运营必备的 15 个数据分析方法（论）

1.数据分析的战略思维

1.1 数据分析的目标

对于企业来讲，数据分析的可以辅助企业优化流程，降低成本，提高营业额，往往我们把这类数据分析定义为商业数据分析。商商业数据分析的本质在于创造商业价值 ，驱动

企业业务增长。

1.2 数据分析的作用

通过企业或者平台为目标用户群提供产品或服务，而用户在使用产品或服务过程中产生的交互、交易，都可以作为数据采集下来。根据这些数据洞察，通过分析的手段反推客户

的需求，创造更多符合需求的增值产品和服务，重新投入用户的使用，从而形成形成一个完整的业务闭环。这样的完整业务逻辑，可以真正意义上驱动业务的增长。

1.3 数据分析进化论

阶段1：观察数据当前发生了什么？

阶段2：理解为什么发生？
阶段3：预测未来会发生什么？

阶段4：商业决策

1.4 数据分析的 EOI 框架

Empower助力--核心任务

Optimize优化--战略性任务
Innovate创新--风险任务

把公司业务项目分为三类：核心任务，战略任务，风险任务。以谷歌为例，谷歌的核心任务是搜索、SEM、广告，这是已经被证明的商业模型，并已经持续从中获得很多利

润。谷歌的战略性任务（在2010年左右）是安卓平台，为了避免苹果或其他厂商占领，所以要花时间、花精力去做，但商业模式未必成型。风险任务对于创新来说是十分重要

的，比如谷歌眼镜、自动驾驶汽车等等。

数据分析项目对这三类任务的目标也不同，对核心任务来讲，数据分析是助力（E），帮助公司更好的盈利，提高盈利效率； 对战略任务来说是优化（O），如何能够辅助战略

型任务找到方向和盈利点；对于风险任务，则是共同创业（I），努力验证创新项目的重要性 。

2.数据分析的3大思路

2.1 数据分析的基本步骤

第一步，要先挖掘业务含义，理解数据分析的背景、前提以及想要关联的业务场景结果是什么。
第二步，需要制定分析计划，如何对场景拆分，如何推断。

第三步，从分析计划中拆分出需要的数据，真正落地分析本身。
第四步，从数据结果中，判断提炼出商务洞察。

第五步，根据数据结果洞察，最终产出商业决策。

2.2 内外因素分解法

根据内外因素分解法，我们可以从四个角度依次去分析可能的影响因素。

内部可控因素
外部可控因素

内部不可控因素
外部不可控因素

2.3 DOSS 思路
DOSS 思路是从一个具体问题拆分到整体影响，从单一的解决方案找到一个规模化解决方案的方式。快速规模化有效的增长解决方案，DOSS 是一个有效的途径。

具体问题
整体影响

单一回答
规模化方案

3.数据分析的8种方法
3.1 数字和趋势

3.2 维度分解
3.3 用户分群

3.4 转化漏斗
绝大部分商业变现的流程，都可以归纳为漏斗。漏斗分析是我们最常见的数据分析手段之一，无论是注册转化漏斗，还是电商下单的漏斗。通过漏斗分析可以从先到后还原用户

转化的路径，分析每一个转化节点的效率。

其中，我们往往关注三个要点：
第一，从开始到结尾，整体的转化效率是多少？

第二，每一步的转化率是多少？
第三，哪一步流失最多，原因在什么地方？流失的用户符合哪些特征？

3.5 行为轨迹
3.6 留存分析

3.7 A/B 测试
3.8.数学建模