異常數(shù)據(jù)到底咋分析。。！

你們好，我是寶器！

今天分享一篇關(guān)于異常歸因分析內(nèi)容，具體如下：

 

1、表面原因的局限

表面原因不能解決所有問題，數(shù)據(jù)分析的工作大部分的分析其實都是在找表面原因。

• 用戶數(shù)下跌了：A渠道新用戶下跌
• 轉(zhuǎn)化率提升了：落地頁轉(zhuǎn)化率上升
• 留存率下降了：C地區(qū)用戶留存率下降

 

找表面原因其實就是通過指標(biāo)體系的各種維度、子指標(biāo)對問題進行拆解，得出一些初步的數(shù)據(jù)結(jié)論。

 

對于成熟的業(yè)務(wù)線來說，這種分析足夠了。業(yè)務(wù)方拿到分析結(jié)論，自己稍加分析就知道后續(xù)該做什么。比如渠道人數(shù)下降了，對應(yīng)的動作要么就是增加投放資源，要么就是優(yōu)化投放的內(nèi)容，提高拉新效果。

但是這是一般情況，有的時候我們就算給出了上面這些結(jié)論，領(lǐng)導(dǎo)也不滿意。因為在具體執(zhí)行的時候，還是不知道該做什么。

• 渠道人數(shù)下降了，但是我們沒資源做新的投放，只能優(yōu)化現(xiàn)有的文案。數(shù)據(jù)分析師來分析一下，用什么文案比較好？
• 落地頁轉(zhuǎn)化率不高，但是業(yè)務(wù)同學(xué)已經(jīng)修改了八個版本的落地頁，效果都不好，我也知道要優(yōu)化落地頁，但是到底要怎么優(yōu)化？

2、表面原因會讓業(yè)務(wù)進入誤區(qū)

而且始終用這些結(jié)論驅(qū)動業(yè)務(wù)發(fā)展，很容易進入一個隱藏的陷阱，那就是追求短期收益而喪失了長期收益。

 

比如APP的日活下降，通過表面原因的分析最后發(fā)現(xiàn)是由于用戶的留存率的下降導(dǎo)致的。這個結(jié)論不能說錯，但是很容易誤導(dǎo)人。

因為這個結(jié)論的潛臺詞是，整個業(yè)務(wù)是一臺運轉(zhuǎn)嚴(yán)密的機器，最終的產(chǎn)出下降了，是中間的一環(huán)出現(xiàn)了問題，現(xiàn)在既然留存率出了問題，那么我們把留存率搞上去的話，日活就能回歸正常。

 

所以提升留存率就成了之后的業(yè)務(wù)目標(biāo)。

而一旦提升留存率這件事成為一個KPI之后，業(yè)務(wù)同學(xué)就會做一些能快速提升留存率的動作，比如簽到活動、標(biāo)題黨PUSH之類的運營動作。

這些運營動作確實會給留存率帶來短期的提升效果，但是對于整體APP的產(chǎn)品力提升并沒有什么幫助，甚至這些動作還會讓用戶厭煩，長期來看反而會降低留存率。

3、第一性原理

面對這種情況，怎么辦呢？不著急具體結(jié)論，我們先介紹一個概念：“第一性原理”。

 

這個詞大概是2017年開始在互聯(lián)網(wǎng)知識圈中火起來的，帶火這個詞的是馬斯克。

在一次TED采訪中，他透露了自己非常推崇的思維模式，叫做 “First principle thinking”，翻譯成中文就是「第一性原理」思維。

因為馬斯克利用第一性原理在多個領(lǐng)域都取得了成功，于是“第一性原理”就被很多創(chuàng)業(yè)公司奉為圭臬。雖然如今馬斯克的特斯拉負面消息不斷，不過那就是另一個故事了。

 

第一性原理是指當(dāng)你遇到一個問題，問題背后一定有其原因，這個原因的背后還有原因，就這樣一步一步向前推演，直至找到問題最本質(zhì)的原因。然后，從這個本質(zhì)原因開始，重新向后推演，直到找到解決問題的方法。

 

 

4、用戶需求是商業(yè)的第一性原理

我們回到剛才的案例來看一下。如果日活用戶下降了，原因是什么？之前我們給出的答案是因為留存率下降了，于是針對這個原因，我們給出了類似簽到活動、push等業(yè)務(wù)動作。

