企业运营的数据可以让管理者、运营人员、技术人员全面、快速了解企业的各项业务运行的状况,并发现公司可能出现的经营问题,进而能通过这些指标进行详细分析,最后定位问题的原因,并找到解决的办法。

今天我们一起通过一个案例,来看看如何通过数据分析追踪并解决问题。

数据分析案例

X 网站是一家主营母婴用品的电商网站,网站运营多年,是该领域的领头者之一,各项数据指标相对比较稳定。运营人员发现从 8 月 15 日开始,网站的订单量连续四天明显下跌。由于受节假日、促销、竞争对手活动等影响,日订单量有所起伏是正常现象,所以前两天(8.15、8.16)运营人员并没有太在意。

但是,8 月 18 号早晨发现 8 月 17 号的订单量并没有恢复到正常水平,运营人员开始尝试寻找原因:是否有负面报道被扩散,是否竞争对手在做活动,是否某类商品缺货、价格异常,但是并没有找到原因。并且第二天发现订单量依然没有恢复正常,于是将问题提交给数据分析团队,作为最高优先级成立数据分析专项小组进行分析。

你从上图可以看到,8 月 15 日开始订单量明显下滑。

数据分析师第一反应是网站新增用户出现问题,因为历史上出现过类似比例的订单量下跌,当时查找到的原因是,网站的主要广告推广渠道没有及时续费,广告被下架,新增用户量明显下滑导致订单量下降。数据分析师拉取了同期的新增用户量数据,发现新增用户并没有明显下降,如下图所示。

拉出同期的日活数据查看,发现日活数据也没有明显下降,便做出基本判断:用户在访问网站的过程中,转化出了问题。

和一般的电商网站类似,X 网站的常规转化过程也是:用户打开 App,搜索关键词查找想要的商品,浏览商品搜索结果列表,点击某个商品,查看该商品的详细信息,如果有购买意向,可能会进一步咨询客服人员,然后放入购物车,最后对购物车所有商品进行支付,产生有效订单。X 网站的转化漏斗如下。

如果定义打开 App 为活跃,那么网站的整体转化就是活跃到订单的转化,公式为:

1
2

订单活跃转化率 = 日订单量 / 打开用户数

显然从 15 号开始,这个转化率开始下降,但转化过程有多个环节,那么具体是哪个环节出了问题呢?数据分析师对转化过程每个环节计算转化率。例如:

1
2

搜索打开转化率 = 搜索用户数 / 打开用户数

以此类推,每个环节都可以计算其转化率,将这些转化率的近期历史数据绘制在一张折线图上,就可以看到各个环节转化率的同期对比视图。

由于比例关系,图中可能不太明显,但是还是可以看出,有明显降幅的是咨询详情转化率(最下方折线),降幅接近 10%。调查客服也没有发现异常情况,进一步对咨询信息分类统计后发现,新用户的咨询量几乎为 0,明显不合常理。

数据分析师自己注册了一个新用户然后发起咨询,没有得到回复。查询后台,发现咨询信息没有到达客服。于是将问题提交给技术部门调查,工程师查看 8 月 15 日当天发布记录,发现有消息队列 SDK 更新,而咨询信息是通过消息队列发给客服的。进一步调查发现是程序 bug,新用户信息构建不完整,导致消息发送异常。

最后紧急修复 bug 发布上线,第二天订单量恢复正常。

该案例为虚构案例,仅用于数据分析过程演示。

数据分析方法

辩证唯物主义告诉我们,这个世界是普遍联系的,任何事物都不是孤立存在的。所以当出现运营数据异常的时候,引起异常的原因可能有很多,越是根本性的问题,越是有更多引起问题的可能,如何进行数据分析,其实并不是一件简单的事。

数据分析中,有一种金字塔分析方法。它是说,任何一个问题,都可能有三到五个引起的原因,而每个原因,又可能有三到五个引起的子原因,由此延伸,组成一个金字塔状的结构。我们可以根据这个金字塔结构对数据进行分析,寻找引起问题的真正原因。

上面案例中一开始运营人员自己寻找订单量下降原因的时候,其实就用了金字塔分析方法。

金字塔分析方法可以全面评估引起问题的各种原因,但是也可能会陷入到太过全面,无从下手或者分析代价太大的境况。所以要根据经验和分析,寻找主要原因链路。绝大多数互联网产品的主要原因链路就在转化漏斗图上,上面案例中,数据分析师的分析过程,基本就集中在转化漏斗上。

我曾经看过某独角兽互联网公司的数据运营指导文件,对于几个关键业务指标的异常必须要及时通知高管层,并在限定时间内分析异常原因。而指导分析的链路点,基本都在转化漏斗图上,只不过因为入口渠道众多,这样的分析链路也有很多条。

这种金字塔方法不仅可以用于数据分析过程,在很多地方都适用,任何事情都可以归纳出一个中心点,然后几个分支点,每个分支点又有几个子分支。构建起这样一个金字塔,对于你要表达的核心观点,或者要学习知识,都可以有一个清晰的脉络,不管是和别人交流,还是自己思考学习,都很有帮助。

上面画的金字塔分析图其实就是思维导图,我的大数据专栏的知识点也可以用金字塔方法描述。

人如何进行高效的思考,一方面是天分,一方面可以通过训练提高。我见过最厉害的人,他的思考过程如飞鸿掠影,不留痕迹;讨论问题的时候,往往只描述清楚问题,还没展开讨论,他就能直指问题的根源,其他人再争论半天,才发现确实如他所言。还有一种人,他会详细分析各种可能的原因,排查、分析、否定各种可能,最后找到问题的结症。因为过程严谨、思路清晰,所以通常也能解决真正的问题。

前一种,我想大概主要靠天分,而后一种,其实就是使用金字塔方法。但是在实际中,我却经常见到第三种情况:没有前一种的天分,也不愿付出后一种的努力,思考过程天马行空,抓不住重点,找不到突破口,越想越乱,越思考越糊涂。其实,金字塔方法并不难掌握,只要用心学习、训练,每个人都可以学会这种思考方法。

小结

数据分析是大数据最主要的应用场景,很多企业所谓的大数据其实就是大数据分析,而大数据分析也确实能够对企业管理和运营起到积极的推进作用。而企业的管理、产品、技术过程中的各种决策、外部市场环境的变化,也都会在数据上反映出来。关注数据分析,抓住数据,就能抓住企业运行的关键。而企业在运营过程中出现的问题,也可以通过数据分析定位,发现引起问题的原因,并从根本上解决问题。

前面专栏有同学留言说“我在公司做大数据多年,现在大数据平台已经稳定,数据量和业务都没有太大变化,工作重复,也没有什么进步,不知道下一步该怎么走”。我建议技术人员可以有更开阔的视野,不要仅仅给自己定位就是一个写代码的,比如也可以尝试去做一些数据分析,拥有数据思维、产品思维、商业思维,然后不管你还是想继续写代码,还是就此发现了自己新的天赋点,你的思路和人生之路都会更加开阔。

思考题

学习和工作计划也可用思维导图来完成,总目标、子目标,可以逐级分解,最后每个小目标都可以用几周甚至几天完成。这样,当绝大多数小目标完成了,今年的大目标也就完成了。在专栏的“新年寄语”中,很多同学都留言写下自己的新年目标和期望,你能否用思维导图将这个目标分解成一个金字塔结构呢?

欢迎你点击“请朋友读”,把今天的文章分享给好友。也欢迎你写下自己的思考或疑问,与我和其他同学一起讨论。