下载掌阅APP，畅读海量书库
立即打开
优秀的数据分析绝对不是图表堆积的产物，它一定有明确有价值的结论。以终为始
，本节先讲什么是有价值的数据结论。
有些数据人员做了很多数据报表，但是并没有得到意想中的效果， 因为他们不知道什么结论有价值，也就不知道从什么数据能够导向价值。
正常来说，有用的结论就有两种：增加收益和减少损失（下文用“增减思路”替代）。 如果一个数据不能帮助你得到上述结论中的任何一个，说明这个数据价值不够大，不应放在你输出的结论中。
怎样得到“增减思路”呢？一般步骤如下。
1） 了解业务目标。
2） 进行“增减思路”分析。 为任意业务分析时，需要掌握这块业务能够增加的收益有哪些，能够减少的损失有哪些。以产品部为例，产品部需要的“增加收益”一般有以下几项：
·增加收入；
·增强体验；
·增加用户参与感；
·增加转化率。
产品部需要的“减少损失”一般有以下几项：
·减少用户操作的步骤；
·减少用户投诉失败的概率；
·减少用户收到损坏物品的概率；
·减少公司的人工空闲时间；
·减少作弊，降低损失。
如果你要给产品部做数据分析，每一页输出的结论都要能够帮助你达到上述业务目标之一。如果做不到，就要继续改。
3） 了解达成某项收益的业内常用办法。 比如产品部的每种增加收益的业内常用方法如下。
·增加收入：增加销售方式，提升转化率等。
·增强体验：增加展示方式，比如放大图片、增加视频、增加直播等。
·增强用户参与感：添加社区、社群等能给用户带来参与感和归属感的方式。
·提高转化率：针对不同用户，提供不同的产品促进转化。
因为增加收益对任何公司都很重要，所以本章不同小节都针对收入这一点，提出了各自的常用办法，读者可以留心收集下。
4） 对业务进行数据分析， 并根据分析结果，结合自己对步骤2）常用办法的了解，给出达成增减效果的结论。
5） 为自己的结论给出数据支撑。
本节用一个虚拟案例串起上面的流程。假设业务目标为增加收入。如何得到数据结论呢？
1）用组成因子分解（将在2.3.1节介绍），将用户拆分成高级、初级两种，并查看能否从用户群中分出高级用户的行为特征。
2）进行增减思路分析。可以增加高级用户的收入，从而增加整体用户收入。为增加高级用户收入，业内常用的办法是为高级用户提供以下专享内容。
·VIP：可以增加一对一人工客服。
·会员：可以提供高级用户折扣。
·社群：高级用户的社群维护。
1）用组成因子分解，将用户拆分成高频、低频两种，并查看能否从用户群中分出高频用户的行为特征。
2）进行增减思路分析。
·可以增加高频用户的使用次数，从而增加整体用户收入。业内常用的办法如下。
·产品方面，推出日报功能，早中晚推送日报信息。（参见知乎日报。）
·数据支撑方面，查看每天的停留时间，发现早中晚用户停留时间最长。
·可以强化高频用户的购买习惯，从而增加整体用户收入。业内常用的办法如下。
·产品方面，推出每周特定销售的功能。（参见“花点时间”的“每周一束鲜花”。）
·数据支撑方面，查看每周有什么规律。
当自己负责的产品有增加收入的需求时，要能想到上述这些方式，才算是合格的数据产品经理。
说明：这里分别写了几个业内常用的办法，是为了辅助读者理解本章的方法论，实际上业内常用办法非常多，需要读者在工作中自行积累。
数据不分大小，关键是思路要多。比如，每家公司都有每天不同时段的流量数据，这是一个再寻常不过的数据了，但你考虑过怎么使用吗？
笔者（杨楠楠）以前跟过一个项目，下沉市场人群，每天早上6点左右是部分用户全天使用项目的高峰，那么就可以从用户群中分出6点的用户，针对这部分用户，市场人员就应该6点推送广告，产品经理就应该设计6点早报功能。
这样一个小小的数据就可以让公司各个部门利用起来，让这部分用户的数据（留存率、点击率等）增长。
这才是价值！如果只是单纯拿出每日的按小时流量数据的数据分析，那就没有价值。
总的来说，本节讲解了这么多，就是希望读者知道，有价值的结论是方向，数据分析要向着那个方向走。
而产品经理要得到结论，还需要掌握足够多的数据分析方法，才能找到足够充分的数据支撑你的建议。下一节我们就讲常用的数据分析方法。