܄

从入门到精通:如何用图表做好数据分析?

【数据猿导读】 随着精益化运营的概念不断深入人心,数据分析已经成为了互联网人的必修课。相比于高深的概率统计、算法模型,简单、直观的图表工具得到了更为广泛的应用。 那么图表都有哪些类型?不同类型的图表又该怎么用?在这篇文章中我们结合互联网产品和运营的业务需求,由浅入深地给大家解答这些问...

从入门到精通:如何用图表做好数据分析?

随着精益化运营的概念不断深入人心,数据分析已经成为了互联网人的必修课。相比于高深的概率统计、算法模型,简单、直观的图表工具得到了更为广泛的应用。

那么图表都有哪些类型?不同类型的图表又该怎么用?在这篇文章中我们结合互联网产品和运营的业务需求,由浅入深地给大家解答这些问题。

一、初阶:维度和指标

初阶的图表简单易懂,能满足简单的数据分析需求,具体包括趋势、频数、比重、表格等类型。图表数据分析的前提就是将自己需要呈现的指标,以一定的维度拆分,在坐标系中以可视化的方式呈现出来。

(一)趋势图

趋势分析是最基础的图表分析,包括线图、柱状图、堆积图等多种形式。

线图可以观察一个或者多个数据指标连续变化的趋势,也可以根据需要与之前的周期进行同比分析。柱状图可以观察某一事件的变化趋势;如果将整体拆分可以做成堆积图,同时观察到部分所占比重及变化趋势。

图1:GrowingIO周期对比线图

图2:GrowingIO(堆积)柱状图

产品经理和运营人员通过趋势图分析流量的实时走向,如每日PV、UV、DAU等基本数量指标以及停留时长、平均访问页面数等质量指标,可以及时把握产品的变化趋势。一旦趋势周期对比发生异常(异常高和异常低),我们需要及时介入排查原因、解决问题。

(二)频数图

根据业务需求对指标按照一定维度拆分,对比不同组别的频数,便于分清轻重缓急。

图3:GrowingIO条形图

条形图清晰展示了用户在不同类别上的频数,并且按照数量从大到小排序。上图展示的是某产品用户使用浏览器的频数分布,在资源有限的情况下产品可以先适配Chrome和IE浏览器以提升绝大部分用户体验。

图4:GrowingIO双向条形图

上面的双向条形图展示了某B端产品的客户平均停留时长极端情况(非常高和非常低),企业1-5非常活跃,可以让运营人员促进客户增购、续约,而企业6-10活跃度非常低,即将流失,需要运营人员立刻介入干预。

(三)比重图

比重分析主要是用来了解不同部分占总体的比例。横向比较,扇形图、环形图可以满足这类需求;纵向比较,百分比堆积图可以显示不同部分所占比例的趋势变化。

图5:GrowingIO访问用户来源环形图

图6:GrowingIO百分比堆积图

环形图(图5)显示了某节点访问用户来源渠道比例,百分比堆积图(图6)则动态显示了不同渠道比例的变化趋势,市场或者运营人员可以据此动态优化我们的资源投放。

(四)表格

表格信息密集,可以同时分析多维度、多指标数据,适合对数据敏感的人群使用。虽然表格能看到具体的数值,但是不能直观看到趋势、比重。

图7:GrowingIO表格提供三十多个维度供指标拆解

通过表格(图7)不难发现,移动端访问用户占了非常大的比例,但是跳出率非常高。这样的表格数据启示我们有必要优化移动端产品,提升整体访问深度。

(五)其他图表

下面介绍的是气泡图,气泡图用来展示一个事件与多个维度之间的关系,如分析B端产品客户成单周期与客户活跃度、登录账号数量之间的关系。

图8:GrowingIO”客户温度-健康度”气泡图

除了上述常见的图表,还有散点图、箱线图、股价图、雷达图等图表,在此不一一赘述。

二、进阶:用户行为洞察

正如前面所言,初阶图表能满足简单的业务需求。但要想深入洞察用户行为,还需要紧密结合业务实践,用更加专业的图表辅助数据分析。在这里,我和大家分享三个实用的工具:漏斗图、留存图和热(力)图。

(一)漏斗图

漏斗图主要用于转化过程,例如注册流程、商品购买流程,分析用户在不同阶段的转化或者流失情况。

图9:GrowingIO漏斗图

产品运营应该关注重点转化路径的转化率,对于转化率非常低的环节、或者转化率突然下降的情况,都需要及时排查原因。

(二)留存图

留存是指用户首次访问你的网站,多少天后又重新回访的情况。利用留存曲线可以对留存进行深入分析。

图10:GrowingIO留存曲线

某问答社区通过留存曲线(图10)发现,通过搜索引擎来源的新用户(红色)留存度和活跃度远远高于一般新用户(绿色),这启示社区运营者:EDM可能成为社区的下一个增长点。

(三)热(力)图

热图,又称热力图,显示的是用户在你产品页面上的点击、停留偏好。借助热图产品经理可以优化产品页面布局,运营可以优化内容,确实是一个好工具。

图11:GrowingIO热图

三、高阶:用数据驱动增长

随着数据可视化技术的不断发展,图表的类型越来越丰富,我们不可能在一篇文章中将其穷尽。但是图表数据分析的本质不会变,其最终目还是要辅助人们的决策。

(一)搭建属于自己的数据看板

人们的工作在不断细分,需要分析和决策的内容也不太一样。同样都是市场部门的同事,负责内容营销的与负责SEM的需要关注的数据差异很大,而这就需要搭建属于自己的数据看板。

图12:GrowingIO数据看板

例如SEM主管根据工作需要搭建数据看板,将广告投放(表格)、访客来源(百分比堆积图)、访问用户量(线图)、登录用户量(柱状图)和注册转化率(漏斗)等重要数据集中在一个看板中。数据看板能帮助我们以合适的方式展示数据,集中精力做好业务决策。

(二)在实践中践行MVP

用图表做好数据分析并非易事,它绝非一朝一日之功,但也并不是无规律可循。

图13:在实践中用数据驱动增长

首先是对业务的理解,能洞察数字背后的商业意义。其次是灵活选择维度拆分指标,在图表坐标系中以合适的形式进行可视化展示。最后一定要从图表数据分析中发现问题,并指导业务决策。在这样不断反复的过程中,不断优化我们的图表数据分析过程,用数据来驱动业务增长。

注:本文由 GrowingIO 投稿数据猿发布。

欢迎更多大数据企业、爱好者投稿数据猿,来稿请直接投递至:tougao@datayuan.cn


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部