秦巴里人對資料分析的看法
現在說分析資料，好像已經成了網際網路那個從業者的口頭禪，做產品的，運營的，市場的口口聲聲都在說資料怎麼樣，但是瞭解資料的真正含義，讀懂資料的人確實不多。之前跟一個之前在國內最大的數字商品交易平臺的同事大哥在一起好好地聊了下，很有收穫。
對於資料，有一個共識就要會看資料，透過合理及透徹的分析來驅動產品，運營及市場策略的調整。但是這些知識看資料的中級階段，高階階段則是透過龐大的多維度的資料分析，能夠預測到未來一個季度，半年甚至一年的業務走勢，當然預測可以有一定的偏差在裡面。還有的就是如果要進入到新業務的擴張上，那麼能夠計算出未來的一定週期內需要有多大的資金投入量，人員投入量，市場及運營資源投入等達到一個什麼樣的規模，或者說反推，我想達到這樣的規模那麼需要多少投入，多長時間。這個是最高階段，在一般情況下也許根本不會觸及到這個方面，少部分能夠做到中級階段基本上已經算是極限了。
網際網路的有諸多領域，每個領域關注的點都不一樣。我這邊先從熟悉的社群和電子商務兩個領域來說起。說到資料首先就是要去了解統計資料、分析資料的維度是有哪些。個人認為一般是有使用者的維度，運營的維度，在社群來說還有內容的維度，在電子商務內部有運營的維度，我把推薦的單拎出來作為一個維度。
一 使用者的維度
從使用者的維度來看網站資料，其實就是通常所說的網站分析層面。這個維度主要來看使用者是透過什麼渠道來到網站，在網站使用者的行為是什麼，主要的目地為市場人員提供推廣效果依據，以及幫助產品人員來分析指南各個網站上哪些頁面，哪些區域及模組最能夠吸引使用者並及時進行策略調整。
網站分析的第一個資料點使用者來源渠道，使用者是從哪些渠道來到我們的網站上。是直接輸入網站地址，是從收藏夾中開啟收藏連結，還是在搜尋引擎上搜索過來(那麼前二十的搜尋關鍵詞都有哪些)。抑或是從微博、各個論壇等一些新媒體上點選我們網站連結進來的。如果網站現階段也在做市場推廣，最好的就是每一個放出去的連結都應該帶有獨立統計標識，這樣能夠清楚地看到不同的媒體上不同的廣告位置的流量怎麼樣。這樣市場人員可以透過這些資料來發現能夠為網站帶來穩定流程的渠道，同時剔除掉效果不好的渠道。上面說的前二十的搜尋關鍵詞也是做SEM確定關鍵詞的一個重要來源。
第二個資料點是使用者在網頁上行為，就是使用者透過各種不同的.方式來到我們網站上後，常有的著陸頁面是哪些，這些頁面都有什麼特點需要好好分析一下。重點關注使用者在頁面上的點選行為，一般使用者會看幾屏，點選哪些按鈕或者連結的機率大，在各個頁面上的停留時間是怎麼樣的。這些資料產品人員需要多關注，透過分析使用者在各個網頁上的行為，能為我們做產品決策提供很大的依據。
第三個點在使用者訪問路徑上，主要是使用者從進入著陸頁上之後，陸續會到哪些頁面上，最後在哪些頁面上進行註冊登入操作，在哪些頁面上跳出。由這些資料可以清晰地勾勒出典型使用者的訪問路徑圖，在結合使用者來源渠道一起來分析，就能找到那些渠道上的使用者來到網站之後，訪問深度最高，轉化率從最高，這樣市場人員也可以及時調整策略，對這些流量大，效果好的渠道加大推廣力度。
第四個點是註冊流程，一般來說很多網站的註冊流程並不是很短，都需要至少兩步，有的能到三四步，重點關注這個是因為註冊流程繁瑣，那麼你的推廣做到再好網站各個模組再易用，最後的轉化率照樣慘不忍睹。透過對這個流程的監測，可以看到有意願註冊的使用者到底在哪些環節流失了，是不是填寫資訊太多，是不是傳送確認資訊失敗等等。
最後總括起來就是，使用者來源渠道，UV，PV，停留時間，網頁點選熱圖，一跳率，二跳率，訪問路徑，轉化率，市場推廣還應該關注你的CPM，CPC，以及使用者轉化成本等。
二 運營的維度
運營的維度就是使用者到了網站上後續行為，這個方面上社群和電子商務都有自己要去關注的點。
