5張圖，看懂?dāng)?shù)據(jù)分析體系

講數(shù)據(jù)分析體系的文章很多，經(jīng)常是開篇一句：互聯(lián)網(wǎng)分析體系……，下邊幾百個指標(biāo)blabla洶涌而出。搞得很多同學(xué)很暈菜：這么多指標(biāo)，實際中到底怎么看？今天系統(tǒng)講解一下。話不多說，直接上場景。

場景：某視頻APP內(nèi)容運營，每天會固定輸出游戲主題節(jié)目，節(jié)目以介紹游戲為主，目前暫無帶貨環(huán)節(jié)，也沒有其他KPI考核，就這么先做著。

每一個視頻，有：播放次數(shù)、播放人數(shù)、人均播放時長、會員觀看數(shù)、10%/30%/50%/90%播放完成數(shù)、單個視頻發(fā)布后首日至第七日每日播放數(shù)據(jù)。還能分成：僅PC端播放、僅移動端播放，PC+移動端播放……同時由于是自己的平臺播放，所以能統(tǒng)計到每個用戶站內(nèi)其他視頻瀏覽行為。

 

問題是：這一堆指標(biāo)該咋看？

  1   

常見問題

很多同學(xué)會直接把這一堆指標(biāo)鋪出來。

● PC渠道的播放次數(shù)、播放人數(shù)、人均播放時長……

● 移動端的播放次數(shù)、播放人數(shù)、人均播放時長……

● 本周的、上周的、上上周的、……

● 本次的、上次的、最近10次的、……

 

一大堆指標(biāo)擺完，發(fā)現(xiàn)個嚴重的問題：這一堆說了啥呀！

 

因為沒有剛性考核的KPI，因此很難講清楚到底多大算好。你說播放次數(shù)越高越好吧，播放次數(shù)本身是個經(jīng)常波動指標(biāo)，今天高了明天低了，這么分析法得弄死自己，還沒分析完為啥不好，丫指標(biāo)又變好了！

而且但看一個指標(biāo)也顯得不科學(xué)，比如有的視頻就是播放很多但人均時長很短，還有一堆人涌過來看，然后秒退的情況。

 

實際情況千奇百怪，連好/壞都沒法評估，咋進一步分析：為啥好/為啥壞呢？

 

  2   

解題思路

會導(dǎo)致暈頭轉(zhuǎn)向的核心問題，在于：沒有明確目標(biāo)。如果是銷售的業(yè)務(wù)場景，目標(biāo)很清晰：銷售收入/GMV。但是運營的場景不見得都有如此清晰、剛性的目標(biāo)。特別是內(nèi)容運營，本身就有“放水養(yǎng)魚”的作用，有好的內(nèi)容積攢粉絲、吸引關(guān)注非常重要。

 

無剛性目標(biāo)，導(dǎo)致建立評價標(biāo)準(zhǔn)很難。如果只看一個指標(biāo)，比如播放量，似乎有失偏頗。如果看兩個、三個、四個指標(biāo)，比如播放人數(shù)、10%跳出人數(shù)、人均時長，則指標(biāo)間相互交叉，情況錯綜復(fù)雜，很難下結(jié)論。

 

更不用說，很多新手會習(xí)慣性忽略建立標(biāo)準(zhǔn)環(huán)節(jié)。于是導(dǎo)致了大量鋪陳數(shù)據(jù)，然后不知道下啥結(jié)論的暈頭鴨子問題。如何在無剛性目標(biāo)情況下，建立評價標(biāo)準(zhǔn)，讀懂?dāng)?shù)據(jù)含義，是搭建體系的關(guān)鍵。

  3   

認識問題，從單指標(biāo)開始

想理清頭緒，當(dāng)然得從一個指標(biāo)開始。連一個指標(biāo)的走勢都沒看清楚，就扯上二三四個，只會越看越暈。選第一個觀察指標(biāo)的時候，盡量選簡單、直接、不用計算的指標(biāo)，這樣更容易看清楚情況，避免牽扯太多。因此在眾多指標(biāo)中，可以先看播放次數(shù)/播放人數(shù)（選一個）。

 

假設(shè)先看播放次數(shù)，對單指標(biāo)而言，肯定是越多越好。播放量是內(nèi)容運營的基礎(chǔ)，連看都沒人看，其他的更談不上了。但是這里要注意，觀察：播放量指標(biāo)是否有周/月/日的規(guī)律。如果有規(guī)律性波動，就不能簡單地說：昨天比今天高，所以昨天好（如下圖）

假設(shè)播放量有周波動規(guī)律，則可以建立單指標(biāo)的簡單評價標(biāo)準(zhǔn)：

1、以周為單位觀察，數(shù)值越大越好

2、以日為單位觀察，數(shù)值越大越好

3、超過自身類型月平均水平，超過越多越好

這樣就能對播放次數(shù)，這樣的單個指標(biāo)講清楚：好/壞

  4   

從單指標(biāo)到多指標(biāo)

