数据分析需要学哪些？如何做数据分析？

如上图所示，由于推广渠道是分多层级的，我们通过BI工具的多层饼图进行数据的分析统计再合适不过了。分析下图的数据我们可以看出，首先是一级渠道的主要战斗力来自于新媒体营销，当今的微信、知乎等社交媒介社区时代受众广泛，用户群体非常庞大，是公司需要投入主要成本进行推广的。其次线上渠道的效果也不容忽视，对于互联网企业来说，做好百度、Google等SEO搜索引擎关键词推广也是很重要的一部分工作。相较于线上渠道和新媒体营销，线下渠道说所需要的经费和时间、人力成本较大，受众又相对较小，所以此类活动往往针对核心粉丝进行运营即可。

3、各月份指标对比走势

互联网营销常用的几个指标概念：

• 浏览量（pv）
• 访问次数（visits）
• 访客数（uv）

以上三个基础指标常用来衡量流量数据的多少。另外平均访问深度（总浏览量/访问次数）、平均停留时间（总停留时间/总浏览量）、跳失率（跳出次数/访问次数），这三个指标通常可用于衡量流量指标的优劣性。

我们仔细分析上图中的平台流量指标，可以发现10月份是2017全年的流量高峰期，应该跟企业在国庆黄金假期所做的促销引流活动有关。浏览量、跳失次数、访问次数分别为4941、1290、2182，对比计算可得到跳失率为59.12%，明显低于其他时间段的跳失率，说明10月份的活动效果还不错，其经验对以后的营销推广可以起到参考作用。

4、访问深度用户群体分布

访问深度用户群体分布分析（跳失率=跳出次数/访问次数）

我们通过BI工具将企业的VIP用户、老用户、新用户分别进行分时间段的用户群体访问深度分析统计。总体来说可以发现平台的VIP用户访问深度较老用户以及新用户稍微高些，但是不是太明显，说明平台运营的VIP这部分群体的活跃度还有待提升。

同时，平台老用户访问深度和新用户更是相差无几，公司对于用户这方面的活跃运营明显需要加油了，建议将平台的部分忠诚度较高的老用户以VIP用户组建起来，共建平台生态圈，增加整体的用户活跃度。也可以向老用户以及VIP用户实施一些优惠政策，如定向商品折扣、根据用户画像进行喜好商品特惠推送等。

二、转化

在引流，即获取到了用户流量之后，我们也就获取到了平台的一批潜在用户。第二步，就需要通过一系列的运营策略，让用户顺利完成搜索商品-浏览商品-下单商品-交易付款的过程转化，即，转化。

1、下单转化率

对于平台经营方来说，我们希望一旦有用户流量进入平台网站，他们就能够顺利按照我们平台运营设定好的系列要求一步步进行下去，最终完成交易付款操作。那么对于互联网运营方来说，就需要做好用户在会员注册、商品收藏、购物车添加、交易付款等一系列转化操作。对于这样需要进行逐级转化的平台运营，那么我们首先可以通过漏斗图进行宏观的流程转化数据分析找出目前阶段最需要优化的运营环节，有效地进行针对性治理，最终提高整体平台用户下单转化率。

• 会员注册转化率=新增会员总人数/新访客总人数

对于互联网平台运营方来说，往往用户进行平台消费行为之前都需要注册为网站会员。而网站会员机制有利于平台进行定向运营推广，以增强用户和平台之间的黏性，故而提升网站平台的会员注册转化率对于提高用户复购率来说非常重要。在当下这样的一个的互联网社交时代，除了做好自己的网站直接会员注册运营之外，打通跟其他社交平台比如微信、QQ等平台账号共享能够明显提高网站平台的注册转化率。

• 商品收藏转化率=商品收藏总数/商品浏览总数

这一指标通常在平台举行大型促销活动之前需要时刻关注的一个指标，因为在这个时间段内的商品收藏量有很大几率能够直接转化为成功交易订单，与此同时，该指标对平台活动促销效果也能够起到一定预估作用。

• 品牌/单品转化率=单品成功交易订单/单品浏览量

这一指标通常用户平台进行商品受欢迎程度统计，通过分析品牌/单品转化率，从而引导商铺进货品牌种类，提高单品转化率高的货物进货量的同时降低单品转化率低的货物进货量。

• 付款转化率=付款总数量/下单总数量

这一指标通常用于反应平台的支付渠道和用户的支付习惯的匹配程度，通常来说我们需要完善快捷银联支付、支付宝、微信支付等渠道，降低因为用户没有某个支付平台而放弃消费的可能性。

首先看用户从浏览商品行为到添加购物车行为这一流程的转化情况，通过漏斗图可以快速看出其转化率为50.77%，反映出该平台的商品介绍、图片描述等对用户有较强的吸引力。