對於電子商務網站來說，使用者的維度的分析是分析使用者來源，運營的維度那就分析收入情況了。第一個資料點是每日的訂單數，這個是要看電商網站整體的銷售情況也是最重要的一個數據指標。第二個就是客單價了，每筆訂單的金額，基本上訂單數和客單價的乘積差不多就是電商網站的整體銷量，與實際情況的差別不是很大。 接下來就是要去看訂單支付成功率，很多人都有這樣的經歷在電子商務網站上，我們可能會把很多商品放在了購物車上，但是最後肯那個會刪掉購物車上某些商品，或者說很多訂單最後並沒有被支付。電商的運營人員非常關注這個資料，如果說大量的未支付訂單，就需要去分析問題是出現哪裡。是註冊環節出了問題，還是說支付環節出問題導致使用者支付失敗。
第四個資料點在退貨率，這個資料很重要，如果有大量的退貨對於網站來說損失非常大，同時還要分析退貨的原因是什麼。
第五個就是訂單交付週期，每個訂單從使用者支付成功到送達使用者簽收的時間，當然不同的區域，一線城市和二線城市的交付週期都有差別，但是這是考驗了電商整體的物流水平。
還有一個不為人注意的資料點就是投訴率，電子商務的使用者體驗是一個從線上到線下的全過程，重在服務某一個環節出現差錯都是致命。使用者投訴，往往就是在某個環節出現了問題，留給使用者的印象非常之差。投訴率是電商整體服務水平的體驗，建立一個品牌很難，但是毀掉一個品牌則是非常的容易。
對於電商來說，最後一個重點資料則在使用者的重複購買率或者二次購買率，這個則是考驗了使用者的忠誠度。某個使用者第一次購買體驗非常好，對商品很滿意，那麼產生二次購買行為的機率就非常大。使用者多次購買的時間週期也是一個需要關注的資料點。
對於社群來說，需要關注的運營資料跟電商就有很多差別。以優質內容分享社群為例，每天的新註冊使用者數，登入的老使用者數，人均PV數是社群整體資料。再下來，社群每天產生的內容有多少，具體到文字，圖片，影片等各種不同型別的內容各是多少，上前日的增長率是多少，相對於上週或者上月的增長率又是多少。同時，麼天新增關注，新增評論，轉發等等，這幾個資料，都是整個社群互動氛圍的整體表現。當然還要考慮流失情況，兩週未登入，一月未登入，兩月未登入各佔到社群總註冊人數的比率，比率越高對於社群產品及運營人員來說是非常危險的，更要好好地去關注。
當然對於社群來說，優質活躍使用者是營造社群氛圍的關鍵。那麼對於這些優質使用者來說，是需要重點來關注的。透過資料來分析，達到優質標準的使用者每週增長多少，每個人本週釋出的內容，各個型別的內容以及互動的數量，有多少人是處於瀕臨流失狀態。這些資料都會幫助運營人員調整自己的策略，例如看到很多使用者很活躍，但是釋出內容並不好，那麼應該怎麼去引導使用者;還有使用者瀕臨流失，那麼就需要考慮用什麼方法挽回這些使用者。
三 商品及內容的維度
這個維度其實也應該放在運營的維度裡面年，但是這一塊確實很多人都會忽略掉的，所以把這個維度也單拎出來。
在電商中，出了關注網站整體的使用者及銷售資料，還要關注單一品類及單一商品的資料。某一品類的銷量，平均每次購買量，金額，以及退換貨率。對於單一商品也是同樣的資料分析，來看此商品在一定時期內的銷量，訂單數，金額，以及退換貨率。透過這樣的分析就能看到熱門品類和熱門商品的趨勢，後續的運營，營銷或者促銷的選擇就很清晰了。
對於社群來說也是如此，我們要看社群整體的資料情況，但是社群中內容的重要性與人的重要性同等重要。對於優質內容分享的社群來說顯得尤為重要。除了內容的文字，圖片，影片的不同型別，還有內容本身的分類。包括是攝影，旅行，美食，時尚，動漫，電影等不同標籤的內容。在社群中內容的標籤是使用者自己新增的。那麼需要關注的第一個資料點就是使用者自己新增的標籤有多少是本週內新增的。這樣就可以看到社群每週會要多少新鮮的內容產生。第二就是各個標籤下使用者的釋出內容量，每天是多少，每週是多少。最這樣就看出哪些標籤下的內容最活躍，後續相關的運營活動就可以從這裡面找到方向。第三個資料點就是各個標籤下使用者的互動數，包括評論、轉發、收藏抑或喜歡等不同行為操作的數量，這個資料很清晰地顯示了使用者在不同標籤內容中的活躍程度，這是社群氛圍運營及活躍必不可少的資料。
[秦巴里人對資料分析的看法]相關文章：
1.秦巴里人對資料分析的看法
2.二孩政策與人口預測