却不尽如人意，基层业务部门反馈不好用，领导也不关注，项目烂尾甚至失败都是可能的。

是否认识到这些误区？

误区一：以多取胜。有些企业在建设数据分析平台时，从业务部门获取到大量的分析指标，开发出成百上千张分析报表，并没有从实际使用者的角度去考虑，容易导致使用者的精力分散。

比如生产车间主任要看某一车间昨日的生产情况，可能就要从产能报表、质量报表、工时效率报表、库存报表等繁多的报表中去寻找自己关心的某一车间某一产品某一工单的信息，费时费力，甚至觉得还不如以前Excel报表方便。

误区二：单打独斗。电子电气制造行业的数据分析平台，往往涉及到多个业务部门的数据，包含采购、生产、仓储、物流、销售在内的供应链流程，以及研发、财务、人事等技术或支撑部门，现在很多企业的一些部门会单独建设某一模块的数据分析工作，过于强调各个业务部门的独立性，往往会忽略管理者的使用场景。

比如企业总裁想看目前公司的产销存情况，他可能要从生产、仓储、销售三个部门的报表中找数据，而且还要自己做对比等分析，不能快速的帮助他获取想要的管理数据和分析结果，他主观上可能就觉得这个平台比较鸡肋。

误区三：依赖工具。对于大多数企业来说，拥有一款强大的数据分析工具可以事半功倍，但是过分的依赖工具和强调工具的作用会让管理工作懈怠下来。做数据分析工作必须包含管理的理念在其中。从经验来看，像帆软这类的数据分析平台，其意义在于辅助管理决策，而其价值在于可以将一些战略化、口号化的管理理念进行分解可执行化。

比如某一企业的阶段性战略目标是降低成本，在分析库存成本时，通过分析往年产销存情况以及期初期末库存和安全库存，调整最佳平衡点、优化库存结构、提高周转效率、缩小库存空间，来达到降低库存成本的目的。

是否充分了解使用者的需求？

现在很多企业会从客户需求的角度去创造产品，其实我们做数据分析工作也应该这样。笔者这里分析了10个行业，总结了32家企业数据平台建设的成败经验，考虑企业各职能层级的工作性质，将数据分析工作分为三个层次，逐层递进、相互补充。

1、基层。一般基层的使用者大多是销售员、采购员、生产班组长之类的业务人员，由于大多数业务流程是在各个业务系统中完成的，所以数据分析平台对于他们来说，主要是起到数据补录和数据查询的作用（基层使用者多数不会分析或者不需要分析，所以在基层开发分析报表作用不大）。

其中数据补录是用来弥补老旧的业务系统中缺失的数据项，数据查询不只是业务系统查询内容的迁移，更重要的是基础信息的整合。如果一项反复工作涉及多个业务系统的查询操作，那么将这些数据整合到统一的平台上来查询可以极大的提高工作效率。

基层报表可以按照业务流程或工种性质来分类，这样更符合他们的使用习惯，所以对基层报表的开发重心是提高工作效率。

2、中层。在不同规模的企业中中层人员可能是某一业务部门负责人、部门中某一模块的负责人，他们对业务系统的依懒性相对基层人员来说是比较低的，他们更关注汇总的数据、整体的情况以及趋势，传统的汇报模式已无法满足他们对数据准确性以及分析灵活性的要求，所以在中层按照关键指标模块化来分类分析报表是更明智的选择。

例如将生产分为工单、库存、物流、设备、质量、成本等模块，每个模块可能涉及一个或多个业务流程的信息。

绝大多数的分析类报表是在中层使用的，通过对比、预警、监控等方法去发现部门工作中的问题，所以对中层报表的开发重心是让管理有理有据。

3、高层。对于企业的决策者和领导者来说，他们更关注结果，关注他们制定的企业战略方针有没有被很好的细化和落实下去，所以按照战略目标的分解和量化来分类报表是很有必要的，报表所展示的信息一定不能脱离企业的战略目标，否则领导不会关注，开发人员白忙活。

高层领导不会关心太细化的指标，他们要的是以几个指标就能掌控全局，所以高层报表不能太多，以3~6张为宜，比如营销情况总览报表中应体现销售总额、利润、计划按时达成率、库存总额、销售效率等指标。

决策者所处的位置让他们没有精力去关注到所有部门的实时情况，可以通过监控、排名等分析手段来输出压力并传达给相应负责人，例如对生产班组或销售小组做top/last分析。

以上我们得出结论，对高层报表的开发重心是弱化分析、结果导向、压力输出。

是否了解数据分析的价值 ?

一个完善的企业级数据分析平台的价值是不可估量的，由于其数据来源于各个业务系统，所以其价值有时很容易和业务系统的价值混淆在一起，无法很好的量化。

之前和国内一大型家电企业CIO聊过这个话题，他基于其公司采用的的帆软数据分析平台总结了以下几点价值：

1、打通数据壁垒，实现信息透明。底层搭建数仓，统一数据编码，将多个业务系统数据进行整合，加强部门间信息互通，实现层级间信息垂直透明，促进协作共赢的良好工作氛围。

2、提高工作效率，促进业务增值。代替传统手工报表，减少人为干涉错误，提高数据准确性；人效分析，提高生产效率，节约人力成本；产销存平衡分析，缩短周转周期，提高库存周转率、销售转化率，促进业务不断增值。

3、数据驱动产品，引导创新改良。维修数据分析，反馈质量问题，促进生产、工艺或设计改良；客户需求反馈分析，定位目标功能，引导产品创新。

4、辅助管理预测，提高决策成功率。销售预测分析，辅助市场决策，提高投入产出比；采购预测分析，辅助物料订单管理，提高物料周转率，防止供应商过多备料、物料呆滞。

5、内外数据整合，提升市场竞争力。竞品分析、价格带分析、客户满意度分析，作为企业调整战略目标的参考依据，及时抓住市场机会，提升市场竞争力。

笔者认为其中最大的价值在于能将各个业务系统的价值更高效更直观的体现出来，它提供的是一种分析手段、管理思路和决策方法，而这也正是现在大多数企业所急需的。对于企业，如何让高层管理决策、输出压力；让中层有据管理，对高层负责；让基层量化任务，精准执行？我们可以从管理角度来搭建数据分析平台，让数据分析展现的数据驱动业务管理流程的前进。数据分析平台的搭建方法经验，有机会整理成文字分享出来，或者和大家当面交流。

如果将数据比作海洋，那么各个业务系统就是轻舟、船舶，而数据分析平台则是船桨、发动机。

2017 年马云在某次年会演讲中提到一件让他惊讶的事情。

在西湖边上他曾看到乞丐在用支付宝收款码进行乞讨，从界面操作上看该乞丐还能熟练应用支付宝提供的「生意通」功能，研究本周的乞讨收入趋势以及单位小时的乞讨金额，从而为自己制定更加高效的的乞讨策略。

图片来源于网络

乞丐都在用数据分析来武装自己了，身为互联网从业者，你还敢落后？为了让你感知到数据分析对工作效率提升价值，我们来看一个真实的运营案例。

你为什么要学习数据分析

运营研究社在 2018 年以前，公众号图文的推送时间是不固定的，在早上、中午、下班时间、深夜都有过推送，所以相应的阅读量的波动也非常大。

在今年年初我提出了一个假设“如果把推送时间固定的话，会不会对图文打开率（阅读量）的提升有促进作用”。

为了检验这一设想，当时我需要解决的第一个问题是：

“运营研究社的公众号黄金推送时间在哪？”

我导出了运营研究社过去 1 年里的图文数据，并拿推送时间、打开率、标题 3 个数据字段来构建散点图。

运营研究社过去半年图文数据

从过去 1 年的推送时间和打开率的散点分布图来看，高打开率的图文主要集中在中午 12 点、13 点两个个时间段，于是我把将这两个时间点定义成运营研究社图文推送的黄金时间。