如果根據(jù)第一性原理的思維模式，我們還要繼續(xù)思考，留存率下降的原因又是什么呢？以及這個原因背后的原因又是什么。

商業(yè)問題，追溯到最本質(zhì)的根源，一定是用戶需求。

我們的業(yè)務(wù)動作只是剛好符合用戶的需求，于是這些業(yè)務(wù)動作讓用戶需求更好地驅(qū)動商業(yè)模式運轉(zhuǎn)起來。

所以用戶的需求才是整個商業(yè)運轉(zhuǎn)的第一性原理。

 

5、 用戶需求

用戶需求是不斷變化的，那知道了用戶需求是商業(yè)模式的第一性原理，so what？

第一性原理如果保持不變，那么基于推導(dǎo)出的結(jié)論和模式就是穩(wěn)定的。就比如機器解決的是確定性的問題，所以機器的結(jié)構(gòu)也是確定性的，如果一個齒輪松動了，加固下齒輪問題就解決了。

 

但第一性原理如果變了，后面所有基于這個原理的邏輯就全都不適應(yīng)了。而商業(yè)解決的就是這樣的非確定性的持續(xù)變化的問題。

用戶需求是不斷變化的，隨著時間和外部環(huán)境的變化，用戶的需求也會隨之變化，而且商業(yè)模式本身也會影響需求的變化。就好像標(biāo)題黨看多了，用戶對這種激發(fā)好奇心的手段也就麻木了，用戶就會想要看更多有價值的信息。

用戶需求一旦發(fā)生變化，那么會導(dǎo)致原有商業(yè)模式和需求之間不再匹配，于是運轉(zhuǎn)出現(xiàn)問題。這個時候，你再用機器的那套思路，哪個壞了修哪個，強行提高某個指標(biāo)來解決問題的做法，是不解決根本問題的。只有調(diào)整業(yè)務(wù)的運轉(zhuǎn)模式，讓業(yè)務(wù)模式重新符合用戶需求，才是真正有效的策略。

 

6、用戶需求也有穩(wěn)定的一面

既然如此，那么找表面原因的分析方法不是很不靠譜？

也并不完全是。雖然用戶需求是持續(xù)變化的，但是也有相對穩(wěn)定的時期，所以商業(yè)模式在一段時間內(nèi)還是可以很好地滿足用戶需求。

就好像小孩子的身高不停地在長，但是一件衣服還是可以穿很久。對單個用戶來說，需求變化相對較快，比如一個寶媽對尿布的需求集中在孩子兩歲以內(nèi)，但是對于整個的用戶群體來說，總有一部分人。他的孩子在兩歲以內(nèi)，所以這一個市場總體上可以保持穩(wěn)定。

所以需求依然有相對穩(wěn)定的時期，這個階段只做好原有商業(yè)模式的維護，是依然有效的。

 

7、用戶需求的細分

說起需求變化，我們不著急到底如何應(yīng)對。我們先來聊一聊，到底什么是用戶需求。

中文對于名詞解釋非常不擅長，我們還是用英文解釋一下。用戶需求有兩個層次，一個是want，一個是need。

 

用戶說我需要某功能，這是want；用戶說我使用這個功能做什么，這是need。很簡單的一個例子：搜索網(wǎng)站是want，快速地找到信息是need。

want是need的解決方案。用戶想要快速找到信息這個需求是need，滿足這個need有很多種方案，不同的方案就是不同的want，其中搜索網(wǎng)站就是現(xiàn)有技術(shù)條件下最優(yōu)秀的解決方案。

 

搞清了need和want，一個商業(yè)問題的基本上可以歸結(jié)為兩類：要么是沒有滿足用戶真實需求（need），要么是解決方案不夠好（want）。

 

8、如何深挖原因，推動業(yè)務(wù)

落實到具體的業(yè)務(wù)分析上，用戶需求的問題影響了業(yè)務(wù)管理的三個層面：

戰(zhàn)略層問題

要解決用戶需求是什么，是商業(yè)的戰(zhàn)略級問題。

只有明確要解決的用戶需求是什么，并且這個需求有商業(yè)價值，那么后續(xù)的所有業(yè)務(wù)動作、組織調(diào)整等才有意義。如果沒有找準(zhǔn)用戶的需求，那么后續(xù)的所有業(yè)務(wù)動作都是沒有意義的。

 

