一个产品，如果你不能衡量它，你就不能理解它，自然而然，你就无法改进它。数据剖析说到底，便是这样一个工具——通过数据，我们可以衡量产品，可以理解产品，可以在数据驱动下改进产品。
在数据剖析领域，我们套用道家强调的四个字来说，叫“道、法、术、器”
而在数据剖析和产品、运营优化方面，数据剖析方法是其核心，属于“法”和“术”。
那么数据剖析方法都有哪些呢？下面诸葛君为大家先容数据剖析过程中常用的6种剖析方法。
01 细分剖析法
细分剖析法是最常用的数据剖析方法，对一个指标按不同的维度进行细分查看，每每就能找到影响数据指标涨幅的缘故原由。细分方法可以分为两类：
一类是逐步剖析，比如：来北京市的访客可分为朝阳，海淀等区；
另一类是维度交叉，如：来自付费SEM的新访客。
以诸葛io电商demo为例：
对【付款成功】事宜按【省份】属性细分查看，能够清晰的看出【北京】区域的涨幅与【付款成功】数据指标涨幅关系非常紧密。
（图为诸葛io demo实操页面）
细分剖析法除了对指标非常进行深入剖析之外，平时的数据指标，如果想要知道该指标的各占比情形，也会常常用到细分功能。比如注册成功指标中有多少占比是男性，多少占比是女性；付款成功中会员的占比是多少，非会员的占比是多少。细分是个常用到不能常用的功能。
02 漏斗剖析法
转化漏斗剖析是业务剖析的基本模型，最常见的是把终极的转化设置为某种目的的实现，最范例的便是完成交易。在利用漏斗过程中除了选择各步骤的事宜外，还须要特殊把稳漏斗的转化韶光。不同运用处景转化韶光各不相同。比如在申请得到贷款授信上，可以按同一会话来看转化情形；电商类的转化韶光可以按同一天内来看转化情形；详细的要根据实际业务场景来设置转化的周期。
（图为诸葛io demo实操页面）
除了通过漏斗的办法来看各流程之间的转化，还有一种情形是打算转化率，比如新增用户到注册成功的转化率是多少，这类转化一样平常通过两个事宜进行四则运算来实现。
（图为诸葛io demo实操页面）
漏斗剖析模型已经广泛运用于网站和APP的用户行为剖析中，例如流量监控、CRM系统、SEO优化、产品营销和发卖等日常数据运营与数据剖析事情中。
03 留存剖析法
留存剖析法是一种用来剖析用户参与情形和生动程度的剖析模型，从用户的角度来说，留存率越高就解释这个产品对用户的核心需求也把握的越好，转化成产品的生动用户也会更多，终极能帮助公司更好的盈利
当下获客本钱非常昂贵，通过广告渠道获取的用户当然希望他们只管即便多的能够留存下来。通过留存剖析找到留存下来的用户，找出留存下来的用户他们是由于平台给他们通报什么代价他们才留存下来，如果把这个平台代价能更好的通报给新来的用户，那就能让更多新用户留存下来。
除了提升新增用户留存外，还须要时候关注整体用户的留存情形，通过细分、比拟等办法，探求高留存用户的特色，提升整体用户的留存情形。
（图为诸葛io demo实操页面）
04 画像剖析法
在数据剖析中，常常会用到用户画像剖析，比如在漏斗转化过程中，有200个用户在某个流程中流失落了，那我们须要对这200个用户进行画像查看，查看具备什么样特色的用户特殊随意马虎流失落。再比如我们去广告投放之前，我们须要知道产品核心用户的用户画像，这样在选择广告渠道上面就会非常得心应手，在换量的渠道上，也可以评估他们的用户群体和我们产品的用户画像是否同等，有多大比例上重叠的。
（图为诸葛io demo实操页面）
05 比拟剖析
比拟剖析紧张是将两个相互联系的指标数据进行比较，一个指标本身可能看不出多少有用信息，但将两组数据进行比拟，能够解读的维度就相较之前会多一些，通过相同维度下的指标剖析，可以创造业务在不同阶段的问题。
常见的比拟方法包括：韶光比拟、空间比拟、标准比拟。
比如绝对值或比例值比拟，环比或同比比拟，跟同行业或者自己进行比拟，亦或者通过划分不同用户群，用户群之间进行比拟剖析。
以诸葛io电商demo为例：
对「查看商品详情」事宜以「商品分类」属性细分，对「搜狗用户群」与「百度用户群」进行比拟剖析，我们可以很清晰的查看到「来自百度」的用户比例更高，为之后运营事情开展奠定了根本。
（图为诸葛io demo实操页面）
06 AB测试
增长黑客的紧张思想之一，是不要做一个大而全的东西，而是不断做出能够快速验证的小而精的东西，快速验证，那如何验证呢？紧张方法便是AB测试。当我们从数据中找到问题的时候，我们须要验证洞见是否精确，这时候就须要AB测试的帮忙，将一批用户勾引到新的运营方案上，之后来验证洞见是否精确。只有从用户中得到验证的假设才是有代价的。
比如：你创造漏斗转化中中间有漏洞，假设一定是商品价格问题导致了流失落，你看到了问题，也想出了主张。但主张是否精确，要看真实的用户反应，于是采取AB测试，一部分用户还是看到老价格，一部分用户看到新价格，若你的主张真的管用，新价格就该当有更好的转化，若真如此，新价格就该当确定下来，如此反复优化。
当然除了上面提到的剖析方法之外，还有其他的剖析方法，比如热力争剖析、归因剖析等等，剖析方法更多是术的层面，在利用哪种剖析方法之前，还是须要定义清楚问题和通过那些维度去探求打破口，再借助数据剖析方法，这样才能达到事半功倍的效果。
作者：诸葛io，微信"大众年夜众号：诸葛io
本文由 @诸葛io 原创发布于大家都是产品经理。未经容许，禁止转载。
题图来自Unsplash，基于CC0协议。
