小知识
：什么是数据分析体系

  有同学问：经常听到“搭建运营分析体系、、、搭建业绩监控体系、、搭建商品分析体系”等等要求。。。。可到底数据分析体系是什么？？似乎经常看到的，
，只有AARRR五个字母，，
，又语焉不详。。
。。到底怎样才算是建了个体系？
？？今天我们系统解答一下。。。搭建数据分析体系
，
，，，是从初级数据分析向高级发展的必备一环。。。留心看哦。。。。

一
、、、搭建数据分析系统的常见错误

  1、、罗列指标，，，没有重点

  很多文章一讲数据分析体系，，，，就铺陈了大量指标。。先看哪个，
，，，后看哪个，
，，，根本没说明。。光把几百个指标理解一遍都要半天，
，，业务啥也不用干了
，，，每天就在这瞅数好了。。。

  2、、
、陷入细节，，
，没有目标

  很多同学习惯性列了指标，，就开始按时间、、
、渠道、、区域、、用户等级拆分，，拆来拆去
，，，，标出一堆涨了跌了。。
。问题是没个具体标准。。。每天纠结：1%的变化到底是不是问题？？？？百分之几是问题？？？？

  3、、、、不分职责，，贪大求全

  很多文章一列标题就是《电商指标体系》《运营指标体系》甚至是《互联网指标体系》，
，，可实际上像BATT
，，一个公司十几个BU几十条业务线，
，，，都看一套指标？
？？单纯运营就分
：用户、、、、产品、、、数据、、、
、新媒体、
、
、、社群、、
、、活动、、、
、商品
、、、、渠道……几十种运营，，，，也看一套指标？？？这些大而全的总结
，，总是看似有理，，实际不好用。。最终导致的恶果，，，就是：自嗨型数据报表。
。
。。看似罗列几百指标，，，，拆分数十维度，，，，每天更新累的夯吃夯吃，，可以看报表打开率：不到10%。。运营、
、、、产品、
、、销售们遇到问题，
，，，还是提临时取数单，，每天光跑临时取数就跑到断手指……O(╥﹏╥)o

二、、
、、什么是数据分析体系

  如字面意思
，，，，数据分析体系包含两点
：

  1、、、
、数据分析：意味着不能光罗列数据
，，
，而是要对数据做解读，，解释数据背后的业务含义
，，，找到对业务有用的点。。。。

  2、、
、、体系：意味着不能毫无逻辑的铺陈数据，，
，，而是有节奏
、、
、有主次、、、有顺序的展现数据。。
。
。这样才能更有效率的支持业务
，，，而不是埋没在无穷无尽的码sql里
，，，也能更好地积累分析经验。。
。

  把数据报表、、、专题报表串起来，，有层次展现
，
，应用到业务中的，，，才是真数据分析体系。。。

三、、、搭建数据分析体系的基本思路

  数据分析本质是为业务服务的。。尽可能多帮助业务工作，，少浪费业务时间，，才是服务宗旨
。。。。所以，
，在搭建数据分析体系时，，要先问自己
：

  1
、、
、我在为谁们服务
？？
？？2
、
、他们中每一位
，
，，，有什么工作职责？？？3、、提供什么样数据，，，，能更好帮助他们工作
？
？4
、
、在什么时间提供帮助，，，能更少干扰他们？？

  这就是搭建数据分析体系的基本思路

  1.认准服务对象

  企业有部门分工，，
，，因此第一步要认准：我在为哪个部门服务。
。这非常关键
！！！！因为即使同一个问题
，，不同的部门的关注点会不同。。同样是销售问题，
，如果是销售部看，，，关注的是每一支销售队伍完成率、
、、、进度
、、、、质量。。
。。如果是供应链看，，，，那关注的就是总量、、各产品数量
、
、需求高峰期。。如果是风控看，，，那关注的就是回款、、坏账、、、套利。。
。认清部门
，
，，有利于了解真正需求点。。
。
。

