运营者数据分析思维导图

这是一篇关于运营者数据分析的思维导图。该思维导图对运营者数据分析的战略思维、分析思路、分析方法进行了归纳总结。

运营者数据分析

• 一、数据分析的战略思维
  • 1.数据分析的目标
    • 数据分析的可以辅助企业优化流程，降低成本，提高营业额，往往我们把这类数据分析定义为商业数据分析。商业数据分析的目标是利用大数据为所有职场人员做出迅捷、高质、高效的决策，提供可规模化的解决方案。商业数据分析的本质在于创造商业价值 ，驱动企业业务增长。
  • 2 .数据分析的作用
    • 根据这些数据洞察，通过分析的手段反推客户的需求，创造更多符合需求的增值产品和服务，重新投入用户的使用，从而形成形成一个完整的业务闭环。这样的完整业务逻辑，可以真正意义上驱动业务的增长。
  • 3.数据分析进化论
    • 阶段1：观察数据当前发生了什么？
    • 阶段2：理解为什么发生？
    • 阶段3：预测未来会发生什么？
    • 阶段4：商业决策
  • 4.数据分析的 EOI 框架
    • 我们先会把公司业务项目分为三类：核心任务，战略任务，风险任务
    • 对核心任务来讲，数据分析是助力（E），帮助公司更好的盈利，提高盈利效率； 对战略任务来说是优化（O），如何能够辅助战略型任务找到方向和盈利点；对于风险任务，则是共同创业（I），努力验证创新项目的重要性 。
    • 管理者需要对公司业务及发展趋势有着清晰的认识，合理分配数据分析资源、制定数据分析目标方向。
• 二、数据分析的 3 大思路
  • 1 数据分析的基本步骤
    • 第一步，要先挖掘业务含义，理解数据分析的背景、前提以及想要关联的业务场景结果是什么。
    • 第二步，需要制定分析计划，如何对场景拆分，如何推断。
    • 第三步，从分析计划中拆分出需要的数据，真正落地分析本身。
    • 第四步，从数据结果中，判断提炼出商务洞察。
    • 第五步，根据数据结果洞察，最终产出商业决策。
  • 2 内外因素分解法
    • 内部可控因素：产品近期上线更新、市场投放渠道变化、产品粘性、新老用户留存问题、核心目标的转化。
    • 外部可控因素：市场竞争对手近期行为、用户使用习惯的变化、招聘需求随时间的变化。
    • 内部不可控因素：产品策略（移动端/PC端）、公司整体战略、公司客户群定位（比如只做医疗行业招聘）。
    • 外部不可控因素：互联网招聘行业趋势、整体经济形势、季节性变化。
  • 3 DOSS 思路
    • 具体问题：预测是否有可能帮助某一群组客户购买课程。
    • 整体影响：首先根据这类人群的免费课程的使用情况进行数据分析、数据挖掘的预测，之后进行延伸，比如对整体的影响，除了计算机类，对其他类型的课程都进行关注。
    • 单一回答：针对该群用户进行建模，监控该模型对于最终转化的影响。
    • 规模化方案：之后推出规模化的解决方案，对符合某种行为轨迹和特征的行为进行建模，产品化课程推荐模型。
• 三、数据分析的 8 种方法
  • 1 数字和趋势
  • 2 维度分解
  • 3 用户分群
  • 4 转化漏斗
    • 第一，从开始到结尾，整体的转化效率是多少？
    • 第二，每一步的转化率是多少？
    • 第三，哪一步流失最多，原因在什么地方？流失的用户符合哪些特征？
  • 5 行为轨迹
  • 6 留存分析
  • 7 A/B 测试
    • A/B 测试用来对比不同产品设计／算法对结果的影响。
  • 8.数学建模
    • 当一个商业目标与多种行为、画像等信息有关联性时，我们通常会使用数学建模、数据挖掘的手段进行建模，预测该商业结果的产生。