在实践中也证明了“在固定时间推送内容有利用提升打开率”假设是正确的，从阅读数据上的反馈就是我们的阅读量在 3 个月时间里提升了 200%。

无论是在生活还是工作，数据分析已是一项必备技能。

我在招聘网站上研究了近 100 个运营岗位的职责要求，用户运营、内容运营、产品运营、社群运营、渠道运营，它们几乎都会在靠前的位置写上这样一行文字：

“通过有效的数据分析（点击率，访问，转化率等），研究分析用户的需求制定运营策略”。

为了让你能够掌握最实用的数据分析技能，本篇文章将带你了解数据分析字段与产品指标、熟知数据驱动运营的底层方法。

“竟巧妇难为无米之炊”，为了让小伙伴们赢在起跑线，下面将开始系统讲解数据分析里的底层元素——数据字段。

你的基础数据字段足够全嘛？

2015 年我在百度贴吧在内容运营，当时的我们核心 KPI 是将次日留存率提升至 45%，于是我就想研究用户首次登入的内容消费量与次日留存的关系，以期通过优化内容推荐系统来提升次日留存。

想法很好，现实却很悲剧，我在给技术同学提数据分析需求时，他们很佛性的回了句：

“抱歉，我们没有统计用户的内容消费数据”。

由于缺乏用户的内容消费数据，我当时只能搁置这套数据分析方案了（在补充统计用户消费字段的 1 个月后才最终落地执行）。

跟大家分享这个案例，主要是希望大家能够理解，数据分析的底层关键支撑是基础数据字段，没有基础数据字段你的任何数据分析方案都执行不了，没有基础数据字段，你再老司机也无法用数据驱动运营。

所以，为了能够做好数据分析，你需要尽可能全面的提出你的数据字段需求，具体来说包括如下 2 类基础数据字段：

1）用户信息数据字段

它指的是用户的社会信息数据，比如姓名、性别、出生年月、籍贯、婚姻、学历，手机、邮箱等字段

对于电商和母婴类产品来说，还需要基于「用户行为数据」推导家庭类型、家庭人数、家庭小孩标签、工作岗位、所处行业等高级用户信息数据字段。

2）用户行为数据字段

用户行为数据字段在记录时的格式通常是User id（哪个用户）+Active（哪种操作）+Time（何时产生）。

比如今天上午，我在贴吧客户端首页看了一篇与 China Joy 有关的的贴子，并且还对妹子们的颜值留进行了评轮。那么贴吧官方会将我的看贴行为数据，以如下格式被统计下来。

用户行为数据字段是每一位用户在产品上操作行为的数据记录，不同产品类型需要的需要记录的用户行为是不一样的。

阅读内容、点赞、评论、分享是社区产品的关键用户行为字段，点击产品、添加购物车、下单、付费、评价是电商产品的关键用户行为字段……

相比于用户信息数据而言，用户行为数据是数据分析的重中之重，可以基于用户行为数据的处理加工，分析出每天产品的登入用户总量（DAU）、新用户留存以及评论用户总量等产品数据指标。

促进数据增长指标都有那些?

有两位内容运营的同学，有一天领导问他们最近的产品情况怎么样。

其中一位运营说产品表现很不错，每天都有很多人互动和称赞，另外一位运营回答说产品有问题，用户都不怎么会将内容分享出去。

如果你作为老板，你应该相信谁？

我想这两位同学你应该都不会相信，甚至还会很生气，因为你的员工没有一点点的数据分析意识。

现代管理学之父彼得·德鲁克说过一句很经典的话：

如果你不能衡量它，那么你就不能有效增长它。

为了能够让数据驱动业务增长，我们需要制定业务的衡量标准，用统一的衡量标准来定义和评价业务，这个统一的标准在数据分析中叫做指标。

案例中的两位内容运营如果能够以互动率和点赞率、分享率这 3 个产品数据指标来向领导汇报自己的运营工作的话，或许就能够在领导心中留个好印象了。

了解和使用指标是数据分析思维的第二步，我们需要基于具体的业务需求设定能够驱动产品增长的指标。（Ps：数据指标是由用户基础数据字段处理加工而成）

按照比较受大家认可的 AARRR 产品增长模型，我们可以将指标分为五大类：拉新指标、活跃指标、留存指标、转化指标、传播指标。

5个产品的拉新指标

运营通过渠道投放让“用户”接触到产品，当“用户”觉得产品不错就会去下载它，打开产品发现里边的内容蛮适合自己，“用户”就会注册产品，最终成为产品真正的用户。

以上是绝大部分运营都会经历的拉新过程，如果你想监控整个过程，并且评估拉新的执行效果，那么你就需要设置如下数据指标。

1）浏览量

俗称曝光量，指的是产品的推广信息在朋友圈、搜索引擎、应用商店等渠道渠道中被多少用户看到。与浏览量相对应的是点击量，它们俩的比例在业内有一个专业词汇 CTR（CTR=点击量/浏览量），很多广告平台会用 CTR 来评估广告质量。

2）下载量

指的是 App 的安装次数，是衡量拉新效果的结果指标。不过，App 下载其实是一个中间态，为了让产品从曝光到下载有一个高转化，你需要注意应用大小、介绍文案的打磨。

比如游戏类 App，为了避免怕漫长的下载时间造成玩家流失，会选择让用户下载后以补丁形式完成全部素材的加载。

3）新增用户

下载并不是意味着就是用户，如果某个“用户”只下载了并没有注册，那它就是一个无效的用户。对于用户的界定，每个产品是不一样的，大部分的产品是用户注册了 App，就被定义为用户了，比如知乎、微博、小红书、百度贴吧。

4）获取成本

用户获取必然涉及成本，而这是运营新手最容易忽略的。目前常见的成本的计算方式有 CPM（千次曝光成本）、CPC（单次点击成本）、CPA（单次获客成本）。

5个产品的活跃指标

相比于下载量和用户量而言，在人口红利消失后，大家开始更关注实实在在的东西了——你到底有多少活跃用户。

用户活跃作为运营的核心工作，不论移动端、网页端或者微信端，都有相关指标可以衡量。

1）活跃用户数

DAU 指的是日活跃用户数量，指的是在 24 小时内活跃用户的总量。把时间周期拉长的还有周活跃 WAU 和月活跃 MAU。（MAU 指的是一个月时间周期里去重后的活跃用户总和）

Ps：与活跃用户相对应的还有流失用户、忠实用户、回流用户，其中流失用户是长期不活跃，忠诚用户是长期活跃，回流用户是曾经不活跃或流失，后来又再次打开产品的活跃用户。

2）活跃率

活跃用户数衡量的是产品的市场体量，活跃率看的则是产品的健康。

比如说某款产品的 DAU 是 100 万，可能你觉得还不错，但是我跟你说它的总注册用户是 1 亿，活跃率仅为 1%，你的感受可能就是这款产品很不错了。

3）在线时长

现在数据分析也越来越注重用户行为了，为了深入研究一款 App 的活跃健康度就需要去研究在线时长（它是视频类网站的核心数据指标）。

不同产品类型的访问时长不同，社交肯定长于工具类产品，内容平台肯定长于金融理财，如果你是做内容的产品的，发现大部分用户访问时长只有几十秒，那么最好分析一下原因。

4）启动次数

它体现的是用户的使用频率，用户的日均启动次数越多，说明用户对产品的依赖性越高，活跃度也就越好。

社交产品的人均启动次数会在 3-5 次之间，是通互联网中在启动次数指标中数值最高的。

5）页面浏览量

PV（PageView）是页面浏览量，UV（Unique Visitor）是一定时间内访问网页的人数，用户在网页的一次访问请求可以看作一个 PV，用户看了十个网页，则 PV 为 10。

PV 是互联网早期 Web 站点时代的活跃指标，也可以理解为网页版活跃。

5个产品的留存指标

如果说活跃数和活跃率是产品的市场大小和健康程度的话，那么用户留存衡量产品是否产品能够可持续发展，如果你是早期产品就更应该关注是留存指标了。

1）用户留存率

留存率 = 留存用户 / 当初的总用户量

用户在某段时间使用产品，过了一段时间后，仍旧继续使用的用户，被称为留存用户。

假设产品某天在某渠道新增了用户 1000 个，第二天仍旧登入产品的用户有 350 个，第 7 天仍旧登入产品的有 100 人，那么这个渠道获取来的用户次日留存率有 35%，那么称七日留存率为 10%。

