APP推广合作
联系“鸟哥笔记小乔”
数据分析基础思维之:细分思维
2021-08-24

细分思维可以说是数据分析最重要的思维。这也是一个看起来很简单,想做好很难的技能。今天我们就来看看细分思维的几种境界。

第一层境界:单一维度细分

估计一半以上的数据分析师还在这个境界。


举个例子,新用户数量下降了,怎么分析?

理想情况:

一般的步骤就是拆解,从系统、地域、机型、版本等各种维度找新用户下降的原因。最后发现是某个版本出了问题。大功告成!

真实情况:

真实业务场景很少有这么明显的问题。往往是从各个不同的维度拆,最后找到一堆有差异的分类维度。每个维度看起来都有点道理,但是拼在一起只能把问题变得更加复杂。数据和业务人员大家开个会看了半天,发现一点用都没有。


单一维度分析法是在分析初期,摸索业务现状时经常用的分析方法。在实际分析中,一般不会用到单一维度的分析直接找到答案。


提高单一维度分析的效率,最好的办法是根据业务问题有目的地选择需要分析的维度。


比如新用户数量下降,一般可以通过两个维度进行拆分。


第一种维度是新用户的来源,可以从各应用市场分析,看是全部下跌还是部分下跌。通过来源维度判断问题的性质,如果是部分下跌,那么可以重新定义问题。如果是全部下跌,就要深入分析为什么全都下跌。


第二种维度是新用户来源的漏斗,从曝光到点击到打开APP等不同步骤细分出不同的指标,找到分析转化链路找到转化的下降环节,这种增加过程指标的方式可以找到问题原因。


顺便提一下,这两种维度分别是从归纳法和演绎法的角度去思考。所以很多底层思维还是要多了解一下,指不定哪里就出现了。

第二层境界:交叉维度细分

如果单一维度没用,那自然就会想到用多个维度一起找原因。


问题:客单价下降,是哪部分用户下降?

理想情况:

先用单一维度一个个去拆分客单价,然后用差异明显的维度组合起来看客单价差异。最后区分度大的维度强强联手,整出了一个巨牛X的交叉维度。男性一线城市安卓机型的用户下降最明显,数据和业务看了都说好~

真实情况:

大多数人认为的A维度有差异,B维度有差异,那么A和B组合起来一定差异更大。这是一个非常错误的认识。


现实中也许A维度和B维度细分出来都没啥区别,但是一组合区别就特别明显。


比如将考试成绩按照性别和科目分类,分为男生女生、理科文科。


按男女看,大家分数都差不多,平均分都是75分。


按照文科理科看,成绩也差不多,也是75分。


数据分析基础思维之:细分思维


但是两者交叉之后,男生的理科高,文科低。而女生的文科高,理科低。


看到问题了吧,先用单一维度排查,再将有效的单一维度组合起来形成交叉维度的做法是不可行的,并不一定能找到真正有效的交叉维度。


有些同学说,这题还不简单,我会。用暴力破解啊!


我对多个维度进行两两交叉,看两两交叉的维度有没有差异不就行了。


话是这么说没错,但是如果有10个维度,你两两分组的情况就有45种之多。如果是三个交叉分组呢?如果有20个维度呢?


用暴力破解的办法,在真实的业务场景下,时间成本非常大。


那交叉维度该怎么做呢?


要做好交叉维度的细分,必须先从业务逻辑入手,从业务逻辑梳理出合理的分类,再用数据区分各个分类。


举个例子,投资类产品的运营人员希望对不同的用户进行精细化运营,希望数据分析师提供一下用户的分类维度。


这个时候,最好的办法就是和业务方沟通几次,看一下他们对用户的了解和一些假设。通过数据验证假设要比自己从数据里找出快速得多。


在细分维度时需要考虑具体的业务场景和运营手头拥有的资源。


运营能打的牌其实很有限:持续提供的不同风险等级的理财产品,以及偶尔进行的让利促销活动。


所以我们能做的分组最好是能够贴合运营手中的牌。我们可以把用户的风险偏好和用户的资金状况进行交叉,得出一个矩阵。对矩阵不同象限的用户进行不同的运营动作。


数据分析基础思维之:细分思维


有了思路,接下去就是思考如何用数据的方式区分高价值和低价值,以及用户的风险偏好问题。


这种维度往往都不在现有的数据库中,需要数据分析师自己根据用户的属性行为等数据计算出一个得分,再用得分进行划分。

第三层境界:创造新维度

最高层的境界是能用理论指导实践,创造新维度。


第二层境界的末尾,我们提到现实环境下的细分,很多时候是没有现成的维度直接细分的,需要我们通过业务假设,先预设分类维度,再找出分类方法。


预设分类维度这个事,有时候和业务方沟通也很难得出好的方法。怎么办呢?


我们可以用理论指导实践,听着很玄乎是不是,别急,我举个例子。


如果我们按照转化的过程指标拆分,会得到一个转化漏斗。我们一般是按照页面跳转的场景来做漏斗各层级之间的区分。比如从曝光到转化一共有3个页面,分别是广告页,落地页,支付页,那么我们的漏斗一般也就是按照这样三层设置的。


有没有更好的细分方法?

我写过一篇《转化分析的一种新的漏斗模型》一文。文章以用户购买决策模型为理论指导,将用户的转化细分维度从页面跳转改成了用户心理过程。


整个过程以心理学的研究理论为基础,推演到业务场景中,再指导数据分析。


感兴趣的朋友可以去读一读,这里就不多说了。


还可以参考很多其他公司的成熟经验,用别人的经验套用在自己的业务上。


比如线下餐饮连锁的管理,可以参考麦当劳的管理方式。麦当劳创造了一个“典型市场”的概念。比如北京就有好几种“典型市场”,北京王府井中心的店,和在巴黎市中心、纽约市中心的店就属于同一个典型市场,开在北京郊区的店,就可能和山西大同或者泰国清迈一样,属于另一个典型市场。这种管理方式考虑了每家店的人流密度和商业价值,相比按城市划分能更容易发现单店的问题。


如果有分析线下场景的分析师,就可以模仿这种方式,将单店从价值上进行分类,而不是简单地分析华东区如何,华南区如何。


再比如用户分群,细分的维度那么多,选哪个入手?下图就是腾讯的用户分群步骤,如果做用户分群可以按照上面的步骤模仿处理,能节约不少摸索的时间。


数据分析基础思维之:细分思维


互联网公司这类经验分享很多,留意各种论坛和互联网社区,只要你做的不是最前沿的领域,一般都能找到相应的经验分享和成熟套路总结。

总结

有很多细分衍生出来的方法,比如矩阵、RFM模型、漏斗分析等等,其实都算细分的方式。


很多同学入门数据分析,学了一些细分的文章,停留在第一层次甚至还不到第一层次。要做好细分,还是需要提高内功,多了解业务和核心逻辑。

-END-

三元方差
分享到朋友圈
收藏
收藏
评分
评论

综合评分:

我的评分

参与评论(0)

评论规则

暂无评论,快来抢沙发吧~
登录后参与评论
发布评论

鸟哥笔记限定畅饮吸管杯600ml
超大容量,让你爱上喝水
2000羽毛
立即兑换
【新品】办公/外出两用静音充电小电扇
办公桌必备小电扇!
2000羽毛
立即兑换
超级nice便签砖
超级超级超级奈斯!
1000羽毛
立即兑换
三元方差
三元方差
专注于用数据驱动业务增长,擅长产品数据分析,运营数据分析,用户增长等领域。
确认要消耗 0羽毛购买
数据分析基础思维之:细分思维吗?
考虑一下
很遗憾,羽毛不足
我知道了

为了促进广大用户对鸟哥笔记网站的干货文章做出更加客观、真实、优质的评论,为其他读者在学习干货时提供参考,特地制定本评论规则。

一、什么样的评论内容会被通过

15字以上的、基于文章内容的优质评论。

二、什么样的评论内容不会被通过

1、15字以下的评论;
2、“已阅”,“1”,“11”,”666”,“学习”,“学习了”等明显划水的内容;
3、重复评论,即在多篇文章下面发布同样的内容;
4、带广告性质的内容(含网址、电话、微信等);
5、评论内容与本文无关的;
6、带诋毁,辱骂,色情,赌博、暴力等不符合社会主义核心价值观的内容,及一切法律法规不允许的内容。

最后,你的评论在审核通过的同时,还可以获得5羽毛的奖励,羽毛可在 "羽毛精选" 兑换各类小礼品哦~

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接