當我們看了(le)不少增長(cháng)案例之後，再看看手頭的(de)工作和(hé)業績目标，是不是還(hái)覺得(de)不知道怎麽實現？那是因爲許多(duō)案例并沒有介紹得(de)出結論的(de)分(fēn)析過程，而隻是描述了(le)問題的(de)背景和(hé)目标，以及優化(huà)之後的(de)效果。真正的(de)分(fēn)析過程，往往被“發現”兩個(gè)字一筆帶過。

當然有人(rén)會說，數據分(fēn)析過程是一個(gè)見仁見智的(de)過程，根本不可(kě)能按照(zhào)一個(gè)統一的(de)流程完成全部分(fēn)析，特别是在互聯網領域的(de)告訴變化(huà)當中。那麽數據分(fēn)析的(de)過程，究竟是一個(gè)隻有零散技巧而無章(zhāng)法可(kě)循的(de)過程，還(hái)是一個(gè)有明(míng)确的(de)步驟并可(kě)以嚴格依照(zhào)執行的(de)過程？我認爲是後者。

我們這(zhè)就來(lái)介紹一個(gè)通(tōng)用(yòng)的(de)數據分(fēn)析方法論：數據分(fēn)析五步法。

這(zhè)個(gè)框架具有一下(xià)幾方面特點：

1. 不與具體業務綁定（個(gè)别步驟中的(de)細節需要與業務結合），是從決策需要的(de)信息角度出發的(de)；

2. 具有開放性，可(kě)融入個(gè)人(rén)經驗和(hé)前沿技術；

3. 可(kě)結合大(dà)數據技術，排除人(rén)工環節，實現自動化(huà)；

4. 邏輯清晰，容易學習(xí)。

一、分(fēn)析五步法

這(zhè)個(gè)簡單的(de)數據分(fēn)析五步法，基本能夠應對(duì)日常工作中至少80%的(de)常見數據分(fēn)析問題。而剩下(xià)的(de)20%的(de)場(chǎng)景，可(kě)以在這(zhè)個(gè)基本的(de)分(fēn)析方法論上擴展出來(lái)，我們會在後面的(de)内容中探討(tǎo)。

1.1 五個(gè)基本步驟

首先，我們來(lái)一次講解著(zhe)5個(gè)基本步驟，分(fēn)别是：

1. 彙總

2. 細分(fēn)

3. 評價

4. 歸因

5. 決策

1.1.1 彙總

這(zhè)一步我們關注的(de)是指标，也(yě)就是大(dà)家常見的(de)那些DNU、DAU、GMV、ROI等等。隻要是說到數據分(fēn)析的(de)内容，一定會提示數據分(fēn)析“要明(míng)确目标”。因此，這(zhè)個(gè)重要性我們倒是不需要贅述。

目标當然是所有指标中最重要的(de)。但隻有目标還(hái)不夠，我們還(hái)需要其它的(de)輔助指标。就比如ROI，是投入和(hé)産出兩項算(suàn)出了(le)ROI；而GMV，也(yě)可(kě)以用(yòng)用(yòng)戶數乘以平均每用(yòng)戶的(de)GMV計算(suàn)出來(lái)。這(zhè)樣，我們就把一個(gè)目标的(de)計算(suàn)，拆分(fēn)成了(le)更多(duō)相關指标的(de)組合。并且，這(zhè)些指标更基礎，我們可(kě)以通(tōng)過一些運營手段影(yǐng)響這(zhè)些指标的(de)變化(huà)趨勢。

這(zhè)部分(fēn)沒有什(shén)麽理(lǐ)解的(de)難度。隻不過，我們要找出指标之間的(de)計算(suàn)關系，由此逐漸找到所有我們需要關心的(de)指标。在現在的(de)互聯網産品運營當中，從來(lái)不會缺少需要看的(de)指标，已經多(duō)到了(le)眼花缭亂的(de)地步。但隻有那些跟目标相關的(de)指标，我們才需要關心。

1.1.2 細分(fēn)

這(zhè)一步相當于給指标增加了(le)一個(gè)或者若幹個(gè)維度。最簡單的(de)維度應當算(suàn)是時(shí)間了(le)，比如：我們按天看UV的(de)變化(huà)趨勢；或者我們看不同頁面帶來(lái)的(de)GMV是多(duō)少、看不同用(yòng)戶分(fēn)群中的(de)GMV分(fēn)别是多(duō)少等等。如果我們理(lǐ)解前面的(de)指标這(zhè)是個(gè)數字的(de)話(huà)，增加了(le)維度之後，它就變成了(le)一列數據；增加了(le)兩個(gè)維度之後，它就變成了(le)一張表格，以此類推。