Facebook 有一个著名的 40-20-10 法则，即新用户次日留存率为 40%，七日留存率为 20%，三十日留存率为 10%，有此表现的产品属于数据比较好的。

2）用户流失率

用户流失率和留存率恰好相反，如果某产品新用户的次日留存为 30%，那么反过来说明有 70% 的用户流失了。

流失率在一定程度能预测产品的发展，如果产品某阶段有用户 10 万，月流失率为 20%，简单推测，5 个月后产品将失去所有的用户。

Ps：这里可以引出一个公式，生命周期 = （1 / 流失率）*流失率的时间维度。比如产品的周流失率为 50%，那么平均用户生命周期为 14 天。

15个产品的转化指标

运营而言，拉新和活跃、留存都只是手段，最终衡量你工作业绩的是你手上掌握了多少有价值的用户。

运营就像用户成长路上的指引者，指引者产品里的用户成为能够产生价值的超级用户，即回归商业的本质。

交易类产品转化指标

1）GMV

它是一个虚荣指标，只要用户下单，生成订单号，便可以算在 GMV 里，不管用户是否真的购买了，京东在双十一对外发布的战报是 GMV。

2）成交额

成交金额指的是用户付款的实际流水，是用户购买后的消费金额，天猫在双十一对外发布的战报是成交额。

3）销售收入

它指的是成交金额减去退款后剩余的金额，属于内部机密数据了。

如果把上述的三个指标看作用户支付的动态环节，则能再产生两个新指标。

成交金额与 GMV 的比率，实际能换算成订单支付率，它体现的支付的流畅度；销售收入和成交金额，也涉及到了退款率，它体现的是产品质量。

4）付费用户量

在产品里边产生过交易行为的用户总量，同活跃用户一样，交易用户也可以区分为首单用户（第一次消费），忠诚消费用户（持续购买的用户），流失消费用户（流失后又回来的用户）等。

同时，为了研究用户的付费潜力，你还可以研究下产品的付费用户比例：

付费用户比例 = 付费用户 ÷ 总注册用户

5）ARPU

在单个促销活动中，它指的是每一笔用户订单的收入，总收入/订单数。而在整个产品生命周期中，我们更关注用户平均付费，总收入/用户数。

ARPU 可以再一步细分，当普通用户占比太多，往往还会采用每付费用户平均收入：ARPPU = 总收入÷ 收费用户数

6）复购率

和新增用户一样，获得一个新付费用户的成本已经高于维护熟客的成本。复购率更多用在整体的重复购买次数统计：单位时间内，消费两次以上的用户数占购买总用户数。

比如运营研究社的技能训练营在第一季度有 1789 个付费用户，购买次数在两次以上的有 657 人，那么我们季度复购率是 36%。

社区型产品转化指标

社区型产品的首要目的是将用户聚集在一起，并且引入用户生成内容，它的核心关键在于培养一个能够生成内容的活跃用户社区。

1）内容生成者

参与内容生存的用户�...

文 | 邹昕-知乎

来源：再生谈|reborn_chat

受本人背景和知识水平所限，本答案局限性如下（包括但不限于）：

1. 更适用于中大型公司；

2. 更适用于互联网公司；

3. 可能更适用于美国的工作环境。

个人以为，一个三年工作经验的数据分析师应该具备以下方面的能力：对技术的掌握，对产品的理解，对数据的敏锐性，数据和产品之间互相转化的能力，分析思维的广度、深度和速度，数理统计的能力，沟通的能力，辅导新人的能力，面试把关的能力。

以下分开来说，同时举例的时候假设这个数据分析师是知乎这个产品的，目的是为了增长活跃用户。

【1】对技术的掌握

不一定需要非常高深的技术，但是基本的一定要过关。比如针对互联网行业的数据分析，SQL 是一定要过关的。在这基础之上，掌握公司惯用的BI工具或者报表工具，譬如帆软系列；Python / R 可以提高长期的工作效率，但在初期并不一定需要。

简单来说，技术能力决定了一名数据分析能力的下限，而对产品和业务的理解则决定了上限。

如果缺乏技术的支持，那就只能去当 CEO 了。

就好比在电影 Margin Call 里，底下的小兵负责分析数据，各种模型预测金融危机什么时候会发生。

而对于 CEO 来说，他的任务就是猜。

【2】对产品的理解

数据分析的目的是为了改进产品。如果缺乏对产品的理解，那么技术再好，也有可能像是无头苍蝇到处乱撞。

或者是变成 data dump，提供一堆一堆的图表，但其中有互相什么关联，能说明什么问题，提供什么样的建议，却并没有好的想法。

如果是初入行的话，这还是问题不大的。

因为新人可以有老板带着，或者是老人带着，但是如果想要更进一步，那就必须能够自己独立的做项目。

尤其是在互联网行业更是如此，除了新人之外，对大多数人的基本要求都是能单兵作战，不需要详细的指导。

同时在很多情况下，问题是很开放性的，对于如何解决并没有一个非常固定的套路，或者是因为这完全就是一个新的问题，或者因为不同产品之间套路无法直接套用，需要做大量的调整和创新。

比如这里面增长的例子，哪些是可以借用于知乎的，哪些是需要调整的，哪些是完全不适用的？

【3】对数据的敏锐性

对数据的敏锐性体现在两方面，一是在结果还不是那么清晰的时候，甚至根本就没有什么数据的时候，能够大致感觉往哪个方向深挖是更有可能出成果的；二是在数据出问题的时候，能够反应出来，及时找出原因。

比如做知乎的数据分析，目的是为了增长活跃用户，可以做的地方有很多，比如增加获新、增加内容、增加用户关注话题数、增加用户关注人数等等。一个经验丰富的老司机可以快糙猛的大概估算一下各个方面的机会有多大，大致的实施难度如何，风险是大是小，产品哪些方面是有缺陷可以改进的。

另一方面，是人就会犯错，最大的区别在于有的人可以很好的纠错，而有的人则需要别人提醒，还有的人即使别人提醒了也反应不过来。

【4】数据和产品之间互相转化的能力

在互联网行业，多数时候问题是很不清晰的，比如说问题可能是2017年新用户留存远差于2015年的用户，如何解决？

对数据分析师来说，并不会有一个详细的单子来告诉你都有哪些步骤，而是需要自己灵活处理。

一方面这些问题本身就比较新，虽然会有一个大致的套路，比如 AARRR 模型，解决增长需要先解决留存等等；然而再往下具体的时候，套路就没有那么固定了，因为不同的产品之间可以差别很大。