接下来继续看添加购物车到下单的转化率，可以看出其转化率高达99.66%，非常不错。之后却看到单至付款的转化率仅50%，这是一个值得反思的转化节点，通过数据分析猜测该平台商铺支付渠道不完善，需要增加例如支付宝、微信等快捷支付渠道，降低平台因为没有提供用户习惯性的支付渠道而导致用户放弃购买行为的几率。

2、事件转化率

事件转化率通常指的是平台或商铺通过一系列的运营推广活动以及由于公共事件影响所带来的额外价值。这一指标对于平台运营评估和指导市场推广运营活动极为重要，例如网络营销总的SEO关键词投放、折扣促销活动、邮件营销等等效果跟踪。关于事件转化率方面的数据分析，通常我们可关注于营销渠道转化率、会员转化率、店铺流量转化率、下单转化率等指标进行活动的推广营销效果评估。

利用BI工具，首先分析出各个营销推广渠道的转化率环形玫瑰分布图。可以看出目前平台的转化率最高的渠道主要是基础上线工作、SEO关键词推广、微信推广、品牌推广几个渠道。同时我们想联动查看每个渠道对应的转化率数据时，通过BI工具提供的数据自动联动过滤功能让用户无需任何设置即可进行所有相关联的数据联动。

除了以上渠道营销策略之外，对于平台商铺而言，合适的关联性商品推荐也能够提高用户对关联商品的购买率，比如用户在购买完服装之后可以再给他推送鞋子一类商品。另外关于事件转化率方面，由于季节性以及公共事件也会影响商品的下单转化率，针对不同时期较流行的商品进行进货营销往往才能够达到最大的盈利目的。

3、服务转化率

服务转化率方面，通常用户在网上购买商品时，对于商品的一些细节品质以及发货渠道和速度等会需要做一些了解。那么良好的服务自然能够提高顾客的购买率，对于平台的客户人员，我们可以统计处其咨询到下单的节点转化率，并且以咨询到下单的转换率指标作为KPI指标之一来评价人员的工作绩效。

如下图所示，通过BI工具进行咨询下单转化率条形图的数据分析统计可以发现，该平台的Blanche、Henry、Christian、汉克、贝蒂这五名的转化率比较优秀，并且都在10%以上，其他的员工的转化率则相对较低，故而这方面可以让转化率最为优秀的Blanche给其他做一次服务培训，整体上提升平台的服务水平，进而提升用户的下单转化率。

4、退货率

退货率方面，对于用户而言退货的原因通常可分为两大类，一类是由于买到的商品质量有问题而申请退货，另外一类可能是由于用户自身原因想申请退货。平台方往往更为需要关注第一类因为商品质量问题而申请退货的商品，通过历史商品的质量原因退货数据统计分析，对于确确实实是存在质量问题的商品需要及时反馈给供应商，质量过于严重的话可以考虑该类商品和供应商的协商库存退货。

三、留存

特别是对于TO-C模型下的互联网企业而言，做好平台的用户留存是互联网企业可持续发展的根本保障。如果我们费尽人力物力方才完成拉新和成功转化的用户，在一段时间内就快速地流失掉了（可能其流失之前付费阶段对企业带来的收入还不及前期推广投入的成本之多），那么这绝对是一个非常失败的运营条链。

我们可以从宏观上来定义平台的留存用户：在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户。我们往往希望留存用户越多越好（新增留存用户数=平台新增用户数*新增用户留存率）

1、提升产品价值

对于用户而言，使用你们企业的产品只有一种可能，那么就是你们的产品能够对其工作或者生活产生一定价值。对于企业而言，必须做好产品的版本更新迭代工作，不断丰富产品的应用功能、深化产品的可应用空间、简化产品的交互操作，让用户能够通过更少的时间成本快速上手我们的平台应用，同时通过平台为用户创造其所需要的价值。

如果是在产品设计研发前期，就需要充分调研和考虑用户的需求，以用户为核心，做出真正对用户有价值的产品。对于正处于稳定发展的产品或者平台而言，也需要多多收集平台的用户改进建议，多听听用户是怎么想的，设计出超出用户预期的优秀产品。另外还需要时刻关注竞品动态，观察同类平台或者产品的最近更新状况，打造一款比市场同类产品更加有特色和区分性的产品。

2、让用户感受产品价值

我们需要不断丰富和完善平台或者产品的文档和教程视频，丰富产品或者平台的成功应用案例，优化产品的使用流程向导。对于用户而言，即使你的产品或者平台本身功能再强大，但是用户下载之后感觉无从下手或者无法深入应用的话，那么其产品本身所提供的应用价值也就无从发挥，所以为用户做好产品流程使用方面的帮助事宜对于用户留存来说是非常重要的。

3、活跃用户/提高用户黏性

通常来说到这一步，我们经过前期的引流和转化工作之后已经拥有了一批用户了。对于平台已经拥有的这批用户，我们就需要开始数据精细化运营管理了。很多情况下往往前期运营引流和转化投入带来的高速用户增长，如果不做好用户留存方面的工作，那么最后结局必然是前期的重金得不到对应的利润回报，最终却是竹篮打水一场空。

下面是几个常用的用户生命周期指标：

• 新增用户数=在某个时间段新登录应用的用户数
• 登录用户数=登录应用后至当前时间，至少登录过一次的用户数
• 留存率=新增用户中登录用户数/新增用户数*100%
• 次日留存率=（当天新增的用户中，在注册的第2天还登录的用户数）/第一天新增总用户数
• 第3日留存率=（第一天新增用户中，在注册的第3天还有登录的用户数）/第一天新增总用户数
• 第7日留存率=（第一天新增的用户中，在注册的第7天还有登录的用户数）/第一天新增总用户数
• 第30日留存率=（第一天新增的用户中，在注册的第30天还有登录的用户数）/第一天新增总用户数

从2017年1月开始，平台的IOS用户数量增长较快，到2017年8月份达到了将近4500的IOS总用户数量。表面上看起来平台的IOS用户数量增长情况是要大于安卓用户增长的，到2017年8月时的总用户数量也要大于安卓用户数量。但是我们仔细观察这两组数据增长情况会发现，IOS用户虽然增长快，但是在2017年5月之后总用户数量趋于平缓，而安卓用户数量虽然增长慢，但是确是一直保持着稳健增长的趋势。

这个时候我们就需要关注除用户增长之外的平台用户留存率指标计算统计情况了，下面我们再来继续看看IOS用户和安卓用户的留存率变化对比如何。我们观察上图中，月度用户留存率数据统计情况可以看到，一开始IOS和安卓的用户留存率都是100%，到了第七日IOS的用户留存率下降至44%，安卓用户七日留存率是58%，最后到第30日IOS的用户留存率仅剩15%，而安卓的用户留存率却还有35%。这也就不难解释为什么平台高增长下的IOS用户为何最后留存下来的用户最后却不多了，其背后严重的用户流失率是一个不容忽视的问题。

而关于如何提高平台的用户留存率方法方面，我们有许多事情可以做。比如给平台的用户特别是刚注册的新用户推送相关优惠促销活动，让他们能够快速地融入到平台中产生消费；对于平台积累下的老用户，我们需要注重平台的社区生态运营，以增强用户和平台之间的黏性，提高用户留存率。同时平台需要打造一批平台核心粉丝用户，通过一定物质上的激励形式鼓励用户以老带新，实现平台&用户共创。

4、流失用户回流

一方面，我们需要考虑是否是由于平台或者产品本身的原因导致用户流失，所以通常来说如果是软件类的产品我们一般可以在用户需要卸载产品之前，做一个用户卸载原因选项调研，有针对性地对应反馈意见较多的点进行产品体验改进，如果是网页平台端的产品，我们可以通过定期邮件内容（促销活动、产品使用教程、产品价值文案等）进行用户推送唤醒，值得注意的是我们在做用户回流操作尝试的同时，需要即时关注用户回流指标的数据走势，这样方可找到平台或者产品当面最需要改进的方面。

另外一方面我们还需要考虑到用户本身的质量，当然这是在做完第一方面前提下之后的进阶工作。通常来说我们可以统计各个推广渠道所带来的用户特征分析，因为不同的推广渠道最后引流所带来的用户质量可能跟推广渠道本身具有一定相关性。关于如何分析不同渠道的用户群体特征方面，这里我跟大家推荐非常实用的RMF用户画像模型。RFM模型是衡量客户价值和客户创利能力的重要工具和手段，在众多的客户关系管理(CRM)的分析模式中，RFM模型被广泛应用。

• 最近一次消费 (Recency)
• 消费频率 (Frequency)
• 消费金额 (Monetary)

当然除了以上的分析指标之外，我们还可以根据自己产品或者平台的特点再添加新的分析指标。例如下图所示，我们除了分析平台用户最近一次消费时间、消费频率、消费金额之外，我们还增加了特价商品消费占比（价格容忍度）、最大单笔消费金额（购买力）、最高商品消费占比（价格容忍度）这三个指标进行联立分析，得到各个渠道更加精确的用户画像分析数据。

例如上图中，SEO推广渠道所带来的用户，会员对产品和平台忠诚度比较高，但是购买力很低。这种客户虽然消费金额不高，但是即使不做营销策略，他们也会产生持续消费，这部分客户是企业持续利润的来源基础保证，通常我们可以通过在一些网站流量稍小的时段做促销行为，让其产生持续的集中消费。通过分析各渠道用户画像特征之后，我们可以进行有针对性的用户留存运营，以达到最好的留存效果。

不知不觉洋洋洒洒写了好多，希望对大家有所帮助吧！