就像指标的(de)現狀一項，我們也(yě)可(kě)以輕松找到許許多(duō)多(duō)可(kě)以用(yòng)來(lái)拆分(fēn)指标的(de)維度。比如前面提到的(de)日期和(hé)人(rén)群，還(hái)有拉新上的(de)來(lái)源渠道，活躍上的(de)流量來(lái)源于轉化(huà)路徑等等。再将這(zhè)些維度進行排列組合，就能産生出一大(dà)批龐雜(zá)的(de)拆分(fēn)維度，多(duō)到根本看不過來(lái)。

因此，重要的(de)就在于區(qū)分(fēn)維度的(de)重要程度。

如何區(qū)分(fēn)呢(ne)？

我們要按照(zhào)是否可(kě)操作，來(lái)區(qū)分(fēn)這(zhè)些拆分(fēn)維度的(de)輕重緩急。比如：前面提到了(le)看APP中的(de)不同頁面帶來(lái)的(de)GMV。但是，如果我們沒有必要的(de)技術手段或者運營工具，來(lái)爲那些GMV更高(gāo)的(de)頁面分(fēn)配更多(duō)流量，也(yě)不能降低那些GMV較低的(de)頁面的(de)流量，那麽按照(zhào)頁面拆分(fēn)的(de)這(zhè)種方法對(duì)于我們沒有任何操作空間，更不要說操作之後的(de)優化(huà)空間了(le)。

如果是這(zhè)種情況，我們就應當認爲來(lái)源頁面這(zhè)個(gè)維度，隻是個(gè)“看看就好”的(de)維度，而非關鍵維度。

另一個(gè)例子是用(yòng)戶分(fēn)群，特别是當我們希望從外部的(de)投放引流獲得(de)更多(duō)高(gāo)質量的(de)新增用(yòng)戶，以此來(lái)拉動增長(cháng)的(de)時(shí)候。在這(zhè)種時(shí)候，我們總是希望首先對(duì)現有的(de)高(gāo)質量用(yòng)戶進行用(yòng)戶畫(huà)像，并确定一些能夠标識高(gāo)質量用(yòng)戶的(de)特征，再通(tōng)過這(zhè)些特征在投放的(de)時(shí)候吸引更高(gāo)質量的(de)用(yòng)戶。

這(zhè)個(gè)道理(lǐ)是講得(de)通(tōng)的(de)，但遺憾的(de)是，外投渠道不能提供十分(fēn)精準的(de)人(rén)群定位，隻能提供人(rén)口統計學和(hé)行業偏好等粗粒度的(de)劃分(fēn)。這(zhè)其中還(hái)包括，我們暫時(shí)認爲投放渠道對(duì)于用(yòng)戶的(de)标記是十分(fēn)精準的(de)。

因此可(kě)以看出，在拉新這(zhè)件事上，我們對(duì)用(yòng)戶分(fēn)群的(de)操作是受限的(de)，并不是完全不能，但十分(fēn)受限。而用(yòng)戶分(fēn)群更大(dà)的(de)利用(yòng)空間在于促進活躍，也(yě)就是在我們自己的(de)用(yòng)戶群體中進行切分(fēn)。

比如：在增長(cháng)案例中常見的(de)，在相同頁面的(de)相同位置放置不同的(de)文案或者圖片素材進行版本間的(de)A/B Test，那麽展示的(de)版本就是一個(gè)可(kě)以自由操作的(de)維度，因爲一旦發現哪個(gè)版本更好，我們可(kě)以很快(kuài)采取行動。因此展示版本這(zhè)個(gè)維度很适合用(yòng)來(lái)切分(fēn)指标。

如果說指标的(de)部分(fēn)隻是個(gè)監控的(de)話(huà)，在【細分(fēn)】的(de)步驟中，就已經體現出一些分(fēn)析的(de)感覺了(le)。在這(zhè)個(gè)步驟中，我們需要找到那些真實可(kě)操作的(de)拆分(fēn)維度，以便我們的(de)分(fēn)析結論能盡快(kuài)落地。但這(zhè)部分(fēn)還(hái)留下(xià)一個(gè)問題，就是如果存在多(duō)個(gè)可(kě)操作的(de)拆分(fēn)問題，那麽它們之間還(hái)是有區(qū)别的(de)。

比如：我們可(kě)以簡單的(de)替換圖表和(hé)文案，但我們也(yě)可(kě)以煞費苦心地叠代一個(gè)大(dà)版本。如何在分(fēn)析的(de)過程中體現并衡量這(zhè)種操作的(de)複雜(zá)度呢(ne)？這(zhè)個(gè)就要說到評價的(de)問題。