一般正常的創(chuàng)業(yè)流程，是先預(yù)判一個用戶需求，然后通過MVP（最小可行化產(chǎn)品）的形式驗證PMF（產(chǎn)品與市場匹配），在PMF驗證完畢后，繼續(xù)擴大資源投入。

現(xiàn)在很多的創(chuàng)業(yè)想法，都是從一個公眾號或小程序開始，這種產(chǎn)品形式相比APP成本要低得多。一旦公眾號或小程序驗證成功，再進入APP開發(fā)和大規(guī)模的宣傳推廣，這種模式的創(chuàng)業(yè)風(fēng)險就比較小。

 

所以如果你要解決的是戰(zhàn)略層的商業(yè)問題，那么數(shù)據(jù)分析能發(fā)揮的作用比較有限。因為用戶需求是很難通過理性分析找到，我們能做的，就是建立高效的數(shù)據(jù)反饋機制，讓公司的試錯迭代效率更高。相同時間內(nèi)測試的產(chǎn)品版本越多，找到靠譜的用戶需求的幾率也就越大。

 

當(dāng)然，有些產(chǎn)品的誕生完全是因為老板的拍腦袋決策，結(jié)果產(chǎn)品出來以后，用戶量和留存率慘不忍睹，但是前期投入又非常大，于是老板就讓員工想辦法提高各項指標(biāo)。

但是對于這樣的產(chǎn)品，你去分析如何優(yōu)化現(xiàn)有產(chǎn)品是沒有任何意義的，因為你根本不知道這個產(chǎn)品解決的是什么需求，或者你要解決的根本就是偽需求，所以方向選錯了，一切努力都是白費。如果在這類公司，并且你無法改變公司的決策流程的話，建議還是早點換公司。

 

 

回到案例中的問題：產(chǎn)品的留存率不高。如果留存率非常低，那么用戶可能根本就沒有這樣的需求。這種情況下，我們不需要分析如何提升留存率，而是應(yīng)該是讓產(chǎn)品經(jīng)理重新思考用戶需求是什么，重新設(shè)計產(chǎn)品。

 

戰(zhàn)術(shù)層問題

找到了一個有商業(yè)價值的用戶需求(need)，還需要對應(yīng)的產(chǎn)品提供解決方案。戰(zhàn)術(shù)層問題就是解決方案還不夠好，距離用戶心目中期待的樣子（want）還有些差距。

 

比如案例中留存率的問題，如果留存率不高，那么一定是我們的產(chǎn)品和用戶心目中想要的東西還存在一定差距，或者和競品存在差距。為了彌補現(xiàn)狀和用戶的want之間的差距，我們可以從“提升用戶動機，降低用戶門檻和提醒”三種方式提升用戶留存率。

 

但是究竟采用哪一種方式呢？

如果你分析只深入到“留存率不高”這個結(jié)論的話，業(yè)務(wù)人員不知道更多信息，也只能選擇做一些簽到或者標(biāo)題黨的PUSH，因為這類業(yè)務(wù)動作是肯定有效的，只是未必是最佳的策略。所以為了讓業(yè)務(wù)同學(xué)清楚提升留存率的關(guān)鍵點，我們就要針對這三種方式進行更細致的深挖，找出根本原因。

 

比如要找出如何提升用戶動機，我們可以通過競品分析、用戶行為分析等找出一些線索。比如通過第三方數(shù)據(jù)平臺，找出留存表現(xiàn)比較好的競品，然后拆解競品的功能模塊，看一下我們和競品的差距。或者通過行為分析，尤其是搜索關(guān)鍵詞分析找出用戶的未被解決的需求。現(xiàn)在每個APP內(nèi)都會有搜索模塊，用戶的搜索關(guān)鍵字往往能反映出用戶的真實需求。這種方法有時要比你通過客戶調(diào)研獲得的結(jié)果更加真實有效。

 

如果要降低用戶的門檻，一般是降低使用門檻。因為有些用戶由于不會使用產(chǎn)品，導(dǎo)致流失。解決了這部分用戶的問題，自然就能提升留存率。那么針對這種情況，我們就需要做漏斗分析或者行為路徑分析。漏斗分析最常用，可以很清晰地找出出現(xiàn)問題的環(huán)節(jié)。配合用戶調(diào)研或者自身的使用體驗，也能找出一些用戶使用過程中可能存在門檻的地方。

 

