想做數(shù)據(jù)分析？先避開這4個新手常見的錯誤！

一般聊到如何做數(shù)據(jù)分析的文章，都會從各個視角去介紹數(shù)據(jù)分析的思路和流程。但今天這篇文章，不會告訴你怎么按1234的步驟做數(shù)據(jù)分析，而是告訴你在數(shù)據(jù)分析中，不要做什么。

正如查理芒格所言：“在生活和事業(yè)中，很多成功都來自于你避免了某些事情：比如早逝、糟糕的婚姻等。” 我相信，和“要做到好而深入的數(shù)據(jù)分析”相比，“不在數(shù)據(jù)分析中踩坑”會是更易于執(zhí)行的事情，這是也這篇文章的誕生原因。

以下的錯誤集合，都是從身邊的真實案例總結(jié)而來的。從錯誤出發(fā)，也會給出我們認為正確的做法和思路，希望能對大家的真實工作場景有所啟發(fā)。

錯誤1：最后一刻才想起要數(shù)據(jù)分析

典型的場景是，領(lǐng)導(dǎo)和你說：明天交一個總結(jié)ppt給我。這時候你才想起來去提數(shù)和分析，很可能為時已晚。如果是常規(guī)的數(shù)據(jù)可以看內(nèi)部的數(shù)據(jù)平臺去獲取；但如果是個性化的看數(shù)需求，就必須經(jīng)歷以下這些步驟：確定埋點方案、開發(fā)埋點、與數(shù)據(jù)分析師的具體提數(shù)需求溝通、實際提數(shù)、整理數(shù)據(jù)、最終分析。在這么長的鏈路中，如果有哪一步漏了，都有可能導(dǎo)致你拿不到想要的數(shù)據(jù)。

解法：從項目初始階段便需要有數(shù)據(jù)思維

正確的方式是怎樣的呢？應(yīng)該是從項目開始，就根據(jù)你的方案，去定義你應(yīng)該看什么數(shù)據(jù)來衡量最終的設(shè)計成敗。這樣一來的好處是，首先會倒逼我們從考慮方案的時候，就專注于能帶來實際數(shù)據(jù)提升的方案，避免自嗨型方案、沒有辦法衡量結(jié)果成敗的方案；其次是這樣才能保證，我們在埋點的時候不會漏掉本該埋的數(shù)據(jù)，避免最終上線出現(xiàn)沒有埋數(shù)據(jù)，導(dǎo)致無法衡量結(jié)果的情況。

錯誤2：對基礎(chǔ)數(shù)據(jù)指標(biāo)的定義不了解

不了解基本的數(shù)據(jù)指標(biāo)概念，也是一個常犯的錯誤。例如說我們常遇到團隊中的新人會有這樣的疑問：客單價和 UV 價值有什么差別？UV 點擊率和曝光點擊率有什么差別？這就是對于數(shù)據(jù)指標(biāo)的基本概念理解不足造成的。如果連指標(biāo)都的含義都沒有了解清晰，對于進一步的數(shù)據(jù)分析一頭霧水也是難免的。

解法：從定義來初步認識，從影響因素和場景來加深理解

首先，最簡單粗暴的方式，就是通讀指標(biāo)解釋。一般數(shù)據(jù)平臺都有地方專門解釋這個指標(biāo)的背后公式，這些解釋會幫助我們建立對不同指標(biāo)的初步理解。之前也寫過一篇文章《電商設(shè)計，你必須懂的10條數(shù)據(jù)指標(biāo)》，希望能加深大家對于數(shù)據(jù)指標(biāo)的理解。

更進一步，有兩個角度可以嘗試去思考。?例如以客單價和單 UV 價值的案例來說，第一個角度，是看這個指標(biāo)的關(guān)鍵影響因素。像客單價，是更容易受到貨的屬性影響的，奢侈品的客單價天然就會趨向于比消費品的客單價更高；單 UV 價值，更容易受到流量質(zhì)量的影響，比如把促銷敏感型的用戶導(dǎo)入了奢侈品的頻道，這個時候，一般 UV 價值是會極低的，而客單價可能沒有太大的變化。第二個角度是看這個數(shù)據(jù)指標(biāo)的使用場景。如客單價，可以用來看這個業(yè)務(wù)的品類特征如何，UV 價值，是用來看流量與業(yè)務(wù)匹配度，以及判斷業(yè)務(wù)的潛力。比如，看要不要給到這個業(yè)務(wù)更多的資源，就可以看 UV 價值，因為 UV 價值高，就代表了給這個地方更多的同類流量，它的 GMV 就會更高。?

錯誤3：分析邏輯鏈缺失

一個典型的案例，是只看了 GMV 上漲，就下定論說代表我的策略是成功的。為什么有問題呢？因為 GMV 上漲是各種變量綜合導(dǎo)致的結(jié)果，如果不去深入分析其中到底是什么變量導(dǎo)致了 GMV 上漲，是不能直接跳過中間的邏輯鏈去下判斷的。

解法：拆公式、拆鏈路

首先是從公式上直接開始分析。假設(shè)你之前的策略是提升轉(zhuǎn)化率——那么在如上圖的公式拆解中，雖然最終的gmv是提升的，但因為gmv提升主要是由瀏覽UV的提升帶來的，因此轉(zhuǎn)化率相關(guān)的策略可以說是失敗了。