1.1.3 評價

在評價的(de)部分(fēn)，我們要用(yòng)到【彙總】步驟中的(de)那個(gè)作爲目标的(de)指标，以它作爲評價的(de)唯一标準。如果我們的(de)目标就是簡單的(de)GMV，甚至更簡單的(de)PV和(hé)UV，那麽到了(le)【細分(fēn)】的(de)步驟之後，我們就基本可(kě)以開始下(xià)結論了(le)。

但是在實戰中并非如此，我們的(de)目标可(kě)能是一個(gè)複合的(de)目标——在拉動GMV的(de)同時(shí)，還(hái)要控制成本；在拉動PV的(de)同時(shí)，還(hái)需要帶來(lái)GMV；或者直接是一個(gè)ROI這(zhè)樣的(de)複合指标。

在這(zhè)個(gè)時(shí)候，我們就不能隻關注目标這(zhè)一個(gè)指标了(le)，而要關注複合指标。例如：我們的(de)目标是在拉動GMV的(de)同時(shí)，控制成本。爲了(le)進一步簡化(huà)問題，我們把成本具體爲促進老用(yòng)戶産生GMV的(de)成本，和(hé)獲得(de)新用(yòng)戶産生GMV的(de)成本。因爲通(tōng)常在運營中，拉新與促活的(de)手段是不同的(de)，這(zhè)與【細分(fēn)】部分(fēn)的(de)原則對(duì)應，即操作空間的(de)大(dà)小。

之後，我們就可(kě)以分(fēn)别按照(zhào)拉新和(hé)促活的(de)不同緯度，對(duì)産生的(de)GMV和(hé)投入的(de)成本這(zhè)兩個(gè)指标進行細分(fēn)了(le)。例如：在拉新方面，我們有投百度關鍵字、有投廣告聯盟、還(hái)有與其他(tā)APP的(de)合作換量；而在促活方面，我們在APP上的(de)ABCD四個(gè)Banner上設置的(de)A/B Test。

那麽對(duì)于新用(yòng)戶部分(fēn)，我們就可(kě)以分(fēn)别評價百度關鍵詞、廣告聯盟和(hé)合作APP這(zhè)三種方式，每投入一塊錢的(de)成本分(fēn)别可(kě)以得(de)到多(duō)少新增的(de)GMV。從而在不同的(de)拉新方式中，選擇更優的(de)方式，并在已有的(de)方式中調整更優的(de)成本投入。而對(duì)于老用(yòng)戶的(de)部分(fēn)，我們同樣可(kě)以評價ABCD四個(gè)Banner各自的(de)A/B Test中，針對(duì)不同的(de)版本每投入一塊錢可(kě)以産生多(duō)少GMV。

簡而言之，在【評價】這(zhè)個(gè)步驟中，我們需要把【彙總】部分(fēn)的(de)指标分(fēn)成兩類——即最終的(de)目标，與實現目标的(de)手段。比如在前面的(de)例子中，投入的(de)成本就是實現GMV提高(gāo)的(de)手段。因此，每一塊錢的(de)成本投入，我們都需要以産生的(de)GMV來(lái)評價它。這(zhè)時(shí)，要實現GMV的(de)目标可(kě)選擇的(de)手段就比較多(duō)了(le)，比如針對(duì)老用(yòng)戶促活：

• 保持成本投入不變，更換更容易帶來(lái)轉化(huà)的(de)圖片和(hé)文案，來(lái)提高(gāo)投入的(de)每一塊錢帶來(lái)的(de)GMV；

• 保持每一塊錢帶來(lái)的(de)GMV不變，（在限制範圍内）追加成本投入；

這(zhè)還(hái)是在暫時(shí)忽略GMV可(kě)能帶來(lái)的(de)價值的(de)前提下(xià)，如果我們将這(zhè)部分(fēn)價值考慮進來(lái)，它就能抵消掉一部分(fēn)投入的(de)成本，那麽備選方案還(hái)會更多(duō)。

在前面這(zhè)個(gè)例子中，由于我們的(de)拆分(fēn)維度本身比較簡單，隻考慮了(le)APP中的(de)Banner和(hé)外部拉新的(de)方式，因此比較容易通(tōng)過數據中的(de)一些标記進行細分(fēn)。但是在實戰中，還(hái)有些情況使我們無法拆分(fēn)的(de)。比如在用(yòng)戶交互中，産生一個(gè)GMV的(de)路徑需要經過幾個(gè)環節，或者就像前面那個(gè)例子中的(de)ABCD四個(gè)Banner，如果用(yòng)戶點擊了(le)其中的(de)兩個(gè)甚至三個(gè)Banner。