即使像是 Quora 和知乎这样理应非常类似的产品，也可能因为一些或大或小的差异，导致给分析数据也带来差别。

比如 Quora 的 upvote 并不完全代表赞同，而更多带有传播的意味。

而对于知乎来说，点赞即是赞同，传播只是副产品而已。

如果只懂数据不懂产品的话，很容易进入一个误区，要么产品/业务方追着问数据，要么没活儿干。

【5】分析思维的广度、深度和速度

速度这个比较好理解，尤其是在互联网行业，讲究快糙猛，没有时间精细打磨。

比如一个项目可以花两个月时间做出 95%，也可以花两周时间做 80%，那么多数时候都会是后者。

广度：产品的各个方面之间总是互相牵扯的。最简单的例子，如果知乎的拉新做得非常好，那么留存就有可能降低，用户活跃度也有会降低。

如何分析各者之间的关系，如何保持一个合理的平衡，如何增加其中一个不过于负面影响其它，这些数据分析都需要在广度上有一定的了解。

深度：有些问题一个人解决不了或者很难，多几个人就可以了，比如说搬砖，十人人搬总会比一个人搬快得多，哪怕不是十倍速度。而有些问题，靠堆人力是没用的。

【6】数理统计的能力

这一部分跟 1，3，5 是相关的。不一定需要特别高精尖，但是对于分析问题会有很大的帮助。比如说如何识别数据分析里可能出现的错误。

【7】沟通的能力

除非兼任软件工程师和产品经理的职，否则数据分析师总是需要通过说服产品和工程方面来改变产品，产生影响力。

有了好的结果是第一位，如何影响合作伙伴，让他们接受自己的建议甚至比有好的结果还重要。

毕竟，没有声音，再好的戏也出不来。

【8】辅导新人的能力

毛主席说过，人多力量大，要把敌人淹没在人民战争的汪洋大海中。

辅导新人，不只是团队 leader/manager 的要求，对于独立贡献者（inpidual contributor）也是一样重要的。

闻道有先后，术业有专攻。

一个人的力量终究是有限的，如果把自己的能力复制到整个团队甚至整个公司，是增大自己影响力最有效的办法之一。

【9】面试把关的能力

大多数人应该都希望自己的公司处于一个增长的状况，如果是高速增长那就更好不过了。

有增长，就必然要招人。

而招人并不是简单的招人来干活，而是招来更优秀的人进一步提高团队的水平。

这对于高速增长的团队来说是一个很大的挑战，所以提高面试技能和精准的判断面试者的能力，无疑是有效的扩张团队的不二法则。

【10】少睡的能力

比如说七周不睡觉，快速成为数据分析师（开玩笑的）。

（图片来源于网络）

作者：苏格兰折耳喵

来源： 运营喵是怎样炼成的 （yymzylc）

（温馨提示：图片显示毛糙和不清楚，是分辨率过高的缘故，点击图片，即可看到高清大图。 ）

本文将对一个案例进行从数据采集、数据清洗、数据分析再到数据可视化的全流程分析，力求条理清晰的展现外部数据分析的强大威力。以下是本文的写作框架：

1 分析背景

1.1 分析原理---为什么选择分析虎嗅网

在现今数据爆炸、信息质量良莠不齐的互联网时代，我们无时无刻不身处在互联网社会化媒体的“信息洪流”之中，因而无可避免的被它上面泛滥的信息所“裹挟”，也就是说，社会化媒体上的信息对现实世界中的每个人都有重大影响，社会化媒体是我们间接了解现实客观世界和主观世界的一面窗户，我们每时每刻都在受到它的影响。

综合上述两类情形，可以得出这样的结论，透过社会化媒体，我们可以观察现实世界：

由此， 社会化媒体是现实主客观世界的一面镜子，而它也会进一步影响人们的行为，如果我们对该领域中的优质媒体所发布的信息进行分析，除了可以了解该领域的发展进程和现状，还可以对该领域的人群行为进行一定程度的预判。

鉴于此种情况，作为互联网从业者的笔者想分析一下互联网行业的一些现状，于是想到了虎嗅网。

虎嗅网创办于2012年5月，是一个聚合优质创新信息与人群的新媒体平台。该平台专注于贡献原创、深度、犀利优质的商业资讯，围绕创新创业的观点进行剖析与交流。虎嗅网 的核心，是关注互联网及传统产业的融合、一系列明星公司（包括公众公司与创业型企业）的起落轨迹、产业潮汐的动力与趋势。

因此，对该平台上的发布内容进行分析，对于研究互联网的发展进程和现状有一定的实际价值。

1.2 本文的分析目的

笔者在本项目中的分析目的主要有4个：

（1）对虎嗅网内容运营方面的若干分析，主要是对发文量、收藏量、评论量等方面的描述性分析；

（2）通过文本分析，对互联网行业的一些人、企业和细分领域进行趣味性的分析；

（3）展现文本挖掘在数据分析领域的实用价值；

（4）将杂芜无序的结构化数据和非结构化数据进行可视化，展现数据之美。

1.3 分析方法---分析工具和分析类型

本文中，笔者使用的数据分析工具如下：

Python3.5.2（编程语言）

Gensim（词向量、主题模型）

Scikit-Learn（聚类和分类）

Keras（深度学习框架）

Tensorflow（深度学习框架）

Jieba(分词和关键词提取)

Excel（可视化）

Seaborn（可视化）

新浪微舆情（情绪语义分析）

Bokeh（可视化）

Gephi（网络可视化）

Plotly（可视化）

使用上述数据分析工具，笔者将进行2类数据分析：第一类是较为传统的、针对数值型数据的描述下统计分析，如阅读量、收藏量等在时间维度上的分布；另一类是本文的重头戏---深层次的文本挖掘，包括关键词提取、文章内容LDA主题模型分析、词向量/关联词分析、DTM模型、ATM模型、词汇分散图和词聚类分析。

2 数据采集和文本预处理

2.1 数据采集

笔者使用爬虫采集了来自虎嗅网主页的文章（并不是全部的文章，但展示在主页的信息是主编精挑细选的，很具代表性），数据采集的时间区间为2012.05~2017.11，共计41,121篇。采集的字段为文章标题、发布时间、收藏量、评论量、正文内容、作者名称、作者自我简介、作者发文量，然后笔者人工提取4个特征，主要是 时间特征 （时点和周几）和 内容长度特征 （标题字数和文章字数），最终得到的数据如下图所示:

2.2 数据预处理

数据分析/挖掘领域有一条金科玉律：“Garbage in, Garbage out”，做好数据预处理，对于取得理想的分析结果来说是至关重要的。本文的数据规整主要是对文本数据进行清洗，处理的条目如下：

（1） 文本分词

要进行文本挖掘，分词是最为关键的一步，它直接影响后续的分析结果。笔者使用jieba来对文本进行分词处理，它有3类分词模式，即全模式、精确模式、搜索引擎模式：

· 精确模式：试图将句子最精确地切开，适合文本分析；

· 全模式：把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；

· 搜索引擎模式：在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

现以“新浪微舆情专注于社会化大数据的场景化应用”为例，3种分词模式的结果如下：

【全模式】: 新浪/ 微舆情/ 新浪微舆情/ 专注/于/ 社会化/ 大数据/ 社会化大数据/ 的/ 场景化/ 应用

【精确模式】: 新浪微舆情/ 专注/于/ 社会化大数据/ 的/ 场景化/ 应用

【搜索引擎模式】：新浪，微舆情，新浪微舆情，专注，于，社会化，大数据，社会化大数据，的，场景化，应用

为了避免歧义和切出符合预期效果的词汇，笔者采取的是精确（分词）模式。

（2） 去停用词

这里的去停用词包括以下三类：

标点符号：， 。！ /、*+-

特殊符号：▲等

无意义的虚词： “the”、“a”、“an”、“that”、“你”、“我”、“他们”、“想要”、“打开”、“可以”等

（3） 去掉高频词、稀有词和计算Bigrams

去掉高频词、稀有词是针对后续的主题模型（LDA、ATM）时使用的，主要是为了排除对区隔主题意义不大的词汇，最终得到类似于停用词的效果。

Bigrams是为了自动探测出文本中的新词，基于词汇之间的共现关系---如果两个词经常一起毗邻出现，那么这两个词可以结合成一个新词，比如“数据”、“产品经理”经常一起出现在不同的段落里，那么，“数据_产品经理”则是二者合成出来的新词，只不过二者之间包含着下划线。

3 描述性分析

该部分中，笔者主要对数值型数据进行描述性的统计分析，它属于较为常规的数据分析，能揭示出一些问题，做到知其然。

3.1 发文数量、评论量和收藏量的变化走势

从下图可以看出，在2012.05~2017.11期间，以季度为单位，主页的发文数量起伏波动不大，在均值1800上下波动，进入2016年后，发文数量有明显提升。

此外，一头（2012年第二季）一尾（2017年第四季）因为没有统计完全，所以发文数量较小。

下图则是该时间段内收藏量和评论量的变化情况，评论量的变化不愠不火，起伏不大，但收藏量一直在攀升中，尤其是在2017年的第二季达到峰值。收藏量在一定程度上反映了文章的干货程度和价值性，读者认为有价值的文章才会去保留和收藏，反复阅读，含英咀华，这说明虎嗅的文章质量在不断提高，或读者的数量在增长。

