資料分析師如何滿足運營的需求?

怎麼做一個有用的資料分析?本文講述了資料分析的4個步驟:定方向、梳理業務、構建思路、開始行動,讓你的資料分析能夠滿足運營的需求,

很多做資料的同學,最怕聽“有用”倆字。做個數據分析專案已經很難了。做個有用的專案更難。今天我們舉個場景,手把手教一下該咋弄。

請聽題:某短影片平臺,遊戲直播業務的日活使用者1000萬左右,但90%觀看時間不足10分鐘,運營希望儘可能多的讓使用者觀看10分鐘以上,請分析下該幹哪些事情。

拿到題目,先不要著急跑數,牢記靈魂三問(自己問自己哦):

問1:這是個啥層級問題?

A.戰略級

B.戰術級

C.戰鬥級

問2:這是個啥型別的問題

A.是多少

B.為什麼

C.怎麼做

問3:當前狀態下要輸出什麼成果

A.給幾個數

B.報表

C.專題報告

D.模型

E. ABtest

很多同學一拿到題目,腦海裡立馬蹦出:活躍率、轉化率、平均時長、使用者畫像等等名詞外加一大堆指標。

這時候一定要告訴自己:稍等片刻。

想要擺脫無休無止的臨時取數,第一步就是有個做專案的樣子。把專案目標、工作範圍、輸出產物、交付時間這些整明白。然後正式開工。特別是遇到這種運營很頭疼的專項問題,這時候不立項,還等何時。先把旗子插起來,再開工。

既然要插旗子,就涉及上邊的靈魂三問,這三個問題都是跟專案目標、輸出方向有關的。首先,資料分析可以支援的問題有三個層級,區別見下圖:

這是個典型的戰術級問題。已經定了要提高每日觀看10分鐘以上使用者數量,但是具體怎麼做方向都沒有,這時候就得先搞清方向,再想細節。第一題答案:B

資料分析可以直接解決的問題有五大類,可以間接解決的問題有三大類(如下圖)。

第二題選C。這個問題是個典型的“怎麼做”問題。運營要的是具體執行建議,因此就不能光在資料層面纏繞,得結合運營可以乾的事情來思考。

注意,這個問題連方向都沒有,因此落到執行層面,先不要糾結要不要上美女陪玩,代金券是5元還是10元這些細節,要先解決“做哪些”的大類問題。

資料分析的產出物有很多,每一類產出有特定用途(如下圖),結合本次目標,最好先輸出一個專題報告,大家達成共識以後往戰鬥層去推進,才容易落地。

問4:這個題的題眼在哪裡?

很多同學在解這個題的時候都直插DAU=DOU DNU;或者直插觀看時間分成1-5分鐘,6-9分鐘,10 分鐘;或者直插直播入口1、2、3。

我們說的題眼,是指對解決最重要的影響因素。短影片平臺不稀罕,直播也不稀罕,可為啥這次運營偏偏挑遊戲直播?

因為遊戲直播在業務邏輯上有一些先天優勢:

可能基於這些理由,運營才會特別盯上游戲直播這塊,並且會發出“為啥連10分鐘都看不了”的疑惑。

在構建思路的時候要特別注意:我們面對的問題是由真實的使用者產生,數字只是問題的度量。

只要玩過遊戲的人都知道:遊戲玩家是活生生的人,不是1個DAU。他們有明確且真實的需求,玩魔獸的玩家就是對Loktar!

很有感覺,玩農藥的00後也不太會去關注街霸。按道理說,玩遊戲的粉絲只要能看到喜歡的主播,是不至於瞄一眼就走的。所以看似只是時間不夠長,背後原因可能千頭萬緒(如下圖):

如果要一個個研究,估計得忙到黃花菜都涼了。而且作為專案輸出,其結論會很分散。既然都立項了,要想辦法沉澱些能複用的東西。

仔細思考其中的邏輯,我們會發現:其實問題的核心,來自使用者、主播、產品三個方面,可以歸納為四大問題:

以上四個問題裡三個可以用評估體系來完成。透過建立使用者需求、產品質量、主播質量的監控體系,來評估使用者、主播、產品到底質量如何,質量是否穩定(舉例如下圖)。

這樣做既能結束運營對基礎情況兩眼一抹黑的狀態,又能為匹配問題打好基礎,還能沉澱一套評估方法論和監控指標,甚至有希望上一個小資料產品來做長期監控。可謂一箭三雕。作為專案產出,遠遠比寫一堆PPT價值大的多。

搞掂了評估體系,匹配的問題就很容易看明白:我們要按照使用者喜好的遊戲型別,有空看直播的時間點來推相關的直播。基於以上分析,下最終結論也變得輕鬆:

以上,基本思路理清楚,後邊可以定交付時間、排工作優先順序、安排專案組成員,之後就正式開工了。

注意:在專案開始前,預先給出結果判斷非常重要。

有可能上述4個假設問題裡,有些運營已有明確結論,有些運營不想改/不能改/不會改,有些運營毫不在乎。

提前溝通能直接繞開這些溝溝坎坎,極大的減少分析完以後被人質疑:“你說的有什麼用!”“你說的很好,可這毫無意義”“你說完了我還是不知道怎麼幹”的問題。保持溝通,在後續專案推進中同樣重要。

訂好計劃以後就能下地幹活了。幹活過程中注意:

我們常說:好的開始是成功的一半。實際上在資料分析專案裡,好的開始是成功的四分之三。大部分專案是敗在前期的業務不瞭解,思路沒理清,沒有控制好業務方期望上——期望太高,最後失望/期望太低,後期重視度不夠。

真正開工以後主要坑點就是溝通太少,憋得太久導致期望值越來越高,最後失望也越來越大。其次的坑點就是推進太慢,落地結果遲遲看不到。所以才強調:不用等全部,有部分亮點出來,該上更細節的分析/策略研討,就直接上馬了。

本題是運營沒有預設前提的情況下進行的。因此,探索性分析成分很多,分析邏輯相對複雜。如果運營有預設前提,比如:

大家思考下,該怎麼回答。在思考之前,先思考“這三個問法本身有什麼區別,會導致開展專案的時候有什麼側重點差異”。

如果大家感興趣的話,我們選其中一個來深入分享,敬請期待哦。

接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產品經理專欄作家。資深諮詢顧問,在網際網路,金融,快消,零售,耐用,美容等15個行業有豐富資料相關經驗。

本文原創釋出於人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基於CC0協議

版權宣告:本文源自 網路, 於,由 楠木軒 整理釋出,共 2302 字。

轉載請註明: 資料分析師如何滿足運營的需求? - 楠木軒