那麽我們如何拆解呢(ne)？這(zhè)個(gè)問題就是下(xià)一個(gè)步驟【歸因】了(le)。

1.1.4 歸因

這(zhè)個(gè)步驟其實就是得(de)出結論并進行決策的(de)”最後一公裏“了(le)，也(yě)就是我們常說的(de)剖析“爲什(shén)麽”的(de)過程。

在前面的(de)步驟中，通(tōng)過案例能清楚地看到我們已經得(de)到了(le)一些可(kě)以直接對(duì)比的(de)量化(huà)指标了(le)。在這(zhè)種情況下(xià)，其實我們不需要在【歸因】的(de)步驟中做(zuò)什(shén)麽特殊的(de)操作，可(kě)以通(tōng)過數值的(de)比較直接下(xià)結論。但是如果我們遇到了(le)多(duō)個(gè)環節或者方法之間，無法進行明(míng)确地細分(fēn)時(shí)，應當怎麽辦呢(ne)？在日常的(de)數據分(fēn)析中有幾種常用(yòng)的(de)歸因思路。

比如，我們以前一個(gè)例子中，用(yòng)戶依次點擊了(le)ABCD四個(gè)位置才産生了(le)GMV爲例——

• 首次互動歸因模型：也(yě)就是用(yòng)戶第一次做(zuò)某件事，在數據中通(tōng)常表現爲時(shí)間最早、順序号最小等等，那麽在我們給A記100%，B、C和(hé)D記0%。最終互動歸因模型：也(yě)就是用(yòng)戶最後一次做(zuò)某件事，對(duì)應的(de)在數據中就表現爲時(shí)間最近、順序号最大(dà)等等。那麽我們給D記100%，A、B和(hé)C記0%

• 線性歸因模型：也(yě)就是平均分(fēn)，那麽我們給ABCD分(fēn)别記25%。

• 加權歸因模型：也(yě)就是給多(duō)個(gè)促成因素分(fēn)配一定的(de)權重，例如A和(hé)B各記30%，C和(hé)D各記20%。正因爲多(duō)出來(lái)一個(gè)權重的(de)維度，需要一定的(de)設計，并且也(yě)可(kě)以作爲一種分(fēn)析的(de)過程。關于權重也(yě)有幾種常見的(de)設置辦法，比如首末兩項最重要其它向中間遞減，或者按照(zhào)時(shí)間遞減等等。

當然，在選擇歸因方式的(de)時(shí)候，也(yě)會結合具體業務的(de)特征，來(lái)考慮行爲的(de)先後順序、停留時(shí)間長(cháng)短等情況對(duì)于分(fēn)析目标的(de)影(yǐng)響。

1.1.5 決策

最後就可(kě)以決策了(le)，但經過前面幾個(gè)步驟逐漸消除不确定性，決策反而是最簡單的(de)一步了(le)——就是找出那個(gè)表現最好的(de)版本、表現最好的(de)位置、表現最好的(de)拉新手段而已。

而當我們有一些新的(de)idea時(shí)，同樣可(kě)以作爲A/B Test中的(de)一個(gè)版本，加入到這(zhè)套評價體系中，進行綜合評價。

1.2 應用(yòng)案例

這(zhè)套方法論不僅針對(duì)日常工作中的(de)專項分(fēn)析，在一些已經固化(huà)成型的(de)方法論中，也(yě)可(kě)以找到這(zhè)套基礎方法論的(de)影(yǐng)子。

我們來(lái)看幾個(gè)已經成型方法論案例：

1.2.1 A/B Test實驗

首先我們要看的(de)案例就是A/B Test。在A/B Test的(de)過程中，首先我們要确定實驗的(de)目的(de)，也(yě)就是我們要通(tōng)過實驗提高(gāo)和(hé)優化(huà)的(de)是哪個(gè)指标。之後，我們以實驗中的(de)不同版本作爲細分(fēn)維度，以指标是否實現來(lái)作爲評價标準進行評價。如果在實驗的(de)過程中确實遇到了(le)需要歸因的(de)問題，則還(hái)需要考慮如何進行歸因。

