怎么用数据分析选择出最适合的项目?

数据分析这个话题是老生常谈了,以前的实体公司是发动了人海战术,从线下各种地方做市场调研、做问卷调查,从这些收集到数据中分析客户需求寻找企业发展的路子。时代在发展,企业在进步,现在互联网时代,很多企业都进行了数据化转型,数据的体量是以前多了,那么问题又来了,这么多数据该怎么剔除无用的数据找到真实的数据进行分析。下面就一起来了解一下业务经理怎么样做数据分析。

一、别人眼中的数据分析师:

新入行的数据分析师,在入职之后每天干的活就是取数给业务用,感觉自己就像个取数机。时不时地还是会怀疑:我做的真的是数据分析么?为什么会怀疑?因为到现在为止也没有人可以对数据分析的工作内容和方向有个清晰的定义,产品和运营的同学眼中的数据分析就是没的感情的提数机器,老板们眼中的数据分析师是数据+UI的报表maker,圈外人眼中的数据分析师……就是用大数据算命的吧?

因为没有方向和期待,所以才会出现数据分析师野蛮生长的情况,也至于摸索了好几年,可能才发现,数据分析大抵应该是:从业务中发现问题,用对业务的理解和逻辑思维分析问题,找到问题的症结所在或者发展态势,给出可行性的方案,然后协调各方的资源推动落地。

数据分析从业务来,再回到业务去,这一个过程才是真的难。

难点一:业务究竟是什么

谁都知道数据分析师要懂业务,可业务究竟是个啥?从来都是只闻其名,不得其精髓,以至于很多人就迷失在了第一步。业务虽然很复杂,但从数据分析的角度上来讲,只需要关注以下几个方面。

所谓的商业模式,无非就提供什么样的产品服务,然后以何种方式赚钱。

互联网行业区别于其他传统企业,传统行业靠的是销售产品获利,互联网企业的特点往往是:羊毛出在狗身上,猪来买单。通过什么样的服务进行引流?又通过什么样的服务黏住用户?然后提供什么样的服务进行转化付费以及复购?

我们提供什么类型的产品?面向的是什么样的用户?解决用户什么样的痛点需求?产品的主要流程是什么样的?产品处于何种生命周期?是在验证功能?还是在快速拓展市场?抑或是已经进入成熟期,要拓展新的领域或者做好用户迁移了?

对于产品的运营策略是什么?有哪些运营的策略和方法?线上线下如何推广转化?如何做好用户的精细化运营,把钱用到刀刃上?

通过哪些渠道触达到产品的目标人群,各渠道的用户质量如何?投入产出ROI如何?

销售方式往往取决于商业模式,如果是2B/2G,一般来说需要做好关键决策人的运营,同时做好商务关系或者代理商建设,如果是2C,线上线下如何配合?

关注自身产品的同时,更要了解细分领域竞品的情况。同一赛道的竞品有哪些?共性的产品功能和服务是什么?我们的优势和劣势各是什么?未来有没有机会可以突围?

难点二:懂业务了怎么搞数据分析

已经把这么复杂的业务理了一遍,接到一个数据分析的需求,又该如何下手呢?比如,通过数据挖掘和数据处理之后,发现你的用户某一时段留存率很低,让你分析一下原因,怎么做?

第一步,是不是应该把应用的用户使用流程梳理一遍,看看用户究竟留存率低是在哪个环节流失了,梳理后主要应该有以下几个关键流程:

然后,我们就要对这一部分的用户留存率低的原因进行假设,假设要来源于对业务的理解。如果理解得更加深入,可以细分多个用户影响因素。接下来就是对假设收集数据,逐个验证,过程并不复杂,就是简单的演绎推理过程。

然而实际业务中,最复杂耗时的是基于业务的理解提出合理的假设,业务理解得越深入,假设就越接近问题本质,验证就越简单直接。

二、商业智能数据分析软件

excel做数据分析难以解决大数据量的问题,对没有编程基础的人来说上手python又比较难,这时候可以选择利用数据分析软件来做数据分析,现在市场上的数据分析软件基本都涵盖来数据采集、处理、分析到可视化展现的过程,操作简单,可视化效果很棒,比较适合新手入门。比较好用的有Smartbi、tableau 等等