整明白了一個指標(biāo)，可以加入其他指標(biāo)。在加入其他指標(biāo)的時候，要首先觀察：兩指標(biāo)之間關(guān)系。有可能兩指標(biāo)相關(guān)系數(shù)高，有可能相關(guān)系數(shù)低。這兩種情況下處理方法不同。

 

▌ 相關(guān)系數(shù)高：比如播放次數(shù)和播放人數(shù)，兩個指標(biāo)很有可能高度相關(guān)。一個視頻玩家短時間內(nèi)可能只看1次就夠了。高度相關(guān)的兩個指標(biāo)，在評價好壞時不需要重復(fù)評估，看一個就好了。這樣能減少數(shù)據(jù)干擾，更容易得出結(jié)論（如下圖）。

 

▌ 相關(guān)系數(shù)低：比如播放次數(shù)和人均時長，不見得高度相關(guān)。很有可能有的視頻太過標(biāo)題黨，標(biāo)題太刺激，配圖很色誘，把玩家騙進來結(jié)果發(fā)現(xiàn)貨不對板。如果出現(xiàn)兩個指標(biāo)相關(guān)度低，就能用矩陣分析法，把視頻分類（如下圖）

 

經(jīng)過這一步梳理以后，就能對兩個指標(biāo)情況做出判斷。理論上播放次數(shù)越高越好，但人均時長不能低于一定水平，或者10%跳出用戶比例不能超過一定水平，這樣就能對每一期視頻進行評價。有了評價，就能做出進一步分析。

  5   

從多指標(biāo)到原因解讀

評價了好/壞，就能進一步分析：為什么好、為什么壞。到這一步，就會發(fā)現(xiàn)，現(xiàn)有數(shù)據(jù)指標(biāo)的問題：雖然看似一堆指標(biāo)，可都是結(jié)果性指標(biāo)。并不能直接從指標(biāo)里推出：到底為啥用戶喜歡看。這時優(yōu)先考慮的是：補充數(shù)據(jù)，看看添加哪些數(shù)據(jù)能解釋清楚問題。

首先想到的是視頻本身的數(shù)據(jù)，視頻本身可以有多種標(biāo)簽：

1、視頻主題：講哪一類游戲

2、視頻內(nèi)容：游戲八卦、玩法、比賽……

3、視頻講解：找技術(shù)高手還是找個美女亮腿……

4、視頻時長：太長的可能中間關(guān)掉的多

5、發(fā)稿時間：選播放好的時間發(fā)

 

做內(nèi)容運營，首先得對自己做的內(nèi)容有清晰的了解，打好標(biāo)簽，再做其他工作。有了標(biāo)簽，單純地結(jié)合標(biāo)簽分析結(jié)果指標(biāo)，也可能得出一些有用的結(jié)論，比如：

● 5分鐘比10分鐘效果好

● 美女亮腿比男主持人效果好

● 講比賽比講八卦效果好

這些已經(jīng)足夠優(yōu)化運營了。

 

更進一步的還可以結(jié)合用戶畫像來看，比如：

● 觀察用戶看別的游戲類視頻行為，給用戶喜歡的游戲類型，游戲內(nèi)容貼標(biāo)簽

● 觀察用戶近期關(guān)注的熱點內(nèi)容、流行的梗

● 觀察用戶更喜歡技術(shù)宅還是美女

 

有了這些用戶標(biāo)簽，可以查看：

● 目前觀看視頻的用戶群體是否是目標(biāo)群體

● 根據(jù)群體規(guī)模大的用戶，制作新的內(nèi)容

● 根據(jù)用戶近期關(guān)注的話題、主播喜好，選話題和主持人

 

當(dāng)然，并不見得投其所好一定有效，更有可能有“標(biāo)題黨蹭熱度”的效果——播放次數(shù)很多但看一眼就跳出。所以最后還是得結(jié)合優(yōu)化前后效果，做最終定論。

  6   

小結(jié)

搭建數(shù)據(jù)分析體系可以很簡單（如下圖）

真正阻礙搭建指標(biāo)體系的，是：

1、數(shù)據(jù)間沒邏輯，寫的越多，看得越暈

2、沒有剛性KPI做統(tǒng)領(lǐng)，不知道怎么評價好壞

3、只有結(jié)果指標(biāo)，不能解釋原因。

因此在觀察一個業(yè)務(wù)的時候，一開始寧可看的指標(biāo)少一點，先觀察出規(guī)律，再看指標(biāo)間關(guān)系，這樣更容易讓眾多指標(biāo)關(guān)系清楚，讀出含義。