“做分析不能光罗列数字|运营数据分析，怎么做才有深度 “做分析不能光罗列数字

“做分析不能光罗列数字，要有有深度的结论！”
这是很多公司对数据分析师的要求。然而到底怎么做才有深度？除了罗列购买人数、购买率等数据，到底还能分析啥？今天结合运营的例子，具体讲解下。
01从最简单的场景入手
设想一个最简单的场景：全场5折！件件五折！样样五折！作为消费者，我们最喜欢这种简单粗暴又实惠的方式。
但是站在运营的角度看，这样有啥问题呢？因为消费者不止一类人，每个企业面对至少四类消费者，并且其中陌生人才是大多数（如下图）。

文章图片
单纯地打折，导致的结果就是经营盘子越做越小，销量可能维持在一定水平，但总利润是越来越低的。
如果数据分析师不懂得背后的运营逻辑，只是单纯陈列数据的话，那么就会啰嗦一堆：“购买客户数XX人，购买金额XX万，较上月下跌x%……”
但这些都仅仅是现象陈述，这里的深度问题是：手段粗暴，缺少引流。如果一个企业的运营只会这么干，那历次打折叠加的效果更明显（如下图）。

文章图片
所以，想解读数据更深入，需要以下两者缺一不可：
1、理解运营基本逻辑
2、用数据佐证逻辑
02从简单到复杂
为了改变这种简单粗暴的做法，人们自然会想到：拆分人群来做。最直观的拆分是把新用户和老用户区分开，做不同策略。如果不考虑运营逻辑，数据分析师会本能的给出三个分析基本思路（如下图）。

文章图片
但注意，当策略有了组合的时候，就会有叠加效应，因此引出三个更深层的话题：
1.单个策略执行是否有效
2.两个策略之间，是否有衔接
3.整个策略组合，成本是否失控
这三个问题是由小到大，逐层解决的。
03单个策略优化
以获取新用户举例，设想一种最简单粗暴的方式：新用户首单1元买商品。优惠力度大，简单粗暴，作为顾客的话我们人人喜欢。
但是站在运营角度，这么简单的活动，都至少有五个部分组成（如下图）。

文章图片
如果孤立地只看一次活动，那么作为数据分析师，肯定只能得出：曝光量XX万，引导注册X万，购买人数X万这种没有结论的数据。
但是把所有活动，按照策略目标编织成活动组，就能进一步发现问题（如下图）。

文章图片
这里能反映出很多更深层的问题：
1.单一活动，没有做过优化
2.做优化毫无章法，无法有效积累经验
3.做优化仅仅优化某个部分，放弃其他动作
简单来说：运营自己没有本事做，瞎胡乱改，东抄抄西抄抄。如果这种状态也能出业绩，那就只能证明：大环境真的很好。如果没有出也是理所当然的。
还有另一种情况，就是优化了若干版本以后，发现：一个渠道的新用户数/转化率是有上限的，至少在目前的文案创作能力+商品+优惠政策下，是有最大限额的。
如果能证明这一点，也能得出一个更深层结论：需要新开渠道，支持更大的业务目标。这样的结论，也能避免数据分析师被人揪着不停地问：“为啥就分析不出更多优化点了”——它可能真的就只有这么多。
04两个策略衔接