  其次，，部门内有职级高低，，要具体区分：谁需要看报表
，，，，他的责任与关注点是什么。。。。同样是销售，，，部门领导关注的是下属队伍的排兵布阵，，重点在什么区域，，，，主打什么产品
。。。。每一个销售人员，
，关注的是要跟进哪个客人、、跟进哪一步、、见人说什么。。一般来说
，，，越是管理层就越关注策略问题，，，
，越是基层就越关注执行问题。
。即使有些看起来一个人也能办的事，，
，在企业里也有分工合作。。比如公众号发文章，，，，似乎一个人就能写，，可在企业场景里，，人家有专业的名字叫
：新媒体运营。
。。也有细致的工作分工。
。

  2.明确工作目标

  清晰了人以后
，，要认清每个人的工作目标。
。。。量化目标，，是数据分析的灵魂。。
。。后续评价工作的好坏，，，，判断业务走势正常还是异常，
，，探索解决问题的办法，
，都是从计算目标和现状的差距开始的。。这一点非常非常重要。。
。很多做数据的同学陷入细节，，做的报表看不出所以然，，都是因为压根不知道到底数值是几才算好导致的。。
。业务目标并不都是“1个亿小目标”这种简单粗暴的形式。。细分之下，，，，可以有多种类型
，，，比如常见的：

  ·按达成时间分：年
、、、、季度、、、、月

  ·按委任形式分
：长期任务/临时任务

  ·按服务对象分：自身/其他部门

  ·按服务对象分
：领导/组长/员工

  ·按流程位置分：结果型目标/过程型目标

  继续拿新媒体运营举例
，，，一个小组，
，，，可能同时背着多个目标：

  注意：不同目标之前有逻辑关系。。。。比如年度的涨粉任务，
，，可能由促销活动涨粉、、裂变涨粉、、、、爆款文案涨粉、、、、自然增长多种形式组成，，，一个大目标对应多个小目标。。。。把各种目标按大小归属、、、、时间顺序梳理清楚，，，，就有了分析体系的基础框架。。
。。后续
，，
，我们可以跟着这个框架来跟踪目标完成情况，
，，，诊断运营效果。。这就推进到了下一步。。

  3.跟踪业务走势

  有了清晰的责任人、、目标
，，就可以跟踪业务走势。。在跟踪的时候，
，
，首先关注的是：目标达成情况。。对于目标达成率监督，，涉及到后续一系列行动判断，，
，，遇事先判断轻重缓急
，
，再看细节（如下图）。。。

  需要注意
：不同等级的人，，关注重点不同
。。还拿新媒体举例子，，，具体负责内容的小哥，，，
，可能要对每一篇稿子负责；负责投放的小哥，，要对每一次投放效果负责；单次执行不好，，就得进行复盘，，总结问题。。。。但作为运营组的组长
，
，可能更关注整体KPI达成情况
，
，
，
，一篇文章不行，，只要从其他文章能补回来就行。。。。

  很多基于传统企业场景的数据分析体系，，
，写到这就结束了。。。
。请注意，，，，做到这一步只能算完成了“数据监督体系”的建设。
。因为仅仅看目标数量和完成率，
，，是知其然、
、、、不知其所以然的状态。。。
。我们并不能回答：为什么做的不好？
？？该改善什么？？这种问题。。。。想要回答的更细，，，就得深入的业务过程中，，了解具体行动。。。。（传统企业停在这里，，更多是传统的门店、、业务员销售模式缺少数据记录，，不代表不想深入做）。
。

  4.了解业务行动

  想要改善一个业务，，，就必须了解这个业务。。。。大部分的业务比我们想象的要复杂。
。比如新媒体运营，，，，不做的同学可能想当然的认为：不就是写个文章吗？？我看阅读数
、、、、转发数这些数据不就好了……可实际上，，，，细看之下，，，一篇文章可能有很多业务细节（如下图）：

  了解业务行动，，分解业务细节，，，，是为了：找到数据可以帮助的点。。。数据不是万能的，
，，，比如一个新媒体小哥写文章，，
，
，数据不能只告诉他怎么写。
。。但是具体到业务细节
，，
，数据可以提供很多参考，，，如下图所示：