3.2 发文时间规律分析

笔者从时间维度里提取出“周”和“时段”的信息，也就是开题提到的“人工特征”的提取，现在做文章分布数量的在“周”和“时”上的交叉分析，得到下图：

上图是一个热力图，色块颜色上的由暖到冷表征数值的由大变小。很明显的可以看到，中间有一个颜色很明显的区域，即由“6时~19时”和“周一~周五”围成的矩形，也就是说，发文时间主要集中在工作日的白天。另外，周一到周五期间，6时~7时这个时间段是发文的高峰，说明虎嗅的内容运营人员倾向于在工作日的清晨发布文章，这也符合它的人群定位---TMT领域从业、创业者、投资人，他们中的许多人有晨读的习惯，喜欢在赶地铁、坐公交的过程中阅读虎嗅讯息。发文高峰还有9时-11时这个高峰，是为了提前应对读者午休时间的阅读，还有17时~18时，提前应对读者下班时间的阅读。

3.3 相关性分析

笔者一直很好奇，文章的评论量、收藏量和标题字数、文章字数是否存在统计学意义上的相关性关系。基于此，笔者绘制出能反映上述变量关系的两张图。

首先，笔者做出了标题字数、文章字数和评论量之间的 气泡图 （圆形的气泡被六角星替代，但本质上还是气泡图）。

上图中，横轴是文章字数，纵轴是标题字数，评论数大小由六角星的大小和颜色所反映，颜色越暖，数值越大，五角星越大，数值越大。从这张图可以看出，文章评论量较大的文章，绝大部分分布于由文章字数6000字、标题字数20字所构成的区域内。虎嗅网上的商业资讯文章大都具有原创、深度的特点，文章篇幅中长，意味着能把事情背后的来龙去脉论述清楚，而且标题要能够吸引人，引发读者的大量阅读，合适长度标题和正文篇幅才能做到这一点。

接下来，笔者将收藏量、评论量和标题字数、文章字数绘制成一张3D立体图，X轴和Y轴分别为标题字数和正文字数，Z轴为收藏量和评论量所构成的 平面 ，通过旋转这个3维的Surface图，我们可以发现收藏量、评论量和标题字数、文章字数之间的相关关系。

注意，上图的数值表示和前面几张图一样，颜色上的由暖到冷表示数值的由大到小，通过旋转各维度的截面，可以看到在正文字数5000字以内、标题字数15字左右的收藏量和评论量形成的截面出现“华山式”陡峰，因而这里的收藏量和评论量最大。

3.4 城市提及分析

在这里，笔者通过构建一个包含全国1~5线城市的词表，提取出经过预处理后的文本中的城市名称，根据提及频次的大小，绘制出 一张反映城市提及频次的地理分布地图 ， 进而间接地了解各个城市互联网的发展状况（一般城市的提及跟互联网产业、产品和职位信息挂钩，能在一定程度上反映该城市互联网行业的发展态势）。

上图反映的结果比较符合常识，北上深广杭这些一线城市的提及次数最多，它们是互联网行业发展的重镇。值得注意的是，长三角地区的大块区域（长江三角洲城市群，它包含 上海 ， 江苏省 的 南京 、 无锡 、 常州 、 苏州 、 南通 、 盐城 、 扬州 、 镇江 、 泰州 ， 浙江省 的 杭州 、 宁波 、 嘉兴 、 湖州 、 绍兴 、 金华 、 舟山 、 台州 ， 安徽省 的 合肥 、 芜湖 、 马鞍山 、 铜陵 、 安庆 、 滁州 、 池州 、 宣城 ）呈现出较高的热度值，直接说明这些城市在虎嗅网各类资讯文章中的提及次数较多，结合国家政策和地区因素，可以这样理解地图中反映的这个事实：

长三角城市群是“一带一路”与长江经济带的重要交汇地带，在中国国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。中国参与国际竞争的重要平台、经济社会发展的重要引擎，是长江经济带的引领发展区，是中国城镇化基础最好的地区之一。

长三角城市群是“一带一路”与长江经济带的重要交汇地带，在中国国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。中国参与国际竞争的重要平台、经济社会发展的重要引擎，是长江经济带的引领发展区，是中国城镇化基础最好的地区之一。

接下来，笔者将抽取文本中城市之间的 共现关系 ，也就是城市之间两两同时出现的频率，在一定程度上反映出城市间经济、文化、政策等方面的相关关系，共现频次越高，说明二者之间的联系紧密程度越高，抽取出的结果如下表所示：

将上述结果绘制成如下动态的流向图：

由于虎嗅网上的文章大多涉及创业、政策、商业方面的内容，因而这种城市之间的共现关系反映出城际间在资源、人员或者行业方面的关联关系，本动态图中，主要反映的是北上广深杭（网络中的枢纽节点）之间的相互流动关系和这几个一线城市向中西部城市的单向流动情形。流动量大、交错密集的区域无疑是中国最发达的3个城市群和其他几个新兴的城市群：

京津冀城市群

长江三角洲城市群

珠江三角洲城市群

中原城市群

成渝城市群

长江中游城市群

上面的数据分析是基于数值型数据的描述性分析，接下来，笔者将进行更为深入的文本挖掘。

4 文本挖掘

数据挖掘是从有结构的数据库中鉴别出有效的、新颖的、可能有用的并最终可理解的模式；而文本挖掘（在文本数据库也称为文本数据挖掘或者知识发现）是从大量非结构的数据中提炼出模式，也就是有用的信息或知识的半自动化过程。

本文的文本挖掘部分主要涉及高频词统计/关键词提取/关键词云、文章标题聚类、文章内容聚类、文章内容LDA主题模型分析、词向量/关联词分析、ATM模型、词汇分散图和词聚类分析。

4.1 关键词提取

对于关键词提取，笔者没有采取词频统计的方法，因为词频统计的逻辑是：一个词在文章中出现的次数越多，则它就越重要。因而，笔者采用的是 TF-IDF （termfrequency–inverse document frequency）的关键词提取方法：

它用以评估一字/词对于一个文件集或一个语料库中的其中一份文件的重要程度，字/词的重要性会随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。

由此可见，在提取某段文本的关键信息时，关键词提取较词频统计更为可取，能提取出对某段文本具有重要意义的关键词。

下面是笔者利用jieba在经预处理�...

当原始人还在钻木取火的时候，

一个现代人从天而降，微动拇指，只听“啪”地一声，一簇火苗在指尖冉冉升起。

他们一定以为自己遇见了神！

其实，他们只是遇到了打火机。

素材来源：互联网

当小观还在excel里面，

通过复制、选择性粘贴、转置来完成列转行时，

如果谁在我面前微动鼠标，按个按钮，就完成一切。

我一定以为自己遇见了大表哥！

其实，我只是遇到了数据观

数据观-在线数据处理工具，又迭代啦！

新增列转行、修改列类型、计算、添加常量列四大功能。下面，小观就通过一个简单的数据处理过程，为大家演示一下。

原始数据

处理后的数据

风格大变啊有木有？？

感觉做了很多数据整理工作的样子～

其实只是动动鼠标，花不了1分钟的时间

下面小观就来一一演示：

（友情提示：此视频共1.8M，小伙伴们可观看视频，也可看下面的图文详解）

Step 1 规整日期格式

使用功能：修改列类型

操作说明：

首先，将“输入”按钮拖到中央画布，单击按钮选择数据。然后，将左侧“修改列类型”按钮拖到画布，并将之与“输入”连接起来。点击“修改列类型”，进行配置。

我们先选择要改变类型的列，也就是“时间”；为该列选择类型，即“日期”；最后选择日期的格式。执行预览，发现，原先不规则的“20170429”已经变成了“2017/04/29”。

除了“日期”之外，“修改列类型”还支持文本、整数、小数、日期和时间这四种类型，各位分析狮们，可还够用？

Step 2：调整数据格式，让数据以“时间”、“商品”、“销量”的结构来呈现

使用功能：列转行

首先，将左侧的“列转行”按钮拖入画布，并与前一个操作按钮连接起来。然后，点击该按钮，进行具体配置。

设置列转行只需4步，

第一步，新的列叫什么？（商品名称）；

第二步，被转换的列值叫什么？（销量）；

第三步，选择需要转换的列（巧克力、抹茶、曲奇）；

第四步，该列转换后还叫原名不？（不会改变）；

执行预览，可以看到原始数据已经以“时间”、“商品”、“销量”的结构来呈现了。是不是比excel方便很多？

Step 3： 按照日期分组，并计算每日门店总销量

使用功能：分组聚合

首先，将左侧的“分组聚合”按钮拖入画布，并与前一个操作按钮连接起来。然后，点击“分组聚合”按钮，进行具体配置。

分组聚合上线一段时间了，相信很多朋友已经体验到了它的简单与强大，只要4个动作，就可以将原始数据变成这样：

除了求和之外，还可以按需指定多种聚合类型。想求和就求和，想求平均值就求平均值。

Step 4：添加商品单价

使用功能：常量列

首先，将左侧的“常量列”按钮拖入画布，并与前一个操作按钮连接起来。然后，点击“常量列”按钮进行设置。

主要是：

1、为常量列命名（商品单价）；

2、选择列类型（因为是2.5元一支，所以选择小数）；

3、输入列的值（2.5）；

完成，执行预览，数据已经变成这样啦：

Step 5：通过每日销量与商品单价，计算每日销售额

使用功能：计算

首先，将左侧的“计算”按钮拖入画布，并与前一个操作按钮连接起来。然后，点击该按钮进行设置。

具体说来是：

1、新列叫什么（日销售额）；

2、选择计算类型（乘法）；

3、谁乘以谁（门店总销量乘以商品单价）；

执行预览，我们的原始冰淇淋销量数据就已经变成了每日销售概况数据了，包括必要的日期、销量、单价、总额，可供后续分析。

Step 6：输出与保存

最后，按照上次ETL介绍中说的，拖入输出按钮，为数据与数据流分别重命名，并保存并运行即可。

本次添加的四个功能，是之前ETL已有核心功能的重要补充，让您的数据处理之旅变得更加方便顺畅。

也许您要说，这几个功能excel也有，在数据观有什么不同呢？

1、excel是直接在表格中操作，有时候容易造成不可挽回的更改；而在数据观无论您怎么操作、怎么运行，都无损原数据；

2、对于不同的数据处理需求，excel需要复制、粘贴、写函数、选公式等等等等；而数据观只需要“拖拽＋配置”，简单迅捷；

3、excel数据量越大，响应越慢，操作起来繁琐费时；数据观可处理tb－pb级数据，从2行与2亿行都是秒级响应，就是那么爽；

4、 excel处理数据是一次性的，而数据观处理数据是一劳永逸的：只要运行数据流，原始数据发生任何新增或变动，都会体现在数据流、以及基于该数据流创建的图表、图集中；

5、 excel从小白到高手，可能需要查询一百次百度知道；但数据观，第一次用就能让您体验数据高手的感觉。

欢迎来数据观，完成你的第一份数据报表，让分析不再成为一道难题，而是最直接最实时的决策指导！

在现代商业社会里，当一个才华横溢的创造者是没用的，除非你能把你创造的东西推销出去。——大卫·奥格威独立思考，总结分析，是你无论在工作之中还是学习中都不可或缺的能力。——自己瞎扯的

因为对用户增长（UG）和增长黑客比较感兴趣，所以这几个星期以来一直在阅读相关的文章或者书籍，研究了一些相对来说比较有代表性的例子，写了这样一篇关于用户增长的分析方法论，也可以说是我个人的一份学习笔记。目标在于再次基础上建立公司app的一个用户增长的数据分析体系，这是理论体系和分析思维的基础，感兴趣的可以看看，可能有失偏驳，选择性吸收。

那么，直接进入主题吧。

一、什么是用户增长？为什么要进行用户增长？

简单来说，用户增长就是通过一系列的策略和方法，吸引用户下载注册或者回流等其他的方式使用APP，使得整个用户变化的数量保持一个高速度增长。

其实，这也是不是什么新词，很早之前线下各行各业的店铺就通过促销活动、修饰门面、扩大规模等等方式来促进他们客户量的增长。这里，只是从线下变成了线上，客户变成了用户。在外国或者国内有些大厂里产生了一个新的职业——增长黑客。

尽管形式不同，但是用户增长的核心实质是一样的。围绕用户为中心，获取用户，制造核心使用场景，进一步创造对应的付费模式，形成以盈利为基础的一个商业闭环。

可以这么说，对于一个公司来说，增长可以解决任何的问题，没有增长的互联网公司会出现各种各样的问题。用户增长是一个联系着公司各个部门、各个环节的一个核心关注点，需要各个部门通力合作，包括且不限于增长策略、商务合作、渠道投放、数据分析、产品（灰度迭代测试、A/B测试、漏斗分析）、研发（页面静态优化，搜索引擎优化，爬虫与反爬虫）。

二、用户增长的方法论体系

上图就代表着我所理解的用户增长的方法论体系，分为三个大部分：大环境、用户、产品。简单的来说，大环境可以说是社会形势，是基础，顺势而为，毕竟风口上的啥啥啥都能飞起来；用户是用户增长的核心也是对象，是一切策略考虑的前提；产品的优化是用户增长策略最重要的体现形式。

这三点还有一个很重要的内核，就是数据驱动，《精益数据分析》里有句话说的很好，你无法衡量的事情，你也无法管理。

简单地说，环境、用户、产品是做用户增长考虑的出发点，数据驱动是方式，而实际的策略需要因地制宜，随机应变，往往伴随着营销，用户心理学，这个后面我再探讨。

环境

好的软件，习惯于改变人的习惯，百度改变了获取信息的方式，腾讯改变了社交的形式，阿里改变了支付的方式。考虑用户增长问题，也需要考虑环境，需要考虑社会趋势，互联网的时代日新月异。如果当年的乔布斯2017年拿着他的 ihone4 在智能机的主流市场与华为、小米竞争，我想结果不言而喻。时代造英雄。

在进行用户增长的时候考虑社会环境、考虑形势发展的态势等，权衡利弊，找到一个合理的着力点，往往就可能一击即中，就像小米在09年智能机刚刚兴起的时期准确切入了市场。

当然，这里的市场环境也是和用户息息相关的，一个时代，有10亿人，有10亿个不相同的个体，每个人都有不同的成长的路径和人生经历，但是总会有那么几点特征相同，在此基础上可以画出大致的画像，这是社会大环境的效果。

用户

1.用户分层：用户根据贡献价值可以分为分层

顶级用户（他们不仅是产品使用者，更是产品价值的创作或传递者。）

核心用户（是指钟情于产品核心价值的用户）

大众用户（基于产品核心价值的层层传递，在最终外圈就是大众用户，可能是冲动消费，也可能是粉丝消费）

从用户价值来说，我们重点关注的需要是人数多、价值贡献大、忠诚的核心用户，忌讳横跨各种不同的用户链，建议引导大众用户转化为核心用户，他们具有良好的商业变现的能力，也是公司能够持久运行下去的基础。

2.关于用户的接受度模型：

用户在选择一个产品的时候，会兼有感性态度和理性价值。理性归结于价值，感性归结于态度。价值趋同的产品，态度主导；否则，就是价值主导。

举个简单的例子：

路上买一瓶同样的矿泉水，你会买一瓶平常的还是一瓶标识着捐款一分钱的？这是感性，也是态度。

同样的一瓶矿泉水，你会买一瓶过期的还是一瓶平常的？这是理性，也是价值。所以需要找到核心用户的核心价值。

从上面的例子，有三个关键的点，第一，你有喝水的需求；第二，你的接受度模型决定了你会接受什么样的一瓶水；第三，你是矿泉水公司的目标用户。这三点结合在一点就形成了一个产品到消费者的回路，核心的三个点可以概括为：核心用户+核心价值+核心需求。

产品

FACEBOOK增长团队负责人奥利文阐述了增长团队的一个“杀手级特性”，那就是重视产品的价值。这种重视可以解释增长团队为何能够取得巨大成功。无数人最关注的是Facebook能够为他们提供什么服务。也就是说，只有真正满足消费者的需求，才能促进自身增长。他说：“世界上没有一支团队能够让没有价值的东西实现增长。

做任何产品，一定不能忘记产品生命周期，产品生命周期是产品增长的关键核心。它能帮助你找到快速增长的方法，也能判断当前产品增长方式是否有问题。

三、方法论体系衍生的常用用户增长方法或者案例

1.投放

市场投放是现在公司常见的获取新增用户的方式，利用哪些渠道投放，具体策略是什么，这就是很具体的问题。花钱本身没有问题，只要保证单个用户成本可控，或者通过商业模式能收回来，这就是靠谱的。简单的来说就是要考察单个用户成本和用户的商业价值，这是衡量的标准。

