互联网运营中,有哪些瞬间你觉得一直坚持数据记录和分析”值了“?

论坛 期权论坛 期权     
Rosamund   2018-10-15 23:19   921   6
数据分析是互联网运营必不可少的事情,但长时间的观测数据和记录有时是蛮无聊的,那么有什么瞬间让你有了“值了”的感觉,注意是瞬间。
分享到 :
0 人收藏

6 个回复

正序浏览
7#
crtain  1级新秀 | 2018-10-15 23:19:17 发帖IP地址来自
hhh其实这种还挺多的,最简单的,两个人用不同的思路和方法去记录分析同一件事儿,结论一致,事后验证结论为真,感觉很棒啊
6#
Crow·Lu  2级吧友 | 2018-10-15 23:19:16 发帖IP地址来自
发现数据某种规律之后,急急忙忙打开IDE把刚才发现的规律结合写进异常检测的脚本。运行脚本输出异常点,找到可以检测出指标异常的规则。验证输出和数据节点是否有效时,验证成功的一瞬间,我会觉得非常舒爽,非常值。
之前上学时代无聊的盯着实验数据集看,实现着不知其用也不知其所以然的算法,会在那一瞬间感到理论与知识的碰撞迸发出的火花也觉得这是我一直坚持的数据分析是“值了”
5#
栗子  5级知名 | 2018-10-15 23:19:15 发帖IP地址来自
我爸 13 年坚持买的一个双色球号码,然后我们家住进了别墅。
4#
墨斗西西西  1级新秀 | 2018-10-15 23:19:14 发帖IP地址来自
数据分析不见得只有互联网才有用
做服装这行眼瞅10年,以前在学校的时候听老师说好多服装厂的大师傅给人裁衣服只要看一眼就行了,一开始觉得真能吹牛逼,人是立体的圆的,怎么可能目测出来
后来做定做这一行,巅峰的时候有将近3,4个月都在量体或者去量体的路上,每天数量不等,50打底,最多一天量过300人,8点开始干到晚上10点……每天都在蹲起蹲起啊
量体之后的工作就是尺寸整理,换句话说就是你要给这几个月量的人做衣服,基本每次都有差不多几十MB的Excel数据
然后套各种公式,差不多就能整理出常规体型的成衣尺寸


这工作做多了,做久了,我也就真的能看体态估数据了╮(╯_╰)╭成为了传说中的大工


目测身高,估计体重,性别,这几样差不多就能知道这个人的大概段位,是175/92档的,还是175/96档的,之后呢,看整体比例,手臂与档底的比例,头与身体的比例,肩膀与臀围的比例,大臂与小臂的比例,这些基本能估算出长度……


所以说……数据分析就是生产力,不做数据分析的,早晚被淘汰
3#
郑文博  2级吧友 | 2018-10-15 23:19:13 发帖IP地址来自
感谢邀请。
在做互联网运营的过程当中,其实对于我而言无论是在做:
1、活动分析
2、日常用户分析
3、广告投放分析
4、商务合作分析
5、月度分析报告
还是在做:
1、月度运营方案
2、单次活动方案
3、战略决策
4、问题分析
5、业务分析
6、年度制定
当然,数据对于我而言是唯一衡量结果与效果的标准,就算是非量化工作一样可以以适当数据进行衡量部分能力。
2#
诸葛io  3级会员 | 2018-10-15 23:19:12 发帖IP地址来自
之前我们帮客户用诸葛io平台做过一次用户留存的数据分析,面临的问题是在平台补贴期,用户新增快,活跃也比较高,但补贴没有了之后用户的活跃度就会非常低,新用户的7日留存特别不理想。
用户流失的原因有很多,流失用户调研的难点在于让用户参与到调研活动中,以这次事件为案例,分享一下通过存量用户找流失原因的思路:

首先,通过诸葛io用户分群功能,筛选出:已有过购买行为的用户,再把这些用户分成两个群:一个是购买过且留存的用户,另一个部分是购买过但流失的用户。通过用户行为,比如:支付成功,再进一步精细化分成两个群进行分组对比。

把这两个群分开后,首先查看用户画像,找到差异。通过观察发现,两组用户触发分类导航的次数是不一样的,此时即可对比两个用户群,触发分类导航事件的活跃度。

如图发现,蓝色柱子是留存用户,黄色柱子是流失用户,蓝色远远高于黄色,此时可提出一个假设:触发过分类导航的用户有更大的留存率,那么,接下来需要验证假设。
验证时,同样把用户分为两个群,观察是否在分类导航事件中存在区别。
第一个群,新增三天内触发分类导航次数多的用户;
第二个群,新增三天内触发分类导航次数少的用户。

通过诸葛io漏斗发现,蓝色柱子是触发分类导航次数多的用户,黄色柱子是触发少的用户,很明显,蓝色用户转化率比黄色转化率要高得多。
再看留存,蓝色曲线是触发次数多的用户,而黄色是触发次数少的用户,蓝色用户比黄色用户多将近20%。如此就验证了刚才的假设:触发过分类导航的用户确实要比没有触发过分类导航的用户留存率要高。
从产品角度而言,分类导航的作用本身是一种内容组织形式,是提升个别用户寻找效率的方式,为用户带来更舒适的体验,并且让用户更快的找到自己喜欢的产品,完成相对的转化。故该客户接受了诸葛io的建议,进行了产品改版。

改版前,分类导航在最顶上一个小角落里。
改版后,把分类导航调整到页面正中间,分成八大入口,改版之后,留存率有了较大提升。
以上,通过这个案例可以看出数据分析对于留存用户特征的分析方法,活跃的原因各有不同,但产品需要找到对用户的核心价值,通过核心功能减少流失,并提高活跃度。




关于我们:
诸葛io,智能化数据分析驱动低成本增长获客和用户留存,公众号:诸葛io数据教练
目前我们正在为互金/教育/新零售/保险/汽车等行业提供大数据整体解决方案并提供咨询服务。服务客户有:光明随心订、食行生鲜;人人贷、阳光保险、众安保险、平安;宝马、奥迪、大众、NEVS;饿了么;东易日盛等。
诸葛io - 深入业务场景的数据智能决策平台
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:
帖子:
精华:
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP