极简数据分析实操指南(上)

 

“用数据做事情的能力,将在你的工作和生活的方方面面发挥意想不到的作用。”

极简数据分析实操指南(上)

在工作中,我们会遇到各种各样的问题。如:

如果你是一家 SaaS 公司的营销经理,产品副总裁看到注册数量突然下降,需要你汇报原因;

也许你是一个电商运营主管,当天的首要任务是弄清楚为什么购物车的转化率正在降低;

或者你是一个产品经理 ,所负责的 App **率已降低,你有责任找出原因。

……

如果你意识到数据分析解决问题的价值,但没有时间来进行大规模复杂的数据调查。下面为你介绍的极简数据分析指南,将帮助你!

本文将为你重点介绍:

  • 如何评估和定位问题?

  • 如何确定潜在原因?

  • 如何分析数据?

预告:在下篇,我将继续详细介绍,数据分析的示例和如何避免数据谬误,最终解决问题,做出明确的决定。

正文

评估和定位问题

在深入研究任何类型的数据之前,应该快速找到你需要解决的真正问题,并用最简单的话定义它。

如果您无法用简单的语言解释您要解决的业务问题,那么任何数据分析都无法解决问题。

—— DezBlanchfield,投资者,数据科学家

我们可以通过思考以下三个方面来快速评估,这实际上是一个问题吗?如果是的话,这里的核心问题是什么?

快速评估和定位问题的三问:

这是否是系统异常导致的问题?例如,你注意到下载量下跌,但**量没有,也许是下载没有被正确捕获?

这是更大问题的预兆吗?例如,注册号码的下降是网站故障的指示吗?

你是在看一个重要的度量指标吗?例如,如果你注意到网站的转化率下降,但原始注册量没有下降,那么这就从一个紧急事件变成一个谜团待揭开。

确定潜在原因

现在你已经定位了问题,下面将开始解决问题,首先我们先要确定潜在原因,下面将介绍几个方法。

1.经验检索,快速寻找原因

根据经验,寻找任何明显的可能原因或问题的答案。如当你检查了显示问题的来源或报告后,是否有任何异常原因立即浮现在脑海中?

例如,你的电子商务网站的 SSL 认证(一种保护客户数据的加密)可能已过期,导致浏览器弹出窗口警告数据不安全,从而显著降低购物车转化率。

2.询问相关人员原因

这个问题会影响或涉及其他团队吗?如果是这样,他们是否对可能的原因有任何了解?

即使问题与其他团队之间没有明显的联系,也有必要咨询一下。例如,营销经理可能会问客户支持,“我注意到注册数量下降了,你能否想一想在过去几周内你发现过什么相关的变化吗?”

在进入第三步时,请使用你在此处收集的任何见解。

3.创建假设

一个假设只是一个尚未得到证实的有根据的猜测。

在分析数据之前,清楚地说明问题的几个可能原因非常重要,这有助于防止常见的数据分析误区。

假设示例:

回到开头提到的场景,导致注册数量突然下降的假设如下:

o  某些地区的公众假期

o  最近对营销网站的更改

o  星期一早上网站中断导致注册过程中出现错误

o  转换率下降减少了注册量

o  有机搜索排名(针对我们的产品页面)下降到搜索结果的第二页

如果你想采用更科学的方法来制定你的假设,下面是一个偏技术思维的方法:

科学的假设需具备的条件

o  它涉及一个自变量和一个因变量

o  它是可测试的

o  它是可以证伪的

自变量是原因(可以改变或控制),因变量是效果(可测试结果)。

需要注意的是,有时查看数据可能会产生一个新的假设,您需要再次测试。最终,我们的假设会在下一步通过数据分析得到证实或反驳。

如何分析数据?

下面是一个简单的数据分析流程来测试您的假设和寻找解决方案。

1.分割并确定相关数据指标

根据你的假设,你需要查看哪些数据?哪些指标可以帮助你证明或反驳假设?

例如,你可以按国家/地区,渠道和网络会话持续时间细分注册次数,以测试你的假设(解决前面提到的 App 注册问题)。

2.注意你的数据

基于你已知的业务正常指标,你可以判断数据是否出现异常?也许你看到澳大利亚的 App 注册有明显的 20% 下降。

如果尚未为“正常”建立基线,请使用历史数据作为起点。例如,你可以将本月的注册与去年同月的注册进行比较。

3.评估异常或趋势的影响

经过步骤 2 后,你需要查看发现的趋势/异常是否足以解释问题。

在寻找数据中的异常或趋势时,要注意这些异常或趋势不仅要具有统计意义,而且要具有实际意义。简单来说,就是我们需要弄清楚是什么会对我们发现的问题产生实际影响。

统计意义小贴士

统计显著性(或统计显著性检验)是用于确定你注意到的异常是由于抽样误差还是适用于所有对象。

例如,继续前面 App 注册的示例,如果后来发现澳大利亚只占所有注册人数的 5%,不可能导致注册人数总体下降 10%,因此澳大利亚注册率的下降并不是主要原因,这就是抽样误差导致的。

为了更好地理解数据分析实操指南,下篇文章我将继续详细介绍,做数据分析的示例和如何避免数据谬误,最终达到解决问题,做出明确的决定。

本文由策小编编译

来源:Geckoboard 网站

https://www.geckoboard.com/learn/data-literacy/basic-data-analysis-guide/