数据是数据分析的基础,所以获取大而全的数据就至关重要,以下是我经常获取数据的几个渠道:

1、国家统计局:国家统计局网站上的数据量之齐全,内容之丰富,简直让人咂舌,可以作为你宏观数据分析的来源。

2、工信部:主要针对的是工业、信息类数据,上面还有一些行业运行情况分析,可以作为参考。

3、中国信通院:中国信息通信研究院,针对互联网多个行业的发展趋势,会有很多行业白皮书发布,研究内容较为前沿。

4、艾瑞:主要针对互联网行业,数据比较单一,亮点是会发布一些艾瑞研究报告,是开阔分析思路的好帮手。

5、网易、新浪等门户网站。这些网站的数据较为分散,需要进行整合,最好的方式就是配合Smartbi筛选自己想要的数据。

三、数据分析师的进阶之路

数据分析高手和新手最大的区别在于:高手能通过数据分析,找到工作的关键节点,思考怎样达成每个节点,并用数据证明能不能走得通。新手容易陷入"毛线团式"的工作状态,绕了一圈又一圈才完成任务。

想成为这样的高手,拿到比数据小白高几倍的工资,至少需要经历以下3个数据分析能力阶段

1. 数据分析能力阶段一:用数据分析解决业务问题

2. 数据分析能力阶段二:用数据分析达成项目目标

3. 数据分析能力阶段三:用数据分析达成项目目标

总的来说,数据分析不仅仅是给产品、运营提取数据,也不是只会做报表和UI的报表人,数据分析师是能优化企业业务线的技术人员,让企业业务能更进一步的工程师,所以数据分析需要不断强化自己,去了解业务并通过专业分析给企业做出指导方案。


更聪明的大数据分析软件,快速挖掘企业数据价值!

}

背景:的下半场,用户红利正在消退,获取用户的成本越来越高。获取用户的成本成为一家公司是否有增长潜质的关键指标。

获取用户的途径大体分为两类:

在用户红利消退的下半场,越来越多的公司减少外部流量的导入,逐渐把重心放在内部流量裂变的途径上,通过内部流量裂变的精细化实现用户的增长。

用户获取有两个目的很重要:

2)稳定持续的获取用户。

下面通过一个活动作为例子,用以小见大的方式,讲述怎么围绕用户获取的两个目的运用产品思维来策划活动。

这个例子很有代表性,遇到的各种限制因素非常有意思,整个活动从开始到结束,类似一个互联网产品的发展周期。

在整个活动的运营中,也摈弃了为了做活动而做活动的思维,引入了用产品思维做活动的方式。

几月前,接触到北京一个做孕产服务的项目,我的任务是帮助这个项目更多的获取。

下面梳理项目存在的限制因素:

项目的目标用户:怀孕的,即孕妈群体

(这次的目标用户互联网整个用户群体中要求最精确的用户群体)

地域要求:北京(有具体的地域限制)

排除,广告投放单个精准的孕妈成本在80~100元之间,成本高,项目方也没有预算用来广告投放;

排除,项目方之前没有合作互推的成功例子,没有可借鉴的经验和流程。

1)服务号积累的用户;

用户量很小,服务号已发送的文章阅读量平均在1000~2000之间,内容输出只能用失败来形容;

一直在做服务号用户导入到和个人号的动作,也就意味着服务号上的可利用新用户很少;

2)个人号积累的用户;

已有有一定比例的用户已不是目标用户,已经生完孩子。还有额外限制条件,不能借助太多个人号用户。

已有社群用户主要用来做,不能为本次获取用户提供帮助。

个人不利因素:我本人之前从没研究过孕妈群体,对孕妈群体的了解基本为零;作为男性,也没办法用体验孕妈的真实需求。

这些限制因素意味着:对目标群体零了解的情况下,需要在不借助外力,公司内部可利用资源基本为0的有限条件下,来获取互联网行业最精准也是最难获取的怀孕女性用户,还外加一个北京地域限制条件。

如果是你,在这样的条件下,你会怎么来策划活动获取目标用户?

一般的运营肯定会想到去孕妈、qq群,用人力的方式一个一个的拉孕妈;

缺点:耗费人力,效率低下,拉过来的孕妈没有认同感,不持续;

厉害一点的运营会想到去孕妈论坛、孕妈社区,通过帖子来;

缺点:效率低下、论坛社区对此类帖子审核力度大,不容易操作,不持续。

还有的运营,肯定会说广告投放啊,没预算还做什么活动。

缺点:没预算,没办法投放

记住用户获取的两个目的:1、持续的获取用户;2、稳定持续的获取用户。

在这样的限制条件下,我是怎么来获取用户呢?下面一步一步分解:

先在网上寻找北京新生儿的往年数据,然后推断目标用户群体的市场规模。

从表中的数据很清楚的知道,北京2017的新生儿比2016年减。在国家放开计划生育二胎的第二年,出生率反而下降,推导出2018年的北京新生儿会少于2017年。即2018年的新生儿会少于/105873.html

如对文章、图片、字体等版权有疑问,请 。

}

编辑导读:当有人给你摆出一堆数据在面前,和有趣精确的动画图表,你更喜欢哪一个?很多人都会选择后者。这就是数据可视化的作用,更直观,更高效。本文作者对此进行了分析,与你分享。

设身处地的想一个问题:如果现在你面前有两个想给你推销产品的人,一个人说,我整理好了所有的资料。

还有一个人说,来咱们坐下点杯喝的,给你看点有趣的。

你更愿意接受那种方式呢?肯定是又轻松有趣又高效的方式对不对!就像看到这篇文章的你也一定会觉得表情包比我枯燥的文字更抓你的眼球,这就是可视化的魅力。

当然在现在,单纯的可视化已经满足不了快节奏、海量信息的工作环境了,大家都在寻找更有趣的演示方式。

不妨返璞归真一下,想想文化流传了几千年,被牢牢记住并且传播广泛的会是什么呢?没错,是故事,并且在不同的时代我们都会用不同的方式去讲故事,从口口相传到文字记载,从图片到视频,技术在演化,但故事这个传播内核依旧没有改变。

那么这篇文章和大家讲一下怎么把故事思维运用到数据分析和演示中去。

一、演示发展的历史与未来

在很久以前啊,当你有一个idea要和大家分享的时候,你可能得找一个广场,站在中心把大家聚集过来,大声的讲出你的思路,我们把这种方式叫做演讲。

后来有了广播、电视之类的,可以实现声音、画面更远距离的传播。但是都不能够称之为演示,只是传播方式的进化,也没有解决一个很重要的问题:实时协作。

2. 互联网带来了协同

当互联网发展以后,即时通讯的问题逐渐得到了解决,于是演示的概念得到了很好的成长,如下图:

看到这个发展历程,可以发现演示发展的内趋:对真实世界的还原度和想象力的支持。一方面是伴随着技术的升级,另一方面是需求侧的拉动:听众想要更有体验感和有趣的演示方式。

所以可以大胆预测一下,未来的演示方式和场景会是怎样的?会议室可能会配备VR+AR体验设备,大家可以远程体验一些真实的场景;圆桌中间是全息投影的空间,3D演示会成为标配;5G支持下资料传输的速度非常之快,可以随时共享最新情况……

二、为什么数据分析和演示要有讲故事的思路?

