数极客首页

网站数据分析:学会满足不同业务部门的数据需求

网站剖析

数据剖析

上,在保证手头一切
数据源的广度和精度的基础

之上,作为数据剖析

师则要懂得依据

不同部门的需求制定不同的剖析

报告,从而完成
部门之间的有效沟通,进步
效率。做任何事都要有个目的,作为数据剖析

师,我们要了解

消费我们数据剖析

的人是谁?他们又需求
怎样的数据报告?普通
而言,你剖析

的数据是给企业老板、产品部门、运营部门看的,本节讲述的是这三个部门的常见需求和常用的数据展示

方式。

一、三个部门不同的数据需求

通常网站统计都包含了一定的基础

指标,但假定

只是将这些基础

报表开放给其他部门,肯定是不能满足老板、产品部门、运营部门的需求。普通
而言,老板只想知道

公司的一些关键指标数据及变化状况

,产品部门关怀

增长、生动

、页面数据,由于
他们要依据

数据对产品中止

优化迭代,运营方想要依据

数据做用户画像以便做精准营销。

二、老板希望看到怎样的数据

通常,老板们更关怀

的是关键指标在月度和季度中的表现状况

,同时他们必需
控制
这些关键指标的变化趋向
,从而明白
公司整体层面业绩的表现。所以他们要的不只是本月的数据,他们会分别

上月和去年的数据一同
剖析

。那,怎样
中止

呢?在这里引入同比、环比和定基比的办法

再合适

不过了。

1、同比、环比、定基比

定基比:通常,一个网站或者一个公司的展开

都会定一个基点,之后统计的一些指标普通
会以这个点的数据作为一个比较

基准来考核公司的展开

速度;环比:经过
与前一期数据的对比

反映当前展开

趋向
;同比:经过
前后两个展开

周期之间的相同时间点中止

比较

,反映的是周期性的展开

变化,比如

年、季、月、周等。

2、同比增长率、环比增长率、定基比增长率

同比增长率:作用是为了消弭
数据周期性动摇
的影响,将本周期内的数据与上一周期中相同时间点的数据中止

比。常见的是今年的月度数据与去年相同月度的数据中止

比较

同比增长率=(本期数值-上一期数值)/(上一周期数值) X 100%

环比增长率:反响
的是数据连续变化的趋向
,将本期的数据与上一期的数据中止

对比

。最常见的是这个月的数据与上个月数据的比较

环比增长率=(本期数值-上一期数值)/(上一期数值) X 100%

定基比增长率:将一切
的数据都与某个基准线的数据中止

对比

。从而反映的是基点后的展开

状况

定基比增长率=(本期数值-基期数值)/(基期数值) X 100%

 

3、细致

操作办法

举个例子:老板最关注的就是公司的销售额,但只显现
每个月的销售额显然曾经
无法满足他们的央求

。那就将同比和环比的增长率参与

到报表中,如下:

由表可知:参与

同比和环比的增长率以后,销售额的变化趋向
就比较

显然
了,2月份的销售额同比和环比增长都要比其他月份稍低,假定

将表格中的数据画成图表的方式
将会愈加
直观。能够

将销售额以柱状图的方式
显现
,而同比增长率和环比增长率以百分比的方式
存在,运用
折线图中止

展示

,由于
销售额和增长率之间数据的量级差别

过大,因而

需求
运用
双纵坐标轴,左右两侧运用
不同的刻度类型和单位。如图:

在图表中我们能够

更容易地域
分出哪些月份的增长率相对较高、哪些较低,进而肯定
公司的整体运营和展开

状况

三.怎样
满足产品部门需求
1、产品方关注什么

产品方愈加
关注的是产品每天用户数据量
的变化,由于
用户量能够

从一定水平

上表现
产品在设计和用户体验上的优劣,他们需求
掌控产品的当前表现,特别
是新发布的产品。他们希望在纷乱的产品数据之中看到产品某些数据的趋向
,这需求
用到另外一种趋向
剖析

的办法

逐一

趋向
线。

2、趋向
线种类

数据趋向
线是运用
拟合技术来表现数据大致
的变化趋向
的一种技术,能够

消弭
或者减少数据动摇
的干扰。常见的趋向
线有:指数趋向
线、对数趋向
线、线性趋向
线。指数趋向
线用于拟合以指数方式
增长的数据(即增长速度先慢后快);线性趋向
线用于拟合以线性增长的数据的(即增长速度基本

是平均

的);对数趋向
线用于拟合以对数增长的数据的(即增长速度先快后慢)。

四、怎样
满足运营部门需求
1、运营部门关注的数据

运营部门关注的数据有比较

多,比如

:电子商务网站的订单数、销售额、访问量等;应用型网站的注册用户数、生动

用户数、留存率等。相比其它部门,运营部门需求
看的数据多而且需求
时时监控,所以我们需求
给运营部门树立
能够

监控数据和提供数据预警的系统,以满足他们的运营需求。

2、运营部门操作案例

其实,前面引见
的同比和环比的办法

曾经
为我们提供了基础

思绪
,我们能够

运用
同比环比监控法来监控数据,。

某电子商务网站每天的订单量数据,得出2点信息:

 

    1. 订单量显然
      有周期性动摇
      ,周末的数值要比周中高出不少,这标明
      用户喜欢在周末的时分
      在这个网站中止

      消费;

 

    1. 表中同时给出了订单量的周同比和环比的增长率,借助 Excel的”条件格式”功用
      ,同比和环比增长率高于15%的数据被标绿,低于-15%的数据被标红。

 

那么,你能从这个表格中发现哪几天的数据呈现
了异常吗?由于
订单量坚持
增长,从周的同比增长率来看大约
在8%上下,其中周一和周六的环比增长都被着色了,由于
周一环比周日的数据会有较大降落
,周六环比周五的数据会有较大提升,这并非异常,能够

扫除
。其实只需
留意
察看

就能发现异常,我们发现同比和环比增长两个同时被标红或标绿的日期(第1周的周二和第2周的周三),而第1周的周三和第2周的周二是由于第1周的周二的数据异常引发的后续反响
。经过
同比和环比的组合监控来发现数据的问题,能够

扫除
数据增长和周期性动摇
的干扰,借助条件格式能够

让结果愈加
直观。

3、运营预警系统

基于上面引见
的几种数据监控的办法

,我们能够

树立
一套自动的预警系统。假定

指标的降幅或者涨幅超越
正常范围(能够

设定一个合理的阐值),就向你的邮箱发送报警邮件,这无疑能够

减少很多运营工作,而这也是运营部门的一个需求。

发表评论

评论已关闭。

相关文章