當然，随著(zhe)業務的(de)複雜(zá)度不斷發展，A/B Test的(de)難點已經不在比較和(hé)得(de)出結論的(de)過程，而在于如何設計實驗才能在更短的(de)時(shí)間内、耗費更少的(de)用(yòng)戶流量、進行更多(duō)的(de)實驗并得(de)到有效的(de)結論。這(zhè)也(yě)是所有這(zhè)方面的(de)平台的(de)起點——Google的(de)著名論文《Overlapping Experiment Infrastructure》論述的(de)核心内容。

1.2.2 用(yòng)戶分(fēn)群

用(yòng)戶分(fēn)群是一個(gè)常見的(de)運營手段，但如何确定分(fēn)群的(de)準确度以及如何在後續持續的(de)維持準确度，确是一個(gè)數據分(fēn)析問題。在基于特征的(de)用(yòng)戶分(fēn)群過程中，我們首先要确認我們希望獲得(de)具備怎樣特征的(de)用(yòng)戶群體。

當我們已經進行了(le)分(fēn)群，并想要研究這(zhè)個(gè)群體具備怎樣的(de)特征時(shí)，就可(kě)以以TGI（Target Group Index，目标群體指數）作爲目标，以TGI的(de)大(dà)小來(lái)衡量分(fēn)群對(duì)各種特征的(de)傾向性。

反過來(lái)說，如果我們想找到喜歡搞笑(xiào)短視頻(pín)的(de)用(yòng)戶，并且以點贊行爲作爲“喜歡”的(de)定義，同樣可(kě)以使用(yòng)TGI來(lái)衡量分(fēn)群的(de)準确程度。這(zhè)樣我們就可(kě)以通(tōng)過各種手段來(lái)對(duì)用(yòng)戶進行分(fēn)群了(le)，不同的(de)分(fēn)群方式就對(duì)應了(le)不同的(de)TGI值，我們需要的(de)就是那個(gè)TGI值最大(dà)的(de)分(fēn)群方式。

1.2.3 經典管理(lǐ)模型：BCG矩陣

在經典的(de)BCG矩陣中，隐含的(de)一個(gè)關注目标是整體利益，而手段是資源的(de)優化(huà)配置——也(yě)就是要将企業中有限的(de)資源，投給更具潛力的(de)業務，已獲得(de)企業層面的(de)整體利益最大(dà)化(huà)。

爲了(le)對(duì)這(zhè)個(gè)目标進行深入研究，在BCG矩陣中，按照(zhào)兩個(gè)維度對(duì)這(zhè)個(gè)指标進行了(le)拆分(fēn)。在通(tōng)常的(de)畫(huà)法中，橫軸代表相對(duì)市場(chǎng)占有率，縱軸代表市場(chǎng)增長(cháng)率。市場(chǎng)占有率和(hé)市場(chǎng)增長(cháng)率，就是創造利益的(de)手段了(le)，而利益自然是最終目标。因此，由于手段帶來(lái)的(de)利益是不同的(de)，在拆分(fēn)出的(de)四個(gè)象限中，不同的(de)業務就有了(le)自己的(de)“宿命”。

二、方法論的(de)優化(huà)

根據全面對(duì)于方法論的(de)整體描述，有三個(gè)點是可(kě)以對(duì)方法論進行優化(huà)的(de)。

（1）彙總

彙總部分(fēn)的(de)優化(huà)，在于發現更新、更合适的(de)輔助指标，來(lái)計算(suàn)出最終的(de)目标指标。就比如在财務領域，相比于按照(zhào)收入和(hé)支出的(de)計算(suàn)方式，杜邦分(fēn)析法（DuPont Analysis）給出了(le)基于銷售利率、資金運作和(hé)負債程度三個(gè)方面的(de)拆解方式，更容易理(lǐ)解并采取行動。

（2）細分(fēn)

在前面講解細分(fēn)的(de)時(shí)候，側重的(de)主要是一些客觀維度，而随著(zhe)分(fēn)析經驗的(de)積累和(hé)算(suàn)法能力的(de)提升，逐漸會加入一些偏主觀的(de)細分(fēn)維度。比如根據偏好制作的(de)用(yòng)戶标簽，這(zhè)些維度提供了(le)新的(de)視角，但同時(shí)也(yě)有自己的(de)“玩法”。

（3）歸因

歸因部分(fēn)是對(duì)于那些不能客觀确定的(de)拆分(fēn)邏輯，給出了(le)人(rén)爲定義的(de)拆分(fēn)邏輯。因爲有了(le)人(rén)爲操作的(de)加入，并且客觀情況在不斷的(de)變化(huà)中，這(zhè)其中就逐漸産生了(le)優化(huà)空間，需要對(duì)拆分(fēn)的(de)方式不斷調優，以便适應業務的(de)發展和(hé)環境的(de)變化(huà)。