如何做好用户增长活动中的数据分析

笔者结合自己的用户增长活动经验，分享了以下内容——数据化思维的价值、行之有效的分析流程、项目中数据异常的监测、排查、处理。

数据分析是做用户增长的一项基本技能，然而每次想好好学习下，看到的资源不是7天精通Excel就是20天进阶SQL，甚至于Python必知必会……

工欲善其事必先利其器，确实没错，但工具也是为具体目标而服务的嘛。为了学习技能而学习技能只会更加焦虑。

那么问题来了，对于大部分小伙伴究竟要把数据分析学到什么程度呢？

这张图是我根据数据分析技能，使用频率和学习成本画的，里面Excel在使用频率上应该是使用的最多的，可能每个人每天都会打开Excel；基础操作大家应该都会，复杂一些的百度一下教程花个几十分钟也可以做出来。

Excel可以解决80%的数据分析问题，剩下的如果是非高频需求，可以使用工具或者描述清楚需求让技术小伙伴帮忙处理。

如果是一些非常高频的数据运营&产品岗，还是要学一下相关编程语言的，但Excel应该数据分析中性价比最高的工具了，本篇文章中的数据分析工具也主要以Excel 为主。

本文主要分为三个部分，如图所示：

由于篇幅有限，本文不会涉及太多Excel技巧，不过这里给大家推荐一本相关书籍《谁说菜鸟不会数据分析》。

这本书在Excel技巧方面讲的很全面，大家有空可以翻一遍，不用刻意去记忆，脑子里大概有个印象，遇到问题知道在哪里查找就好。

数据化思维的价值

（1）数据让我们更了解用户

从项目角度来看：“数据让我们更了解用户”。

在线上很多时候就像一个黑盒子，我们不知道用户在里面做什么，而通过数据就像把盒子里面装了监控一样。

通过数据可把这个盒子变得透明化，数据越全盒子越透明。但是考虑到成本，一般只做关键事件的埋点、关键页面访问、关键按钮点击。

通过数据我们可以发现用户在这个黑盒子里面遇到的问题——如发现转化率低，那么是不是用户遇到了障碍不知道怎么操作，还是决策门槛太高了？

从个人成长方面，数据化思维也是一个很好的工具，叮当在刚开始做用户增长项目时很焦虑。

（2）从数据中发现问题，提高成长效率，指导决策

小叮当的48个“金币”：把一天的时间每半个小时分为一个模块，每天记录在各时间段做的事件类型，每周进行汇总分析

从个人成长方面，数据化思维也是一个很好的工具，叮当在刚开始做用户增长项目时很焦虑。感觉每天都很忙，经常11点，甚至凌晨下班，但是又感觉自己好像什么都没有做。

然后就整理了一个表格以半小时为一个单位记录自己在做的事情，周末汇总生成图表。

分析了几天发现了两个问题：

一感到压力就想拖延，拿起手机刷朋友圈。

大部分时间都在建活动群和管理志愿者，写文案。

后来就想了两个解决方案：

特别注意，每次自己想拖延拿起手机刷朋友圈的话就把手机丢到抽屉里。

梳理每个事件的流程+计时，优化建群的流程和志愿者管理协作流程。

在项目中的数据分析，一般可以分为两部分：一般的数据分析（从数据埋点，收集，清洗，分析……）和项目中的数据异常情况处理。

一般数据分析中比较偏向静态，基于我们设计好的方案，去搭建数据分析模型；应用场景更多是从0到1，或者阶段性根据数据分析调整方向。

异常处理是动态的，更多是基于项目中的实际问题出发去解决问题，中间也会有更多我们没有考虑到的点需要探索。

数据分析流程

静态的数据分析流程挺像是黄金工艺品的诞生过程：

做数据分析我们首先要明确目的和思路，就像淘金一样，首先要先找到矿脉。

基本流程是：确定目的，定义指标，拆解指标，构建模型。