如何从数据分析中分析增长方式

这是我报名三节课用户增长课程第二天的学习笔记，大家可以参考着学习一下，不是广告，请放心食用。

上述4个场景对应的能力要求，普遍来说，重要程度为：

数据分析用户路径拆解收集数据搭建仪表盘

即，对大多数同学来说，最重要的是先掌握一套数据分析方法（5步中的第4步），从现有数据中快速找到增长线索，取得一些增长业绩，再反过来检查数据埋点、统计等地方有没有问题；当你掌握了数据分析方法，但所在的公司or负责的业务没有基础数据也无从下手，才需要思考如何拆解用户路径、数据采集（5步中的1、2步）；而数据仪表盘（5步中的第3步），则是为了提高查询效率，支持数据分析工作快速、准确开展。

然后，在理解了数据分析方法的基础上，再回过头来学习前3步，也就是梳理用户路径、制定数据采集方案，和搭建指标仪表盘。

所以，本章会讲多维度数据分析，这是本章最重要的知识点，建议你重点掌握

我们从数据分析中寻找增长机会，可分为“整体”与“局部”两大方式。

整体即为“提纲挈领”，在基础的数据中，找比较大的增长机会。

局部即为“抽丝剥茧”，对比较精细化的用户数据进行分析，挖掘相对隐秘的增长线索。

如何从数据分析中寻找增长机会，主要使用2个方法：

一、提纲掣领，也是比较基础的：从整体业务数据中，找到增长发力点。

要建立全链漏斗增长模型配合简单的用户分析。针对分析结果对转化率高的地方进行火上浇油的方法，发扬这部分的长处。对流失率较大的位置修补漏洞，减少流失情况。

比如你发现用户在某一环节的转化率很高，可能是文案导向性比较强或者是目标用户定位精准，那就在这里不断优化，不断优化提高比较强的转化位置，这对整体的转化率提升来说，是较容易的。

二、抽丝剥茧来拆解分析，抽丝剥茧——从用户数据中挖掘增长线索。主要从用户行为分析&用户分群这2点入手：

从行为分析入手，首先要明确分析对象，划分2类用户关键行为。一类是单次或低频行为，一类是周期性行为。

明确分析对象后，我们要选择合适的分析方法，从转化、留存2方面入手。例如轨迹细查、漏斗分析、路径分析、留存分析、频次分析等。

从用户分群入手来说，首先要明确分群的纬度，可以从用户属性和用户行为2方面展开。例如：地域、年龄、使用频次/终端设备等。

用户群分好后，要通过用户群的共性分析该如何区别对待，比如，可以更精准的拉新、个性化产品的体验、更有针对性的精细化运营等。

这里强化一下用户行为分析的基本方法。

分析用户的基本方法，最终落到下边两个点上，如果是转化问题，那么我们首先要梳理自己的用户行为路径，基于路径分析找到用户不转化的原因，才能进行针对性的解决。

如果是留存的问题，需要放大角度，从整个生命周期的角度来看，到底用户目前处在什么阶段，目前的业务在什么阶段，我们根据业务实际才能选择合适的策略进行干预。其中涉及两种分析方法。第一，漏斗分析，第二，轨迹细查。

再给大家科普两个知识点：

北极星指标：

北极星指标，是指导增长工作方向最重要的指标，也可以理解为业务现阶段“唯一重要的指标”。这个指标一旦确立，就像北极星一样，指引着全公司上上下下，向着同一个方向迈进。

制定北极星指标时，需要同时考虑商业目标和用户价值，最终服务于业务的长期健康增长。

全链漏斗增长模型：

全链漏斗增长模型，是把影响北极星指标的主要细分指标都显示出来，并标注转化率。通过模型，可以将北极星指标细化拆解，从而找到增长的机会点。

举例，

某音乐APP的北极星指标为“总听歌时间”，则该APP的全链漏斗增长模型可以是这样的：

结合细分指标的对比，可以发现“持续听歌”存在提升的空间。