提醒相對來說是最容易的，如果上述的動機和門檻都沒有找到，那么就只有提醒一種辦法了。針對提醒的分析已經(jīng)非常具體，屬于戰(zhàn)斗層的問題。

 

通過上述分析，我們找出了一些提升用戶動機和減低使用門檻的問題改進點，這種結(jié)論就要比單純的“留存率不高”要更具體，業(yè)務(wù)同學(xué)也能清楚后續(xù)要做的工作。

 

戰(zhàn)斗層問題

確定了業(yè)務(wù)動作的大致方向，接下去就剩下最后的執(zhí)行問題了，這個我稱作戰(zhàn)斗層。

 

這一層我們要解決的問題是，什么類型的文案更合適，哪類渠道更好，落地頁如何設(shè)計，push如果發(fā)送的話什么時候發(fā)？發(fā)什么？等等具體的問題。

 

這類問題的分析常見的是根據(jù)歷史數(shù)據(jù)得出結(jié)論。

比如要做PUSH提醒，那么可以通過歷史數(shù)據(jù)找出哪類標(biāo)題的打開率更高。要做渠道投放，可以分析哪個渠道的ROI最高。等等。

 

不過歷史數(shù)據(jù)的分析有個問題，就是這個結(jié)論未必反應(yīng)用戶需求。

 

比如push打開率高的一定是標(biāo)題黨，但是這種標(biāo)題黨未必是用戶想要的。所以除了數(shù)據(jù)分析，還需要結(jié)合業(yè)務(wù)判斷。國內(nèi)以理性嚴(yán)謹著稱的字節(jié)跳動，所有功能都要經(jīng)過AB測試，但是張一鳴依然表示“AB測試只是工具，同理心才是基礎(chǔ)。”

 

所以數(shù)據(jù)分析師還是需要學(xué)習(xí)一些基本的心理學(xué)。

比如有一個行為心理學(xué)的現(xiàn)象叫做“誘餌選項”，意思是說當(dāng)人們對兩個不相上下的選項進行選擇時，因為第三個新選項（誘餌）的加入，會使某個舊選項顯得更有吸引力。

比如下圖，如果只有兩種爆米花，一種3美元，一種7美元，由于價格和數(shù)量成正比，會有很多人選擇價格更低的3美元。

而一旦加入了一個明顯不劃算的6.5美元選項后，就會有更多的人選擇7美元的爆米花。

6.5美元的爆米花幾乎沒有人選擇，但是它的作用就是為了提高7美元爆米花的銷量。

 

所以如果產(chǎn)品中某一個功能的點擊率非常低，能否說明這個功能就是不必要的？顯然不是。數(shù)據(jù)還是有很多盲區(qū)，需要我們通過用戶心理學(xué)更好地反應(yīng)真實情況。

 

戰(zhàn)斗層的分析需要和業(yè)務(wù)非常緊密地配合，而且解決的問題非常具體，所以做這類分析的分析師一般不屬于獨立的數(shù)據(jù)分析部門，而是歸屬于業(yè)務(wù)團隊。甚至很多分析工作是由業(yè)務(wù)同學(xué)自己完成的。

這部分的工作，業(yè)務(wù)理解更加重要。其實哪怕沒有數(shù)據(jù)的支持，一個深入理解用戶心理和需求的業(yè)務(wù)同學(xué)也能設(shè)計出非常優(yōu)秀的方案。

 

總結(jié)

找原因是一件很難的事，如果所有原因都能按照模板和套路分析出來，那么大公司就永遠不會衰落了。好的數(shù)據(jù)分析師可以提升找到正確原因的幾率，依靠的就是從用戶需求出發(fā)的思考方式。

這還不夠，數(shù)據(jù)分析需要一點“精神分裂”，找完原因，還要向業(yè)務(wù)同學(xué)提建議。這個時候，又得掌握站在業(yè)務(wù)同學(xué)的角度思考如何提出建議。

·················END·················

推薦閱讀

1. 超細節(jié)！數(shù)據(jù)分析社招面試指南
   

2. 寫給所有數(shù)據(jù)人。

3. 從留存率業(yè)務(wù)案例談0-1的數(shù)據(jù)指標(biāo)體系

4. 數(shù)據(jù)分析師的一周
   

5. 超級菜鳥如何入門數(shù)據(jù)分析？
   

歡迎長按掃碼關(guān)注「數(shù)據(jù)管道」