日常工作中經(jīng)常會需要進行數(shù)據(jù)分析,特別是專職從事此行業(yè)的人,因此做數(shù)據(jù)分析工作,要遵循一定的原則。
通常,數(shù)據(jù)分析的過程如下:
換言之,數(shù)據(jù)分析必須要從問題中回歸問題。其實,數(shù)據(jù)分析分為五個階段:
1、提問:數(shù)據(jù)分析必須具有清晰的目標(biāo)
在開始數(shù)據(jù)分析時,務(wù)必要有一個很清楚的目標(biāo),這個目標(biāo)可以是一個或更多的有針對性的試驗行動。譬如,原本的落地頁面購物的轉(zhuǎn)化率較低,必須采用新的落地頁面才能提高購物的轉(zhuǎn)化率。
在進行數(shù)據(jù)分析之前,我們要提出三個問題:
1)目前的項目頁面是否有必要進行優(yōu)化?
2)對落地頁面進行優(yōu)化是否可行?
3)有多大的可能?
到了那個時候,你就會發(fā)現(xiàn),原本的目標(biāo)(如何提高網(wǎng)站的轉(zhuǎn)化率),已經(jīng)變成了對三個問題的解決辦法。
2、找對象:要清楚地了解分析的可行性和分析的范圍
就上述的例子而言,實際上是1v1的三個問題。
問題1:目前的網(wǎng)站是否有必要進行優(yōu)化?
問題的焦點并不在頁面上,而是在頁面上的流量,以及在落地頁面上的行為。因為,如果我們自己的流量很小,那么我們就不可能通過數(shù)據(jù)來驗證,而是要提高流量的分配。
問題2:是否可以優(yōu)化產(chǎn)品的落地頁面?
該問題的目標(biāo)可能是新的落地頁面或者舊的落地頁面,如果能用數(shù)據(jù)來驗證,調(diào)整落地頁面會不會影響到購物的轉(zhuǎn)化。
問題3:有多大的可能?
這個問題,目前還沒有答案,很顯然,要解決這個問題,必須要做好落地頁面的修改,才能提高用戶的轉(zhuǎn)化率。
3、數(shù)據(jù)選擇:從確定的目標(biāo)中提取相關(guān)數(shù)據(jù)
選擇數(shù)據(jù),后半部分并不困難,但要做到這一點,卻是非常困難的,包括選擇時間范圍、物體資料尺寸等。一句話,就是要講邏輯。
4、做分析:客觀、中立、以數(shù)據(jù)為依據(jù)。
這一點,分析起來很有講究,從數(shù)據(jù)中得出結(jié)論,要做到客觀和中立。他不能用結(jié)論來收集數(shù)據(jù),也不能裝傻充愣,不知道這些數(shù)據(jù)到底要和他說些什么。
5、再驗證:帶著數(shù)據(jù)告訴你的結(jié)論,反過來去看待最初的問題
數(shù)據(jù)要能夠帶來:
1)結(jié)論
2)假設(shè)
3)行動項
換句話說,通過數(shù)據(jù)分析,可以讓你對當(dāng)前的問題有一個大致的了解,從而讓你對下一步的計劃有更多的了解。
掃碼添加「小麥」領(lǐng)取 >>>
掃碼添加「小麥」領(lǐng)取 >>>
覆蓋傳統(tǒng)BI、自助BI、現(xiàn)代BI不同發(fā)展階段,滿足企業(yè)數(shù)字化轉(zhuǎn)型的多樣化需求
電話:
郵箱: