怎样用图表分析数据
本文会给大家讲解:从入门到精通:如何用图表做好数据分析?
随着精益化运营的概念不断深入人心,数据分析已经成为了互联网人的必修课。相比于高深的概率统计、算法模型,简单、直观的图表工具得到了更为广泛的应用。
那么图表都有哪些类型?不同类型的图表又该怎么用?在这篇文章中我们结合互联网产品和运营的业务需求,由浅入深地给大家解答这些问题。
Part 1 | 初阶:维度和指标
初阶的图表简单易懂,能满足简单的数据分析需求,具体包括趋势、频数、比重、表格等类型。图表数据分析的前提就是将自己需要呈现的指标,以一定的维度拆分,在坐标系中以可视化的方式呈现出来。
1. 趋势图
趋势分析是最基础的图表分析,包括线图、柱状图、堆积图等多种形式。
线图可以观察一个或者多个数据指标连续变化的趋势,也可以根据需要与之前的周期进行同比分析。柱状图可以观察某一事件的变化趋势;如果将整体拆分可以做成堆积图,同时观察到部分所占比重及变化趋势。
图 1 - GrowingIO 周期对比线图:
图 2 - GrowingIO (堆积)柱状图:
产品经理和运营人员通过趋势图分析流量的实时走向,如每日 pv、uv、DAU 等基本数量指标以及停留时长、平均访问页面数等质量指标,可以及时把握产品的变化趋势。一旦趋势周期对比发生异常(异常高和异常低),我们需要及时介入排查原因、解决问题。
2. 频数图
根据业务需求对指标按照一定维度拆分,对比不同组别的频数,便于分清轻重缓急。
图 3 - GrowingIO 条形图:
条形图清晰展示了用户在不同类别上的频数,并且按照数量从大到小排序。上图展示的是某产品用户使用浏览器的频数分布,在资源有限的情况下产品可以先适配 Chrome 和 IE 浏览器以提升绝大部分用户体验。
图 4 - GrowingIO 双向条形图:
上面的双向条形图展示了某 B 端产品的客户平均停留时长极端情况(非常高和非常低),企业 1-5 非常活跃,可以让运营人员促进客户增购、续约,而企业 6-10 活跃度非常低,即将流失,需要运营人员立刻介入干预。
3. 比重图
比重分析主要是用来了解不同部分占总体的比例。横向比较,扇形图、环形图可以满足这类需求;纵向比较,百分比堆积图可以显示不同部分所占比例的趋势变化。
图 5 - GrowingIO 访问用户来源环形图:
图 6 - GrowingIO 百分比堆积图:
环形图(图 5)显示了某节点访问用户来源渠道比例,百分比堆积图(图 6)则动态显示了不同渠道比例的变化趋势,市场或者运营人员可以据此动态优化我们的资源投放。
4. 表格
表格信息密集,可以同时分析多维度、多指标数据,适合对数据敏感的人群使用。虽然表格能看到具体的数值,但是不能直观看到趋势、比重。
图 7 - GrowingIO 表格提供三十多个维度供指标拆解:
通过表格(图7)不难发现,移动端访问用户占了非常大的比例,但是跳出率非常高。这样的表格数据启示我们有必要优化移动端产品,提升整体访问深度。
5. 其他图表
下面介绍的是气泡图,气泡图用来展示一个事件与多个维度之间的关系,如分析B端产品客户成单周期与客户活跃度、登录账号数量之间的关系。
图 8 - GrowingIO 「客户温度 - 健康度」气泡图:
除了上述常见的图表,还有散点图、箱线图、股价图、雷达图等图表,在此不一一赘述。
Part 2 | 进阶:用户行为洞察
正如前面所言,初阶图表能满足简单的业务需求。但要想深入洞察用户行为,还需要紧密结合业务实践,用更加专业的图表辅助数据分析。在这里,我和大家分享三个实用的工具:漏斗图、留存图和热(力)图。
1. 漏斗图
漏斗图主要用于转化过程,例如注册流程、商品购买流程,分析用户在不同阶段的转化或者流失情况。
图 9 - GrowingIO 漏斗图:
产品运营应该关注重点转化路径的转化率,对于转化率非常低的环节、或者转化率突然下降的情况,都需要及时排查原因。
2. 留存图
留存是指用户首次访问你的网站,多少天后又重新回访的情况。利用留存曲线可以对留存进行深入分析。
图 10 - GrowingIO 留存曲线:
某问答社区通过留存曲线(图 10)发现,通过搜索引擎来源的新用户(红色)留存度和活跃度远远高于一般新用户(绿色),这启示社区运营者:搜索引擎可能成为社区的下一个增长点。
3. 热(力)图
热图,又称热力图,显示的是用户在你产品页面上的点击、停留偏好。借助热图产品经理可以优化产品页面布局,运营可以优化内容,确实是一个好工具。
图 11 - GrowingIO 热图:
Part 3 | 高阶:用数据驱动增长
随着数据可视化技术的不断发展,图表的类型越来越丰富,我们不可能在一篇文章中将其穷尽。但是图表数据分析的本质不会变,其最终目还是要辅助人们的决策。
1. 搭建属于自己的数据看板
人们的工作在不断细分,需要分析和决策的内容也不太一样。同样都是市场部门的同事,负责内容营销的与负责 SEM 的需要关注的数据差异很大,而这就需要搭建属于自己的数据看板。
图 12 - GrowingIO 数据看板:
例如 SEM 主管根据工作需要搭建数据看板,将广告投放(表格)、访客来源(百分比堆积图)、访问用户量(线图)、登录用户量(柱状图)和注册转化率(漏斗)等重要数据集中在一个看板中。数据看板能帮助我们以合适的方式展示数据,集中精力做好业务决策。
2. 在实践中践行 MVP
用图表做好数据分析并非易事,它绝非一朝一日之功,但也并不是无规律可循。
首先是对业务的理解,能洞察数字背后的商业意义。其次是灵活选择维度拆分指标,在图表坐标系中以合适的形式进行可视化展示。最后一定要从图表数据分析中发现问题,并指导业务决策。在这样不断反复的过程中,不断优化我们的图表数据分析过程,用数据来驱动业务增长。
本文作者:GrowingIO 增长团队,集工程、产品、市场、分析多重角色于一身,负责拉新和用户活跃,用数据驱动业务增长。
一、原理
“细分是一切分析的本源!不细分无分析!” 这是我们学习细分分析时常见的一句话,对细分分析冠于如此高的评价,不只是因为它在分析方法上的强大,更重要的是在当前流量红利逐步消逝的时代,笼统的网站统计和网站分析已不能满足需求,我们更迫切需要以数据驱动 精细化运营 ,需要对用户行为的每个点进行细分,才能挖掘到隐藏在其行为背后的真正影响因素,我们常见的RFM模、 漏斗分析 最基础的原理就是细分分析。就像绘画大师在作图时对每个像素都需要仔细斟酌一样,优秀的用户运营官,会对用户行为的每个步骤每个维度透彻细分分析。
二、分析方法
细分分析在分析方法上一般有两种,一是逐步细分细分,二是维度交叉分析。
1、 逐步细分分析
逐步细分,顾名思义,是根据分析要求由粗到细、由浅入深,逐步进行细分的过程。当然,这里的步骤我们有多种解释,可以理解为用户行为分析中的漏斗分析步骤,比如第一步是什么,第二步是什么;也可以理解为包含分解上的步骤,比如按地区逐步细分,中国可以细分为广东省、北京市、河北省等省市,广东省又可以细分为广州市、深圳市等,广州市还可以继续往下细分到各区、县等。
2****、维度交叉分析
维度交叉分析,是一种立体分析方法,是比较体现一个人分析水平的细分方法。它是在纵向分析法和横向分析法的基础上,从交叉、立体的角度出发,由浅入深、由低级到高级的一种分析方法。常见的综合交叉分析应用有四象限分析法、RFM模型等。
四象限分析法,按照两个维度交叉分析,在四个象限中对所有内容进行拆分,一般斜对的两个象限(如第一象限和第四象限、第二象限和第三象限)是相对立的,而且是壁垒分明的。如我们常见的获客渠道分析,需要按照质量和数量两个维度综合交叉分析,将所有渠道按照高质量低数量、高质量高数量、低质量低数量、低质量高数量这四个象限进行分析归类,自然就能选出roi最高的推广渠道。
RFM模型比四象限分析法包含的维度更多,拆分更细,它按照交易频率、最近交易时间、交易金额,将用户划分为重要挽留客户、重要发展客户、重要保持客户、重要价值客户、一般挽留客户、一般发展客户、一般保持客户、一般价值客户等8种类型。按照用户在不同维度上的行为展现进行归类,有针对性运营。
三、数极客对细分分析的应用
数极客用户行为分析系统对细分分析可谓应用到了极致,不仅对逐步细分进行了多模块应用,而且对维度交叉分析也进行了灵活的融合。
1、 事件分析、转化分析、用户分析等众多模块应用了维度细分
很多用过数极客分析系统的人都说,数极客对维度拆分的细致程度是我们最为欣赏的。它按用户个体属性,按照性别、年龄、用户角色、用户等级、所属城市等十几各维度对用户属性进行了细分;对每次访问的会话,按照应用版本、设备类型、设备厂商品牌、设备名称、操作系统名称等十几个维度进行了分析;对访问渠道,按照访问渠道类型、访问渠道名称、搜索关键词等维度进行了细分;对推广分析,按照投放媒体、广告名称、广告媒介、广告内容、关键词、着陆页等维度进行了细分。这几十项维度细分指标,对 网站用户行为分析 和 APP用户行为分析 均适用。
2****、 漏斗分析融 合逐步细分和维度交叉分析
数极客的 漏斗分析 ,把转化过程按照步骤进行纵向细分,通过对用户行为每一步细致流入流出分析,找到影响用户转化的关键因素。同时又能按照访客类型、访客性别、年龄、来访地区、来访渠道等几十个用户属性维度、会话属性维度、推广渠道维度对漏斗横向细分。横纵交叉综合分析,让影响转化的每个环节、每个因素都展现的清楚明白,一目了然,摸清关键点,自然能快速提升转化率。以下为漏斗分析按照用户类型拆分的对比图。
四、客户案例
某互金企业想要了解哪些渠道带来的注册用户较多,按照访问渠道名称进行细分分析,发现SEM依然是比较高效的获客渠道,而通过今日头条带来的用户量相对就比较少了。然后按照推广维度进一步细分,通过广告名称、广告内容、投放媒介、关键词、着陆页等维度细分分析和转化漏斗分析发现,投放的四个不同内容广告,只有一个访问量较高,其余三个几乎没有访问,后期对访问量较低的广告进行了优化跳转,提升了今日头条的获客量。
推荐您了解一下蛛网时代的云蛛系统提供一站式解决方案,需求,实现,运维之类的,云蛛系统全部能够完成,再也不用为寻找各种厂商而发愁。不但如此,云蛛系统出人出力搭建好您的整个项目后,还会再留给客户一整套根据客户习惯单独定制化出来的产品。让客户的大数据、数据可视化操作,完全黑盒化,客户不需要懂得这些知识,在以后的运维中,自己就可以1-2分钟进行功能逻辑调整。云蛛系统还支持一些炫酷的3D组件,分分钟配置一款炫酷大屏,另外使用云蛛系统高阶版的话还会附赠源码
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)