漫谈数据分析体系.docxVIP

漫谈数据分析体系 讲数据分析体系的文章很多，经常是开篇一句：互联网 分析体系……，下边几百个指标blabla汹涌而出。搞得很多 人很晕菜：这么多指标，实际中到底怎么看？今天系统讲解 一下。话不多说，直接上场景。 场景：某视频APP内容运营，每天会固定输出游戏主 题节目，节目以介绍游戏为主，目前暂无带货环节，也没有 其他KPI考核，就这么先做着。 每一个视频，有：播放次数、播放人数、人均播放时长、 会员观看数、10%/30%/50%/90%播放完成数、单个视频 发布后首日至第七日每日播放数据。还能分成：仅 PC端播 放、仅移动端播放，PC+移动端播放……同时由于是自己的 平台播放，所以能统计到每个用户站内其他视频浏览行为。 问题是：这一堆指标该咋看？ 常见问题 很多人会直接把这一堆指标铺出来。 ? PC渠道的播放次数、播放人数、人均播放时长…… ?移动端的播放次数、播放人数、人均播放时长…… ?本周的、上周的、上上周的 ?本次的、上次的、最近10次的 一大堆指标摆完，发现个严重的问题：这一堆说了啥呀！ 因为没有刚性考核的KPI，因此很难讲清楚到底多大算 好。你说播放次数越高越好吧，播放次数本身是个经常波动 指标，今天高了明天低了，这么分析法得弄死自己，还没分 析完为啥不好，丫指标又变好了！ 而且但看一个指标也显得不科学，比如有的视频就是播 放很多但人均时长很短，还有一堆人涌过来看，然后秒退的 情况。 实际情况千奇百怪，连好/坏都没法评估，咋进一步分 析：为啥好/为啥坏呢？ 誓故次数/指被入教走势 现实中指标波动经常是不规则形态，单纯“越高越好并不适合评估。对于内 容运营而言，不同内容有可能有周期性变化（周末才有心思和时间看游戏内容） 有可能与创作类型有关.通过分析，拆出两种因素剧响，找到规律.至关重要 2 解题思路 会导致晕头转向的核心问题，在于：没有明确目标。如 果是销售的业务场景，目标很清晰：销售收入/GMV。但是 运营的场景不见得都有如此清晰、冈惟的目标。特别是内容 运营，本身就有“放水养鱼”的作用，有好的内容积攒粉丝、 吸引关注非常重要。 无刚性目标，导致建立评价标准很难。如果只看一个指 标，比如播放量，似乎有失偏颇。如果看两个、三个、四个 指标，比如播放人数、10%跳出人数、人均时长，则指标间 相互交叉，情况错综复杂，很难下结论。 更不用说，很多新手会习惯性忽略建立标准环节。于是 导致了大量铺陈数据，然后不知道下啥结论的晕头鸭子问 题。如何在无刚性目标情况下，建立评价标准，读懂数据含 义，是搭建体系的关键。 3 认识问题，从单指标开始 想理清头绪，当然得从一个指标开始。连一个指标的走 势都没看清楚，就扯上二三四个，只会越看越晕。选第一个 观察指标的时候，尽量选简单、直接、不用计算的指标，这 样更容易看清楚情况，避免牵扯太多。因此在众多指标中， 可以先看播放次数/播放人数（选一个）。 假设先看播放次数，对单指标而言，肯定是越多越好。 播放量是内容运营的基础，连看都没人看，其他的更谈不上 了。但是这里要注意，观察：播放量指标是否有 周/月/日的 规律。如果有规律性波动，就不能简单地说：昨天比今天高， 所以昨天好（如下图） 同范骑眼察120M管1 3 ^4 隹5 管6 .电日T-TI 屉 ―f T3 同范骑眼察 120M 管1 3 ^4 隹5 管6 .电日 T-TI 屉 ―f T3 屉 T4 技 撇口左图中，T2局很明显3、4播放量 高企，可以『步查看，当时做了什么内 容，从而拆解出内容影响力 假设播放量有周波动规律，则可以建立单指标的简单评 价标准： 1、 以周为单位观察，数值越大越好 2、 以日为单位观察，数值越大越好 3、 超过自身类型月平均水平，超过越多越好 这样就能对播放次数，这样的单个指标讲清楚：好/坏 4 从单指标到多指标 整明白了一个指标，可以加入其他指标。在加入其他指 标的时候，要首先观察：两指标之间关系。有可能两指标相 关系数高，有可能相关系数低。这两种情况下处理方法不同。 I相关系数高：比如播放次数和播放人数，两个指标很 有可能高度相关。一个视频玩家短时间内可能只看1次就够了。 高度相关的两个指标，在评价好坏时不需要重复评估，看一个 就好了。这样能减少数据干扰，更容易得出结论（如下图）。 再禳相美桎指标示割如左图，如两个指标高度相关，很有可能 表现出同涨同跌的走芥（或者直接算相关 系数也能看出来）此时做评估时没必要俩 指标一起看〔反正走势一致）否则相关性 高的指标.揉得趣多，显得越乱『 注意，如左虱 人均播瞰次数LE,说明 应埼有相当一部分用户在2吹以上，有重 复播放行为，可能这些是真爱粉.后续分 析可以提出来单独观察2次以上人群 再禳相美桎指标示割 播放入裁I ?!! !?iIi I标题竟