或者

数据运营:数据建设是需要讲方法的

作者:紫色年华 浏览:105 发布时间:2017-08-21
分享 评论 0

    数据建设工作并不是一件简单的事,在做好数据建设是需要讲方法的。


    之前有个读者给亮哥留个言,但亮哥无法回答,只有沉默了,想了想,今天还是写一篇文章吧。


    读者问:


    亮哥你好,看你的书很久了,但是有一个问题困扰了我很久。在做用户数据分析的时候,我们常用的第三方类似Umeng这种统计工具,其相关数据是不互通的,也就是我没办法从用户的活跃数据,反推到这部分用户在功能使用上的情况。 另外多数公司在人力物力上的不足,以及时间成本的影响,都没有条件自建数据统计工具,这种情况下,有没有什么比较好的办法,可以处理这样的矛盾呢? 另外自建数据统计系统,有什么好的建议吗?


    1.数据的维度


    「维度」这两个字,很多人在做数据分析提需求的时候,都会碰到。


    但也有很多人写成「纬度」、「围度」,其实亮哥不知道哪个是对的,但是从我的理解来说,「维度」比较合理。


    在互联网里工作,对数据这件事情,可以说,任何一个工种,都必须与之打交道,只不过关注的点可能并不一致而已。


    对于做市场、PR、公关的同学来说,他们关心的是大而化之的数据,你会发现那些市场品牌宣传稿、公关稿里谈及数据,都很大,譬如:


    某产品上线至今,拥有X万/亿注册用户,日活用户超过Y万/亿,平均每5分钟,产品就会被下载一次……每秒钟同步处理Z笔交易……


    诸如此类。


    对于做产品的同学来说,他们关心的是用户怎么使用产品,用户从哪些入口进入,在哪些页面或功能点上停留进行使用,多长时间或达成何种目标后离开。


    对于做运营的同学来说,他们关心获取一个新用户需要多少钱,自己的活动有没有好看的ROI,自己申请的预算是否带来了预估的效果,下个月的KPI究竟是用户活跃还是转化付费。


    所以,如果一家公司里,没有人关心数据,或者说,该关心数据的人不关心数据,或者关心了错误的数据,那就是一场灾难。


    数据的维度非常广泛,有时间维度(日、月、年、时、分、秒……),也有动作维度(注册、激活、登录、使用、转化、付费、流失……),还有空间维度(访问时长、页面数……),以及各种率。


    对于一家企业来说,想要好好的运营(我说大运营),对于数据的把控是十分重要的,这一点不必多说。


    2.做产品最需要知道的一些数据


    Web和App,大家关心的点是不一样的。


    大多数人会接触的都是非常表层的数据。


    譬如说,Web时代,讲究UV、PV、访问页面数、停留时长,这些看起来是很通用的指标;App呢,就讲究注册用户数、活跃用户数、付费用户数,这些看起来也是很通用的指标。


    所以,你会发现,Web时代,Google、百度都会提供统计工具,实现方式也很简单,申请个账号,获取一段代码,把代码放到每个页面里,这是最粗的做法;App时代,也有人提供统计工具,友盟啊、诸葛io啊,之类的,有些只要你接入SDK,有些则需要你上线部署。


    但是,我说的这些都是很粗的维度。


    这些粗颗粒的数据,在粗放式运营时可能很管用,但是它们都只能体现最表层的数据,也就是说,你可以通过数据的走势去判断目前产品的健康程度和成长情况。


    但是,一旦数据发生大波动,你想要找到原因,就难了,因为这些宏观数据并不进入微观领域。


    你想要了解微观,那么,Web时代,你要会配置路径,所谓路径,就是流量从进入到离开,经过的路线,和打游戏一样,你要植入足够的侦察力量,你才能拿回来一些情报用作监控,或者分析;App时代呢,你需要有自己的数据团队,他们要能够去通过埋点搭建出用户的行为模型,在模型里,可以看到用户的使用情况。


    其实就这么简单,因为这些都是基础工作。


    而在基础工作中,提出需求和上线解决就很重要,这也就进入了这位读者纠结的部分。


    3.如何提出数据需求


    这里,亮哥要和你聊聊怎么去提数据需求,以及从哪里去摸出数据需求的线索。


    如果今天,开发团队里有一个数据小组,你知道作为运营要如何去提数据需求吗?