  这一步，，，是提升数据分析质量的关键。。。。拆解业务行动，，找到数据的帮助点，，我们就能在跟踪进度的时候，，
，进一步分析问题，，，这就推动到了一下步。。

  5.复盘行动结果

  对业务行动细节很了解
，，就能复盘行动结果，，，
，总结经验。
。。数据的优势，，不是直接生产出超人的创意，，而是事后总结出普遍的经验。。
。。优秀的业务能力永远是稀缺资源，
，，是不可复制的。。但通过数据分析复盘，，
，可以把明显的作死行为总结出来，，避免普通人犯错。。。就像写文案
，，指望每个创作者都成为半佛仙人这种圣手是不可能的，
，，但是能总结出：

  ·时政类话题热点转化率低于情感类50%，，，不用来做转化。。

  ·周四
、、周六推送阅读低于其他时间40%，，，不做推送

  ·链接跳转超过3步
，，转化率下降30%，
，，
，控制篇幅

  ·…

  有分析结论，，，就已经能帮助运营规避大量坑点。
。。。即使偶尔采坑失败，，也败的明白：“没办法了，
，
，，必须这个点发文，，，亏一点阅读就亏一点”。
。。做业务从来不怕失败，，
，怕的是败的不明不白。。。。如果能长期积累，，，，业务方经验越来越丰富，
，，，遇到问题的思路也越来越清晰了，，就真正发挥了数据的作用。。。。但是，，问题不是一成不变的
，，因此数据分析体系也要不断迭代升级。
。
。

四、、、数据分析体系迭代升级

  牢记这个标准
：坚守目标，
，迭代方法，，积累经验
。。。。这是数据分析体系建设的基本方法，，底线，，，也是最高要求
。。在这个原则下
，，
，数据分析体系迭代升级路线如下图所示：

  ·设定目标后，
，，，分月、、
、、周、、、
、日报表，，，，跟踪目标完成率
。。。
。

  ·在目标达成出现问题时，
，
，先判定轻重缓急，，
，，再看细节。。。

  ·针对重点问题
，，
，，提供临时性支持，
，
，，探索原因，
，，解决问题。。
。

  ·根据经验指导后续工作，，
，沉淀有效方法，，指导以后目标制定

  这样的体系运作，，业务部门也很轻松：平时只要看几个核心KPI达成率即可，，平安无事就不用担心
，，，，趋势向坏的时候能及时收到预警。。想要思路，，
，也能有足够素材用，，
，，使用体验非常爽。。而数据分析师本身，，
，固定KPI、、业务支持做成数据产品，，，，个案分析做专题。。。。产品和专题做多了，，，也好体现个人成绩。。。。总比无休无止写sql，
，，，写了也不知道干啥去了强的多。。。。

五、、小结

  建设数据分析体系，，，本质是个：从业务中来，
，，到业务中去的事。。。
。需要大家多在内部花心思。。然而，，，很多新手太过纠结理论、
、、方法、、
、、模型
，，，忽视
、、无视、、
、轻视业务。。
。觉得别人的工作没技术含量“不就是发个文章”“不就是忽悠客户”，，，，只有自己的算法才是真牛逼无双。。遇到问题
，，，，不会细致的和业务沟通，
，，，只会上各个数据分析微信群问
：“有没有XX指标体系啊
，，最好是权威、
、标准、、、、BAT认定版的”。
。这就南辕北辙了，
，，最后只会换来一句：你这不符合我们公司情况啊。。。。好的数据分析师，，
，要像眼科医生一样。。
。。配眼镜可能有很多专业的方法，，有很多专业的工具，，可在配的过程中，
，，却医生纠结的不是自己的理论，，
，而是关注用户看的清不清楚，，，，不断问用户“这样可以吗？？？这样更清楚吗？？？再这样试试呢
？？？？”用专业的方法服务个性化需求，，，，这才是专业的人干的事。。。
。与大家共勉。。
。。

转载自公众号 接地气学堂