当然，要分渠道观察新增用户的情况，用户的次日留存、行为、ROI等，判断用户的价值，倾向预算投入到较低成本、较高质量的渠道，这是首选。

2.开源也要节流

在一个产品阶段，可以将用户分层为新增用户、回流用户、活跃用户、忠诚用户、流失用户，用户增长不仅仅是对新增用户这块的重视，构建RFM模型，促进回流，保持活跃、减少流失，这也是用户增长的方向。

（案例和方法部分未完待续，准备不断搜集一些用户增长的实操案例，与君共享）

今天是数据分析九类方法的最后一篇了，最后的三种方法分别是漏斗图分析法、雷达图分析法以及回归分析法。其中雷达图分析法大家应该比较熟悉了，毕竟都是在自媒体后台见过的。当然静静还是会再文字描述一下看它的重点。好了，我们开始今天的话题吧。

第一：漏斗图分析法

漏斗图其实就是一个倒立的金字塔，相信这么说大家一定很清楚了它的形状了，那么漏斗图分析到底是怎么个方法呢？其实很简单，就是把你总结好的相关数据填入进去就可以直观的看出数据每一步转化的情况了。具体大家可以看下图：

通过上图大家便不难看出这篇文章带来最终的购买数据了吧，这就是漏斗图分析法，不过前提是要先把相关数据统计出来哦，这种分析方法最好搭配其他分析方法共同使用，毕竟单从漏斗图分析法给出的判断还是不够客观，要想评估完整的运营结果还是需要结合其他分析法。

第二：雷达图分析法

做新媒体运营的人都应该知道这个方法吧，毕竟百家号百家指数、大鱼号数据分析用的都是雷达图分析法，所以雷达图分析法通常用于指数分析，也就是自媒体平台对账号权重的一种评判。

第三：回归分析法

这种方法就比较繁琐了，它是指通过研究事务发展变化因果关系来预测未来即将发展趋势，也就是说这种方法是用来研究变量间相互关系，也常被称为因果法。其实这种方法不是很常用，也就不在这里进行过多说明了。

本期分享就到这里了，至此数据分析九类方法已经尽数分享完毕了，讲真的新媒体数据分析不单单是对数据的进行整理和分析，还需要运营者将数据进行提炼和总结。在总结新媒体数据时，运营者可以通过“提出问题、分析问题、解决问题”的思路去将数据核心呈现出来。要通过核心数据来提取出经验来，下一次怎么优化会更好，这才是做数据分析最终的目的哦。

为什么你的数据分析成果总是难以落地?数据分析的价值总是远远低于预期?

01 遵循数据分析标准流程

数据分析遵循一定的流程，不仅可以保证数据分析每一个阶段的工作内容有章可循，而且还可以让分析最终的结果更加准确，更加有说服力。一般情况下，数据分析分为以下几个步骤：

1)业务理解，确定目标、明确分析需求;

2)数据理解，收集原始数据、描述数据、探索数据、检验数据质量;

3)数据准备，选择数据、清洗数据、构造数据、整合数据、格式化数据;

4)建立模型，选择建模技术、参数调优、生成测试计划、构建模型;

5)评估模型，对模型进行较为全面的评价，评价结果、重审过程;

6)成果部署，分析结果应用。

02 明确数据分析目标

在数据分析前期，要做到充分沟通、理解业务规则、关注业务痛点、了解用户需求、换位思考，明确为什么要做数据分析，要达到一个什么目标。

03 业务与数据结合确定分析主题

以解决业务问题为目标，以数据现状为基础，确定分析主题。前期要做好充分的准备，以业务问题为导向，以业务梳理为重点，进行多轮讨论，分析主题避免过大，针对业务痛点，实现知现状、明原因、可预测、有价值。

04 多种分析方法结合

分析过程中尽量运用多种分析方法，以提高分析的准确性和可靠性。例如，运用定性定量相结合的分析方法对于数据进行分析;融合交互式自助BI、数据挖掘、自然语言处理等多种分析方法;高级分析和可视化分析相结合等。

05 选择合适的分析工具

工欲善其事，必先利其器，数据分析过程中要选择合适的分析工具做分析。SPSS、Rapidminer、R、Python等这几种工具都是业界比较认可的数据分析产品。

它们各有其优势，SPSS 较早进入国内市场，发展已经相对成熟，有大量参考书可供参考，操作上容易上手，简单易学。Rapidminer 易用性和用户体验做得很好，并且内置了很多案例用户可直接替换数据源去使用。R 是开源免费的，具有良好的扩展性和丰富的资源，涵盖了多种行业中数据分析的几乎所有方法，分析数据更灵活。Python，有各种各样功能强大的库，做数据处理很方便。

06 分析结论尽量图表化

经过严谨推导得出的结论，首先要精简明确，3-5条即可。其次要与业务问题结合，给出解决方案或建议方案。第三尽量图表化，要增强其可读性。

数据分析过程中，除了以上六条原则，还要避免以下3种情况：

1)时间安排不合理

在开始分析工作之前，一定要做一个明确的进度计划，时间分配的原则是：数据收集、整理及建模占70%，数据可视化展现及分析报告占25%，其他占5%。

2)数据源选择不合理

一般企业中的数据来源有很多，SAP、TMS、CRM及各部门业务系统，每个渠道的数据各有特点。这时，应该慎重考虑从哪个渠道获取数据更加快捷有效。数据源选择不合理，不仅影响结论的可靠性，而且有返工的风险。

3)沟通不充分

无论是分析人员内部的沟通还是与外部相关人员的沟通，都是至关重要的。与外部人员沟通效不顺畅，可能造成前期需求不清，中间业务逻辑混乱，最终导致数据分析结果差强人意。与内部人员沟通效率低，可能造成分析进度滞后，分析工作开展不畅等诸多问题，直接影响分析效果。

对于数据分析师，分析经验的积累与专业知识的提升同样重要，因为有些问题不是只用专业知识就能解决的，所以在平时的工作中要有意识的去学习业务知识、掌握先进的分析工具，做一个有心人! |内容来源：大数据

百家号-【袁帅数据分析运营】运营者：袁帅，互联网数据分析运营实践者，新社汇联合创始人。会展业信息化、数字化领域专家。认证数据分析师、网络营销师、SEM搜索引擎营销师、SEO工程师、电子商务职业经理人。

引言

在过去几年中在公司经营中使用数据分析方法已经取得了重要的进展，有多家公司在数据分析的帮助下，提高了业务绩效。

Analytics（分析）不仅可以帮助公司从过去的复盘中吸取教训，也可以对未来有一个前瞻性的判断，并据此对将来可能发生的状况做好准备。

使用分析，公司可以找到三个主要问题的答案：“发生了什么”，“发生了什么”和“会发生什么”。分析不仅限于从过去得出见解，还可以预测未来的成果，并优化业务资源。因此，更先进的分析形式——预测和规范性在支持组织的决策需求方面已经变得更为重要。

在本文中，我解释了三种主要的分析模型。

正文

那么，不同类型的分析模型的本质区别是什么呢？

1、描述性分析

我们从最基本的分析类型开始，即描述性分析。描述性模型的目的是分析历史趋势，找出相关模式，以获得人口行为的见解。描述性分析涉及到找到“发生了什么事”的答案，它是组织日常运作中最常用的分析形式，通常也是最简单的。

描述性模型使用基本的统计学和数学技术来推导突出历史趋势的关键绩效指标。该模型的主要目的不是估计价值，而是获取对潜在行为的洞察。用于描述性分析的常用工具包括MSExcel，SPSS和STATA。

一个典型例子就是银行业的客户细分——通过发掘历史数据来分析客户的支出模式和钱包份额，从而实现有针对性的营销和销售方法。这些模型是描述人口的强大工具，但是对于个体用户的行为预测能力有限。

