1.3 数据分析进化论
我们常常以商业回报比来定位数据分析的不同阶段,因此我们将其分为四个阶段。
阶段1:观察数据当前发生了什么?
首先,基本的数据展示,可以告诉我们发生了什么。例如,公司上周投放了新的搜索引擎 A 的广告,想要比对一周下来,新渠道 A 比现有渠道 B 情况如何,A、B 各自带来了多少流量,转化效果如何? 又比如,新上线的产品有多少用户喜欢,新注册流中注册的人数有多少。这些都需要通过数据来展示结果,都是基于数据本身提供的“发生了什么”。
阶段2:理解为什么发生?
如果看到了渠道 A 为什么比渠道 B 带来更多的流量,这时候我们就要结合商业来进一步判断这种现象的原因。这时候我们可以进一步通过数据信息进行深度拆分, 也许某个关键字带来的流量,也许是该渠道更多的获取了移动端的用户。这种数据深度分析判断,成为了商业分析第二个进阶,也同时能够提供更多商业价值上的体现。
阶段3:预测未来会发生什么?
而当我们理解了渠道 A、B 带来流量的高半年销量不到百万部,苹果要放弃印度市场吗?低,就根据以往的知识预测未来会发生什么。在投放渠道 C、D 的时候,猜测渠道 C 比渠道 D 好,当上线新的注册流、新的优化,可以知道哪一个节点比较容易出问题;我们也可以通过数据挖掘的手段,自动预测判断 C 和 D 渠道之间的差异,这就是数据分析的第三个进阶,预测未来会发生的结果。