遇到問題如何去分析呢?
今天介紹的分析方法(多維度拆解)可以幫助我們從多個角度分析問題。
1.什麼是多維度拆解 分析方法?
要理解兩個關鍵詞:維度、拆解。我們通過一個案例來說明。
老媽看扎扎單身多年,給她介紹相親對象。
老媽:這個男生很優秀。
扎扎:具體講講怎麼優秀了?
老媽:那我來從三個角度拆解下他的優秀,1)個子高 2)家庭背景好3)長的帥
扎扎:哦,原來是個高富帥呀
什麼是維度呢?
老媽從不同的角度來看這個男生,這裏的角度就是維度。
什麼是拆解呢?
拆解其實就是做加法,A=維度1+維度2+維度3+...。比如上面的例子,老媽把優秀拆解成:1)個子高 2)家庭背景好 3)長的好看。也就是優秀=個子高(維度1)+家庭背景好(維度2)+長的好看(維度3)。
在數據分析中,我們通過不同的維度(角度)去觀察同一組數據,從而洞察數據波動背後的原因。
比如我們可以把用戶拆解成:用戶=老用戶(維度1)+新用戶(維度2),從而可以看到老用戶和新用戶分別的數據表現是什麼。
2.從哪些維度去拆解呢?
從指標構成來拆解:分析單一指標的構成。比如單一指標爲用戶,而用戶又可以拆解爲新用戶、老用戶。
從業務流程來拆解:按業務流程進行拆解分析,比如不同渠道的用戶付費率。
3.如何使用?
下面我們通過一個例子來學習下如何使用多維度拆解分析方法。
一家線上店鋪做了一波推廣,老闆想看看推廣效果。你該怎麼辦呢?
推廣效果最直觀的是看用戶增長了多少。所以,我們定義衡量指標是新增用戶。這裏的新增用戶是指看到推廣渠道的廣告,進入店鋪的人數。
我們可以按指標構成來拆解新增用戶。
按照城市細分,比如一線、二線、三線及以下…不同城市的新增用戶數量情況
按性別細分,男性用戶、女性用戶分別是多少
按照渠道細分,比如微信公衆號、百度、頭條哪個渠道的用戶來源多
從渠道維度來看,渠道A新增用戶數最多,渠道B新增用戶數接近A,渠道C新增用戶數最少。
那麼,渠道A,渠道B,渠道C哪個用戶的質量更高呢?
店鋪做推廣的目的,最終是爲了給店鋪帶來銷量,哪個渠道來的用戶更願意在店鋪購買呢?
面對這個問題,我們就可以從業務流程來拆解。
用戶購買的業務流程,可以分爲4步:
第1步,看到渠道的廣告
第2步,被廣告吸引進入店鋪
第3步,在店鋪選擇感興趣的商品
第4步,選擇好商品,最終決定購買
按業務流程拆解後,我們看到雖然渠道A帶來的用戶多,但是最終購買人數卻低於渠道B來的用戶數
所以,渠道B的用戶質量更高。
4.案例
我們再來看一個案例。小紅書是一個泛品類的生活方式分享平臺。
小紅書的分析團隊在研究不同用戶羣留存率的時候,發現來自信息流等渠道的用戶留存率很低。他們有一個特性,就是低齡,大多是看一篇或者點過一篇筆記就走了,留存很差。
爲什麼低齡用戶的留存比較差?
根據這個問題,小紅書的分析團隊從指標構成、業務流程拆解出三個分析的維度,來查找問題產生的原因。
1)從指標構成拆解
分析維度1:不同的低齡用戶表現是否有差異?
在此之前,分析團隊內部把 18 歲以下都算做低齡。這個劃分有點太籠統,因爲18 歲以下包含了3個學生階段(小學生、初中生、高中生)。不同學生階段的用戶行爲差異是比較大的,所以年齡維度本身需要更加細分。
2)從業務流程拆解
業務流程第1步,新用戶下載小紅書app
業務流程第2步:用戶看到用戶的首頁
業務流程第3步:用戶留下來繼續使用小紅書或者不喜歡,直接走了,也就是流失了
小紅書的分析團隊從業務流程拆解出兩個分析的維度:
分析維度2:新用戶來小紅書想要看到什麼內容?
當用戶下載了這個app註冊的時候,希望在這個平臺上找到對自己有價值的東西。如果沒找到,那用戶很大概率會流失。
分析維度3:推薦的內容是用戶想看的嗎?
小紅書的首頁是推薦系統生成的內容。新用戶註冊的時候會選擇一些自己的興趣點,然後推薦系統根據用戶選擇的興趣點,給用戶推薦相關的內容。
推薦是否準確,直接影響用戶的體驗。比如我挑選興趣的時候選了美妝,結果推薦系統給我推薦了旅行,那跟我的預期就會差很遠,用戶會覺得這個平臺沒有我想看的信息,自然就會離開。
小紅書分析團隊將問題拆解出這三個分析的維度來查找原因。
5.總結
1)什麼是多維度拆解分析方法?
在數據分析中,我們通過不同的維度(角度)去觀察同一組數據,從而洞察數據波動背後的原因。
2)從哪些維度去拆解?
推薦:如何用最短的時間找到初級數據分析師工作?