Episode 12 跳出数据看数据
首先有两个问题:
1、当我们在讨论数据的时候，我们真的是在讨论数据么？
2、当我们分析数据的时候，我们只是在看数据的涨跌变化么？
我们先不着急下定论，我们来看一个小故事。
某个端游做用户调研。收到3份同样内容的反馈：“这个游戏太坑钱了。”于是，运营同学去详细查了一下这三个用户的情况：
用户A，角色战士，等级处于中等，从用户资料上看，是个学生，游戏中当月消费金额200元。
用户B，角色法师，等级处于高级，从用户资料上看，是个白领，游戏中当月消费金额200元。
用户C，角色奶妈，等级处于低级，从用户资料上看，是个工人，游戏中当月消费金额200元。
首先，虽然同样是200元的消费金额，但是学生、白领、工人的消费能力是不一样的，承受消费的压力也不同。
其次，中级战士，经常在PVP中被蹂躏，这个学生在游戏中对药品、装备产生了大量消费；高级法师，有超多的副本记录，消费分布很正常，主要是药品的补给和材料消费；低级奶妈，副本下的不多，PK也不多，但是购买了大量的经验包用于升级，并且在回答调研之后，等级已经提高到中级。
于是，运营同学大致理解了为什么三个不同类型的用户会有同样的反馈：
用户A，由于在游戏中被其他玩家压制，同时没有很好的消费能力，200元在其日常支出中占了很大的比例，所以理所当然的认为“坑”了；
用户B，由于DPS在游戏中大受欢迎，所以花费了大量时间和精力，在游戏外可能产生了大量的消费，比如，游戏时间太多没时间做饭需要订外卖，第一天太疲劳了导致第二天要买咖啡等等游戏外的大量消费。
用户C，由于要赶超等级进度，花费的金钱主要投入在了经验包上，导致产生了游戏不平衡，高等级玩家都是花钱买来的感知。
看完这个小故事，我想大家已经感觉到什么了。
是的，我们在讨论数据分析的时候，其实想要了解的不单单是数据，而是数据背后的人。
因此，读懂数据的关键是读懂数据背后的人。
那么，问题来了，如何读懂数据背后的人？
以我的经验，有几个步骤或者原则：
1、抛弃预设立场。
分析数据的第一步是要抛弃预设的立场，就是不要试图先定义数据展现的意义是什么，只先研究数据的波动，和波动的节点。通过这一步去确立后面要研究哪些相关事件，用户行为还是系统事件。
这一步是定位。
2、深挖用户行为与系统事件。
定位完成后，就要去挖掘对应时间节点的相关事件，包括了系统事件（版本升级、服务器错误等）和用户行为（时间节点前后一段时间相关联用户的持续行为）。
通过这一步去找出可能造成影响的动作和事件。
3、尝试换位思考。
接下来，不管定位原因在系统还是用户，都需要换位思考，如果运营人员是用户，在对应的时间节点和对应的事件行为发生时，有什么样的感知、反馈。 模拟可能的状态。
通过这一步进一步去了解数据变化的原因，并对后续整合数据，产生后续操作进行思考。
4、整合关键数据。
前面的动作完成之后，就可以整合关键数据，必要时要去比对历史数据，然后得出结论：
1）造成数据变化的原因究竟是什么？
2）有什么办法可以改善或者促进数据的变化？
3）获得经验，下次有类似情况的时候，应该进行何种处置与预案。
在这里最重要的是，要整合所有路径的数据，串起所有的流程去看对应的行为，孤立的一个数据不说明任何问题。
举个例子：
某品牌电商最近的成交量下降，运营人员需要看哪些数据？
1）页面流量变化+各渠道入口流量变化
2）登录用户的浏览行为，使用购物车但未购买的用户数、商品类型
3）支付订单页面的蹦失率
4）其他：竞品平台同类商品价格，竞品平台同节点流量变化等，网站最近的异常监控报告等等。
跳出数据看数据，考验的是运营人员对数据的敏感度，以及通过数据解读背后原因和产生解决方案的总结、归纳、提高的能力。
这种作法需要大量的实操去完成，同时需要操作者有沉下心去积累的心态。
作者：张亮
简介：互联网从业者，知乎互联网领域优秀回答者，擅长积分忠诚度计划、网站产品运营、用户运营。
此版本乃免费版，完结版可到这里购买。
版权归作者所有，转载请注明出处！