第二個思路，是由宏觀到微觀的方式去排查問題的方式。電商場景中，我們可以先看交易數(shù)據(jù)，看下是否達到了當(dāng)初的預(yù)期，與歷史對比是漲還是跌；然后再看流量數(shù)據(jù)，因為流量是影響 gmv的最大因素之一，這時候就可以分析交易數(shù)據(jù)的漲跌，是否是因流量的漲跌導(dǎo)致的；或者說是流量質(zhì)量導(dǎo)致的轉(zhuǎn)化率低等等；如果分析完，發(fā)現(xiàn)流量的影響不大，這時候可以進入下一級，去分析核心的節(jié)點是否存在問題。比如在電商黃金流程場景中，我們看搜索、商詳、加購等核心頁面的漏斗；而在大促場景中，我們可能會去看主會場的主推樓層們是否達成了預(yù)期的產(chǎn)出。這個就是以宏觀到微觀去排查問題的思路。

錯誤4：只抓了一條變量，忽略其他關(guān)鍵變量

有時候，我們的分析看起來有理有據(jù)、是有數(shù)據(jù)支撐的，初步看起來邏輯沒有大問題。例如說，根據(jù)以下這個點擊率的圖表，似乎可以直接推測出這個頁面里，除了XX樓層以外，其他的樓層表現(xiàn)不佳。于是我們可以直接下結(jié)論說：未來還做這樣的頁面的時候，迭代的方向，就是直接把表現(xiàn)不佳的樓層去掉，只留下這個表現(xiàn)好的樓層了嗎？——這樣的結(jié)論是失之輕率的。那到底問題出在哪里呢？

問題在于：我們似乎建立了一個前提，即這樣的數(shù)據(jù)結(jié)論是僅僅源自“樓層的定位或者設(shè)計”這一個變量而導(dǎo)致的。因此數(shù)據(jù)好=樓層的定位和設(shè)計成功，要延續(xù)；數(shù)據(jù)差=樓層的定位和設(shè)計成功，要復(fù)用。但是現(xiàn)實情況，永遠比我們設(shè)想的要復(fù)雜。僅抓了一條變量就貿(mào)然下結(jié)論，風(fēng)險是比較大的。

解法：找到各種關(guān)鍵變量，排除或確認這個變量的影響

回到真實業(yè)務(wù)場景，會發(fā)現(xiàn)還有更多變量。在這個案例中，我們第二個要考慮的變量，是流量渠道。以上圖表是APP的樓層數(shù)據(jù)，那么M端是否是一樣的趨勢呢？拉出來M端的點擊率圖表一看，會發(fā)現(xiàn)趨勢完全是不一致的：

此時有了第一個猜測：APP端流量更多內(nèi)部自流量，M端更多外推流量，因此我們可以得出，這個點擊率反映的是JD自有流量和外推流量對于這個頁面完全不同的行為特征。

那為什么外推帶來的用戶和站內(nèi)的用戶，對同一個頁面的需求差異那么大呢？因為這是一個以 IP 內(nèi)容為主的頁面，頁面大部分區(qū)域都是 IP類商品，是帶有一定粉絲向的。直到頁面很下方才有非 IP 角度的商品，這里的商品是全品類的。說到這里，大家應(yīng)該意識到了：這里還有第三個變量——樓層的內(nèi)容差異。此時把第二個變量與第三個變量交叉判斷，就是本次數(shù)據(jù)分析的關(guān)鍵問題：樓層內(nèi)容與流量渠道的匹配度高低。

根據(jù)上面的分析，我們可以得出最終的結(jié)論：

• 外推帶來的用戶，對于頁面的主推 IP 內(nèi)容更感興趣，說明本次外推觸達的用戶是更精準(zhǔn)符合這個頁面的用戶群體；
• 而站內(nèi)的用戶，對于頁面的主推內(nèi)容是缺乏興趣的，只有看到全品類樓層才有興趣，說明站內(nèi)自有流量與本次 IP 頁面不太匹配；
• 綜上，在后續(xù)進行同類的 IP 頁面的運營活動時，若想要達成更精準(zhǔn)的人貨匹配，建議把流量重點放在外推的流量上，而降低對站內(nèi)流量的效果的預(yù)期。

以上就是一次如何排除各自變量影響的分析案例。基本的思路是：不要滿足于你手上抓住的那條變量，而是盡可能多地找到這個場景里的關(guān)鍵變量，再一個個變量去排除或者確認它的影響，最終才得到較合理的結(jié)論。

小結(jié)：跨過分析門檻→深挖分析深度

總結(jié)以上的問題，發(fā)現(xiàn)這些問題本質(zhì)上是從分析小白→到分析進階者之間遇到的一些門檻。就如下圖一樣，要輸出一份符合邏輯、能對業(yè)務(wù)有實際幫助的數(shù)據(jù)分析，我們就需要避免踩到這些坑。

而我們的解法，就只有踏實做好以下的事情：

• 在全鏈路有數(shù)據(jù)意識，避免在最后一步才想起要數(shù)據(jù)分析；
• 對數(shù)據(jù)指標(biāo)有基本認識，避免拿著指標(biāo)一頭霧水；
• 分析時要有溯源邏輯，避免僅通過一個指標(biāo)判斷成敗；
• 窮舉各種可能的變量，避免只抓到一個變量就下判斷。

以上就是關(guān)于數(shù)據(jù)分析如何才能不踩坑的個人心得，如果有任何數(shù)據(jù)相關(guān)問題想討論，歡迎在文章下方留言~

歡迎關(guān)注「JellyDesign」的小程序：