2、预测分析

预测分析使用统计建模来确定未来结果或情况发生的可能性，目的在找到“可能发生什么事情”的答案。

预测模型建立在描述性模型上，因为它不仅使用历史数据作为决策的主要依据，也使用来自各种来源的结构化和非结构化数据。它使决策者能够做出明智的决定，提供事件未来发生可能性的压缩性记录。包含各种先进的统计模型和复杂的数学概念，如随机森林、GBM、SVM、GLM、博弈论等。

预测模型建立在描述性模型的基础上，以预测未来行为。然而，与仅描述人口的描述性模型不同，预测模型侧重于预测单个客户行为。

用于运行预测模型的工具根据模型复杂性的不同而不同，常用的工具有RapidMiner、Python、SAS、Matlab、DataikuDSS等。有关使用这些工具的在线资源可以在Coursera上找到。

一个典型的例子是银行业高级的竞争分析。它可以帮助客户预测响应给定的营销报价来改善产品的交叉销售和销售的可能性。另一个例子是预测信用卡欺诈的可能性。

3、规范性分析

规范分析是最复杂的分析类型，它使用随机优化和模拟来探索一组可能的选项，并为特定情况推荐最佳的操作。它涉及到找到“应该做什么”的答案。

规范性模型超出了只能解决正在发生的事情的描述性模型，也超出只能说明会发生什么的预测模型，因为规范性模型通过预测明确在未来应该做什么。他们量化未来行动对关键业务指标的影响，并提出最佳行动方案。

规范性模型对大数据和业务规则综合使用复杂算法，以比较多种行为的可能结果，并选择最佳的行动来推动业务目标。先进的规范模型遵循模拟过程，模型会不断自动从当前数据中学习，以提高其智能化。

这些模型通常是很复杂的，因此被一些难以管理的大型公司所使用。如果正确实施，可能会对公司的决策有效性产生重大影响，从而对公司的决策效果产生重大影响。

也就是说，超级计算机，云计算，HadoopHDFS，Spark，数据库处理，MPP架构等技术进步使得使用结构化和非结构化数据的复杂规范模型的部署变得更加容易。然而，用于运行规范性模型的工具大多与预测模型相同，需要高级数据基础架构功能。

一个常见例子是银行各分行销售人员的最佳配置。结合地理位置信息与每个分支机构的业绩和潜力，该模式可以规定所有分支机构的销售人员的最优配置。

航空机票定价系统采用的是更为复杂的规范建模方法，根据旅行要素，需求水平，采购时间等优化机票价格，最大限度地提高利润率，同时不影响销售。

根据一项研究，目前约有10％的组织采用某种形式的规范性分析，同时这一数字将从2014年的3％上升到2020年的35％。

结语

在本文中，讨论了当前使用的三种不同版本的分析方法。这些是全球分析行业的基石。可以公平地说，使用数据制作的所有模型，发展和发现都可以分为这三类。

为什么数据分析思维重要

如果我们在分析一个问题前，思维缺失就像下面图中所表达的一样，往往不知道问题从哪里下手，在这个时候就轮到平时锻炼的数据分析思维了。

核心数据分析思维

结构化

可以看作金字塔思维，把待分析问题按不同方向去分类，然后不断拆分细化，能全方位的思考问题，一般是先把所有能想到的一些论点先写出来，然后在进行整理归纳成金字塔模型。主要通过前面介绍的思维导图来写我们的分析思维。

案例现在有一个线下销售的产品。我们发现8月的销售额度下降，和去年同比下降了20%。我想先观察时间趋势下的波动，看是突然暴跌还是逐渐下降。再按照不同地区的数据看一下差异，有没有地区性的因素影响。我也准备问几个销售员，看一下现在的市场环境怎么样，听说有几家竞争对手也缩水了，是不是这个原因。客户访谈也要做，但是往常一直找不出原因，这次我也不抱希望，姑且试试吧。要是还找不出原因，那我也很绝望啊。

公式化

在结构化的基础上，这些论点往往会存在一些数量关系，使其能进行＋、－、×、÷的计算，将这些论点进行量化分析，从而验证论点。

业务化

业务化即是深入了解业务情况，结合该项目的具体业务进行分析，并且能让分析结果进行落地执行。用结构化思考＋公式化拆解得出的最终分析论点再很多时候表示的是一种现象，不能体现产生结果的原因。所以需要继续去用业务思维去思考，站在业务人员或分析对象的角度思考问题，深究出现这种现象的原因或者通过数据推动业务。

增加业务思维方法：贴近业务，换位思考，积累经验

数据分析的思维技巧

在数据分析中，三种核心数据分析思维是框架型的指引，实际应用中还是需要很多技巧工具的。7种数据分析技巧，它们分别是象限法，多维法，假设法，指数法，二八法，对比法，漏斗法。

象限法

通过对两种维度的划分，运用坐标的方式表达出想要的价值，由价值直接转变为策略，从而进行一些落地的推动。象限法是一种策略驱动的思维，广泛应用于战略分析，产品分析，市场分析，客户管理，用户管理，商品管理等。

下图是RFM模型，把客户按最近一次消费(Recency)、消费频率(Frequency)、消费金额 (Monetary)三个维度分成八个象限。

菜品销售增长率和销售利润

多维法

多维法是指对分析对象从多个维度去分析，这里一般是三个维度，每个维度有不同数据分类，这样代表总数据的大正方体就被分割成一个个小方块，落在同一个小方块的数据拥有同样的属性，这样可以通过对比小方块内的数据进行分析。如图，这是一个快餐店的外卖订单多维表：

虽然只有下单时间、菜品名称、平台三个维度。但根据这个立方体，已经能解决很多掌柜急需了解的问题了。

我们可以通过切片实现每个平台每种菜品的销量，每个月每种菜品的销量，某个月某平台菜品销售情况等等操作。

假设法

在一些情况下，如进入新市场的销量、商品提价后销量的变化情况，可能没有明细数据进行分析，那么就需要用到假设法。假设法也就是假设一个变量或者比率成立，然后根据部分数据进行反推，这是一种启发思维的技巧，一般过程是先假设后验证然后判断出分析结果。

例题：你是自营电商分析师，现在想将商品提价，你分析下销售额会有怎样的变化？解答思路：首先可以确定销量会下降，那么下降多少？这里就要假设商品流量情况，提价后转化率的变化情况，然后根据历史数据汇总出销量下降百分百，从而得出销售额的变化情况。

指数法

指数法是把某个数据多个指标按一定的计算转化为同度量的一个值，这个度量值称为指数。例如在一场游戏竞技比赛中要确定该场的MVP，则是需要根据击杀数、死亡数、助攻数、经济、补兵等指标进行综合计算出一个得分，得分高的为MVP。

指数法常用的有线性加权、反比例、log三种。线性加权即是把每个指标乘以一个系数后相加，反比例即是用数学上的反比例函数y=k/x变化后在计算，log即是数学中所说的对数一般以2为底数或者10为底数。指数法使用没有统一标准，一般是根据经验来做，将无法利用的数据加工成可以可利用的。例如，NBA计算最有价值球员的指数参考：

二八法

二八法即是二八法则也可以叫做帕累托法则，比如在个人财富上可以说世界上20%的人掌握80%的财富。而在数据分析中，则可以理解为20%的数据产生了80%的效果需要围绕这20%的数据进行挖掘。往往在使用二八法则的时候和排名有关系，排在前20%的才算是有效数据。二八法是抓重点分析，适用于任何行业。找到重点，发现其特征，然后可以思考如何让其余的80%向这20%转化，提高效果。

对比法

对比法就是用两组或两组以上的数据进行比较，常见的是用于在时间维度上的同比和环比、定基比，与竞争对手的对比、类别之间的对比、特征和属性对比等。对比法可以发现数据变化规律，使用非常频繁，多与前面的技巧结合使用。

漏斗法

漏斗法即是漏斗图，有点像倒金字塔，是一个流程化思考方式，常用于像新用户的开发、购物转化率这些有变化和一定流程的分析中。不过，单一的漏斗分析是没有用的，不能得出什么结果，要与其它相结合，如与历史数据的对比等。

下图我用BI商业智能工具FineBI连接了CRM系统的数据，对客户的行为数据做了漏斗图形式的展现。