    第一,你要非常了解业务。


    什么是非常了解业务呢?我在训练一个数据专员的时候,会要求他用2周时间,什么事儿都不干,去和每个业务Leader聊天,弄清楚目前涉及到各业务的产品中,整个业务流程是怎样的,用户的使用流程又是怎样的,需要几步动作,最后会反馈什么。然后回来和我说,能说清楚的,进入下一环,说不清楚的,重新去了解,直到能掌握业务的真实情况才算完成。


    第二,要基于业务的未来去提埋点需求。


    也就是说,要建立数据体系,不仅要知道业务的现状,也要非常了解业务的未来,这个时候,就需要一张清单,目前业务涉及的产品,都做了什么,还有哪些是未来一段时间(譬如,3个月)会进行调整的,清单里要有功能、埋点状况、计划完成时间等一系列的状况说明,然后备注需要通过这个埋点,了解什么。


    譬如说,一个注册流程。


    注册流程是否简单,我们可以通过:注册完成率、X步放弃率来看,那么就要统计进入人数、注册用户数、资料填写的每一步的完成和放弃的绝对值与比例。


    可能你会说,知道注册完成率就好了,为什么要考虑X步放弃率。


    很简单,X步放弃率中的X步出现越多,就证明这一步存在问题,进而要去提出优化假设并通过数据验证,是否让X步放弃率降低。


    第三,需求明确,且重点明晰。


    我真的有见过,去问需要数据埋点吗?需要。怎么个埋法,哪些位置需要埋?答曰:所有都要。


    其实这种回答代表着,要么没想清楚自己要什么,要么是根本不知道应该关注什么。


    我们在数据建设中,有一个名词叫做「经营分析关键指标项」,这个名词的意思是:不管业务涉及多少数据,只要这个指标发生变化,数据就一定会对应的有变化,而且是大变化。


    譬如,电商里有个公式,叫做:


    销售额=销售单价x销售量。


    这里面,如果要销售额增加,那么要么单价上升,要么销量上升,所以,这两个指标就是关键指标。


    但是,如果商品本身的售价一直都很稳定,那么关键指标其实就是销量。反过来,如果数据表明,这个商品本身价格是坚挺的,不存在随意修改的可能,那么关键项就是拉动销量增长,你可以不用关注单价变化,反之亦然。


    所以,提数据需求一定要弄清楚核心数据和边缘数据,关键数据与辅助数据,提出来的需求才有人愿意和你玩。


    4.数据的分层次推进


    如同提问者问的一样,很多公司并没有那么多的财力、物力,还要自己做数据平台吗?


    我的回答必然是:要!


    问题是,怎么做?


    这里就要谈到一个层层推进的问题了。


    前面已经提到了,有些数据的颗粒度很粗,可以利用第三方去完成,而一旦进入业务支撑的数据分析,靠第三方就不太可能了。


    那么,不管你是多小的公司,分层去推进数据建设这件事儿,永远是成立的。


    Step1:搞定核心业务的数据


    埋点本身是费时费力的活儿,但是我相信,只要是能活下来,或者有希望活下来的公司,即便没有找到商业模式,也应该意识到自己的核心业务是什么了。


    那么,围绕核心业务所需要的数据,先把这个业务的所有数据的埋点给做掉,就是最初要做的事情。


    Step2:明确核心业务的数据呈现结构


    有些业务是漏斗式的,用户通过1、2、3的分步骤操作,来完成业务流程,那么,通过建立数据漏斗,就能看到用户在整个业务流程里实际的使用情况。


    譬如说,交易平台,用户的业务流程是:


    浏览-下单-支付-收货-评价


    你其实会发现,漏斗在这里是明显存在的,浏览-下单有下单转化率;下单-支付有支付转化率;支付内部有支付成功率;支付完成-收货有个确认转化率;收货完成-评价,有个评价转化率。


    但对于核心业务流来说,前期只需要去搞定浏览-下单-支付,即可。


    什么,人力还不够?那么下单-支付总归要做的。


    等把核心业务流做完,再去向前和向后去延伸埋点布局。


    同理,当核心业务的数据建设告一段落,就继续去做其他的非核心业务的数据建设。一个一个来,虽然看起来工作量不小,但总有完成的一天。


    Step3:埋点建设与报表输出


    第二步做完就赶紧先埋点。有能力,去做自动化报表,没能力,用个简易后台提供查询即可,再没能力,数据同学提供查询SQL,开发权限给相关的接口人员自行提供查询。


    Step4:如法炮制其他业务的数据建设


    做法基本一致,只要能做一个,就能做第二个,并不难。


    5.自动化不急于一时


    很多时候,数据建设工作难,其实是难在怎么去做自动化。


    自动化当然好处多多。


    不用手工SQL,直接系统邮件日报表、周报表、月报表;


    对关键指标项直接监控,有问题通过各种渠道报警相关人员;


    ……


    但是,并不是一开始就要做自动化。


    运营常常说,有工具要上,没工具靠人肉也要做。


    道理是一样的。


    关键是,对于数据建设这件事情的重要性,公司和老大们是否意识到了,是否愿意去给资源?


    如果没意识到,以上这些都是废话,如果意识到了,我觉得作为运营人员,学会提需求,足矣。


    一个很现实的问题是,大多数老板并不真的关心数据。


    我记得在某公司的时候,数据老大和我聊天说漏嘴,他说,整个公司,你访问数据的频率是最高的,基本上每天都在看,但是我们老板,从来不看数据。


    其实,做数据的人,最怕2件事儿:


    做了没人用没人看;


    看了没人反馈提问题或者提需求。


    所以,为了不让数据同学付出的心血浪费,一旦公司决心要做数据建设,那么这条路就要坚持走下去,并且,提需求的记得一定要多多去看数据。


    否则,一切都是扯淡。