习大大都说了要讲好中国故事,那么产品和项目也得讲好自己的故事,这就需要依托好的演示方式,更需要把握好手中的数据。用讲故事的方式做数据分析和演示有两个好处:

1. 帮助自己理清思路

故事的几大要素是什么?什么人,在什么时候,在哪儿干,了什么事儿,怎么干的。也就是who、when、where、what、how。拿到手的一堆数据,做分析和演示的时候可以灵活一点套用故事思维的这几个关键点,并挖掘可以做出彩的点。

举个例子,比如说要做某款冲泡茶饮的新品研发和推广计划的演示。手头掌握了很多数据,有市场调研报告、用户调研、成本与价格分析、渠道数据、同质产品销售数据、产品本身相关的数据等等。

那我们不妨用一个“故事”去展开叙述,这款新产品就是我司要着重培养的“练习生”,目的就是为了送他“出道”,并且获得大量粉丝。

前期调研去掌握娱乐市场的动向,拿到数据以后针对我们的练习生进行定位、包装,研发期即练习生的培养期,唱跳RAP和演技应该怎样选择是我们产品的卖点确定……

最后在做演示的时候,不妨就把产品拟人化,我们围绕产品做的这些事情就可以写成一系列故事,例如《明日之星是如何养成的》、《偶像是99%的努力+1%的幸运》等等,配合可视化、有趣的演示方式,对方分分钟被你打动!

2. 给对方绝佳的体验和充分的想象空间

大家为什么爱看电影、话剧、电视剧?因为一千个人眼中有一千个哈姆雷特。当我们在听故事的时候,故事本身有趣会产生吸引力是其一,能让我们展开想象则是更重要的一点。同理,高级的可视化也是在提升观感的同时拓展观者的想象空间。

比如说,我建了一栋大楼,我想让别人看看。

1)用思维导图把楼结构列出来

对方:喵喵喵?楼呢?我看啥字啊!

2)用PPT或者图片把楼的每一层、每个角度都展示一下

对方:emm,好像看到楼了,又好像没看到。

3)用动画演示楼的整体情况

对方:不错诶,但还想去实地看看

4)大楼全息互动式演示+我和大楼的故事系列短片

三、上干货!用好数据讲故事的5步曲

看了这么多,不知道怎么执行?没关系,简单易懂的方法论我都帮你写好啦,快来抄笔记。

我们怎么把讲故事的思路运用到实际中去?首先来看故事讲究什么,起承转合、引人入胜、有主角有副线、引起共鸣引发思考。所以在做数据演示时把自己当成导演好了,思路应该是:

1. 我手中有什么样的数据-确定角色

和拍电视剧的思路不同,我们一般是拿到数据以后才去思考演示方式,数据就是我们的主角。当然也不是所有的“演员”都能做主角哦,要挑出重要的,还要做好“包装”工作,也就是数据预处理和指标确定。当然,其他数据也可以作为配角出现,把故事讲丰满。

2. 我有什么想法,想要什么效果-确定故事背景

有了主角、配角,我们就可以思考故事背景啦,围绕目标和数据特点,构造一个横向迁移以后非常合适的背景,例如之前提到的新品推广和练习生出道,就有很多相似且可迁移的地方。

3. 我的产品/项目是什么-确定叙事方式

数据是为了产品或者项目去服务的,所以再做完数据分析以后,还要落地回来,从头梳理和思考。比如做一款有文化底蕴的产品,运用一些历史故事,以时间为概念轴进行展示会更合适;做生产类的项目,就可以更贴近实际生活,从工作场景、应用场景出发,立体化的叙事更合适。

4. 我的演示对象是谁-故事讲给谁听

讲故事不能沉浸在自己的世界里,一定要考虑你的受众,也就是“听故事”的人,如果是培训,那就一定要把复杂的东西简单讲;如果是销售,那一定要把优势展现完全,而且应该高效。

5. 所以我的“故事”应该这么讲

之前的工作都做到位了以后,就可以去搭建自己的故事了,最后一步用好技术是关键。现在比较好用的就是利用数据可视化去做大屏或者数据呈现,比较适合数据性强,注重数据展现的演示。再结合3D技术和动画,就能达到好的视觉与体验效果,配合解说能把故事+数据+场景呈现的比较好。

数据可视化那些事,人人都是产品经理专栏作家。某数据公司产品运营,擅长可视化设计及数据驱动运营的相关知识。

本文原创发布于人人都是产品经理,未经许可,禁止转载

}

我要回帖

更多关于 数据分析网站 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信