运营数据分析包括什么:从0到1搭建数据分析知识体系( 五 )

  
案例2:分析业务核心指标  
电子邮件营销是现在很多企业仍在采用的营销和运营方式,某互联网金融企业通过EDM给新用户(有邮件地址但是未注册用户)发送激活邮件 。一直以来注册转化率维持在20%-30%之间,8月18日注册转化率暴跌,之后一直维持在10%左右 。  

运营数据分析包括什么:从0到1搭建数据分析知识体系
  
文章插图  
这是一个非常严重的衰退,需要立即排查原因 。EDM渠道注册转化率涉及到太多的因素,需要一个一个排查,数据分析师帮运营罗列了可能的原因:  
技术原因  
ETL(数据抽取、转化、载入)出现问题,导致后端数据没有及时呈现在BI报表中;  
宏观原因  
季节性因素(节假日等),其余邮件冲击(其余部门也给用户发邮件稀释了用户的注意力);  
微观原因  
邮件的标题、文案、排版设计,CTA设计,注册流程设计 。  
一个简单的业务指标,会影响到它的因素可能是多种多样的,所以我们需要对可能涉及到的因素进行精细化衡量才能不断优化 。最后发现,产品经理在注册环节添加了『绑定信用卡』,导致注册转化率大幅度下降 。  
五、学习:业务、工具和资源  
(一)业务层面  
数据分析并没有想象中的高不可及,掌握好相应的概念、思路、流程,运营都可以做好数据分析 。这里要着重强调一点,数据分析的目的是指导业务实践;脱离实践的数据分析、为分析而分析的数据分析都是在耍流氓 。  
不同于职业的数据分析师和数据科学家,运营人员做好数据分析的前提是娴熟的业务理解 。从业务的角度来说,数据不是数字,它是用户的心声 。运营人员要从数据中发现问题,不断优化,提升用户体验、为用户创造更多的价值 。  
(二)工具层面  
磨刀不误砍柴工,做好数据分析工具必不可少 。我汇总了下面几种工具,运营可以结合自己的实际需要采用 。  
Excel 是最常见、最基础的数据分析工具,Excel 里面的图表、函数、透视表能满足大家基本的需求 。Access 是微软 office 系列套装的一部分,是一种小型的关系数据库;当excel数据量很大、表格之间各种关联、查询、更新频繁的时候,Access就是一种非常不错的选择 。  
Python是一种高级的编程语言,近年来发展很快,它可以用来做数据分析、编程或爬虫;R语言是一种数据分析工具,在统计学中广泛使用 。目前,Python被广泛用来编写爬虫程序,获取网上的信息,这是对运营人员非常有帮助的 。  
Google Analytics、百度统计、友盟是常见的网站流量分析工具,Mixpanel、Heap、GrowingIO属于用户行为数据分析工具,较前者功能更加丰富、分析更细致 。  
(三)资源层面  
运营入门数据分析,并不需要学习多么复杂的数学知识理论,更多的是将业务操作和数据分析结合起来 。我这里推荐两个网站和两本书,希望有帮助 。  
本文内容由互联网用户自发贡献,该文观点仅代表作者本人,不代表万网时代立场 。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任 。如发现本站有涉嫌抄袭侵权/违法违规的内容,请发送邮件至 qulianxi@foxmail.com 举报,一经查实,本站将立刻删除 。  


特别声明:本站内容均来自网友提供或互联网,仅供参考,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。