0.前言

一款產品做出來之后，如何改進、優(yōu)化她？當然各方面的反饋、吐槽是一個重要因素，但帶有主觀情緒的“覺得、感覺”來改進一款產品是不可持續(xù)且有失嚴謹?shù)?。作為一個產品經理，如果想優(yōu)化一款產品，最主要的工作是先了解、分析這款產品（可以從不同的維度來分析一款產品），再去衡量產品。那拿什么去衡量一款產品？數(shù)據！

李彥宏說“數(shù)據可比算法重要”，雖然有失偏頗，但是也道出了數(shù)據的重要性。數(shù)據說到底其實就是一種工具，通過數(shù)據，我們可以衡量產品，了解產品，可以在數(shù)據驅動下改進產品。數(shù)據分析和數(shù)據處理本身是一個比較專業(yè)和復雜的領域，在這里我簡要闡明一些比較基礎、在日常工作中發(fā)揮比較大作用的數(shù)據分析方法，我稱之為“數(shù)據分析三板斧”：

趨勢分析（Trend Analysis）

對比分析（Comparative Analysis）

細分分析（Segmentation Analysis）

1.趨勢分析

產品方、運營方以及決策層希望看到一些關鍵的匯總數(shù)據，他們很少會按天去查數(shù)據，他們更關心的是關鍵指標在月度、季度中的表現(xiàn)情況，同時必須掌握這些關鍵指標的變化趨勢，從而對公司整體層面業(yè)績有直觀的體現(xiàn)。單純的給出GMV、UV、轉化率、活躍用戶數(shù)等指標是毫無意義的，必須數(shù)據的趨勢進行分析和量化，才顯得直觀。這里引入統(tǒng)計學中的幾個概念：同比、環(huán)比和定基比。

同比：同比是為了消除數(shù)據周期性波動的影響，將本周內數(shù)據與上一周期中相同時間點的數(shù)據進行比較。比如：拿2017年2月份的訂單額和2016年2月份的訂單額相比較，得出同比增長率。

同比增長率=（本期數(shù)值—上一周期同期數(shù)值）/上一周期同期數(shù)值 ?*100%

環(huán)比：環(huán)比增長率反應的是數(shù)據連續(xù)變化趨勢，將本期的數(shù)據與上一期的數(shù)據進行對比。最常見的是這個月的數(shù)據與上個月的數(shù)據進行比較，比如拿2017年2月的支付訂單數(shù)和2017年1月的支付訂單數(shù)進行對比，得出環(huán)比增長率。

環(huán)比增長率=（本期數(shù)值-上一期數(shù)值）/上一期數(shù)值 ? *100%

定基比：定基比增長率將所有的數(shù)據與某個基準線數(shù)據進行對比。通常這個基準線是公司或者產品發(fā)展的一個里程碑或者重要數(shù)據點，將之后的數(shù)據與這個基準線進行比較，從而反映公司在跨越這個重要的基點后的發(fā)展狀況。

定基比增長率=（本期數(shù)值—基期數(shù)值）/基期數(shù)值 ?*100%

趨勢分析另一個核心目的則是對趨勢做出解釋，對于趨勢線中明顯的拐點，發(fā)生了什么事情要給出合理的解釋，無論是外部原因還是內部原因。

2.對比分析

我們無法通過一個孤立的數(shù)據分析得到可靠的結論，趨勢分析讓我們洞察數(shù)據的變化，而對比分析可以讓我們明確好壞優(yōu)劣，進而揚長避短。趨勢分析比較的是自身在時間序列上的變化，對比分析是給一組數(shù)據設定一些合理的比較環(huán)境，即給數(shù)據設定一個“參照物”，從而得出一組數(shù)據內不同數(shù)據的優(yōu)劣。再強調一遍：我們無法通過一組孤立的數(shù)據來得到什么！

舉個例子，某個電商網站的購買轉化率為3%，我們無法判斷這個轉化率的高低，但是當我們給出一個參照物——全行業(yè)的平均購買轉化率為1.5%，經過這兩者一對比，就立刻可以判斷該電商網站的購買轉化率超出平均水準很多了。有時一些數(shù)據的對比并不能反映出數(shù)據的優(yōu)劣，需要簡單的合并。比如：在一個電商APP內，有A、B兩件商品，A的訪問量是100，B的訪問量是1000，如果直接比較A、B兩件商品的訂單數(shù)，顯然是不合理的，正確的做法是利用訂單數(shù)/訪客數(shù)，通過訂單轉化率來比較，這樣進行數(shù)據的合并來對比A、B兩件商品會更加合理。這里訂單轉化率就是一個簡單的合并指標了。

一般而言，對比的數(shù)據是數(shù)據的基本面，比如行業(yè)的情況，全站的情況等。就某個數(shù)據指標從不同的環(huán)境進行橫向對比，找出得出指標的好壞。有些時候，在產品迭代測試的時候，為了增加說服力，會人為設置對比的基準，如經典的“A/B test”。

需要指出的是，數(shù)據的對比分析最關鍵的是對比某一個單一變量，其他條件（變量）保持一致。比如測試首頁改版的效果，就需要保持A/B 兩組用戶質量保持相同，上線時間保持相同，來源渠道相同等，只有這樣才能得到比較有說服力的數(shù)據。

3.細分分析

在數(shù)據分析的三板斧中，最后一種分析方法是細分分析。細分需要借助一定的專業(yè)工具進行分析。她最大價值是可以讓我們看清楚問題的所在。通常我們獲得的運營數(shù)據都是綜合數(shù)據，如APP的訪問量、下載量、總銷售額、總停留時間。這些綜合的數(shù)據會讓顯示出APP運營的整體狀況，但也會隱藏一些問題和機會。

細分簡單來說是指標和維度的結合。介紹指標和維度的概念，指標：用來記錄訪問者行為的數(shù)字。最常見的指標包括訪問次數(shù)、綜合瀏覽量、訪問深度、轉化率、流失率等。維度：是觀察訪問者行為的角度。比較常見的維度包括訪問者屬性維度、時間維度、流量來源維度、地理維度、內容維度和系統(tǒng)維度等等。

同一指標在不同的維度下會顯示出不同的屬性。例如，某個網站的訪問次數(shù)是1000，當這個指標與訪問者維度組合時，會顯示出新訪問用戶是600，回訪用戶是400；同理，這個訪問指標與時間維度，地理維度結合來看，也會拆分出不同的數(shù)據。這就是一次簡單的細分。

4.小結

趨勢分析最常用的是同比、環(huán)比，趨勢分析也是數(shù)據監(jiān)控的最基礎的方法；對比分析讓我們明確優(yōu)劣好壞，從而做出最有效決策，跟目標的對比能夠有效地考核網站的績效；細分是分析的最基礎體現(xiàn)，是排查問題的利器，使用細分能夠幫助我們將問題從整體一步步定位到細節(jié)，進而找到針對性的解決辦法。

當然，我們在做運營數(shù)據分析的時候，數(shù)據從何而來？如何獲取？也需要專業(yè)的獲取數(shù)據的辦法。至于如何獲取數(shù)據再進行專業(yè)分析，下次分解。