深入业务：让你的分析报告更有价值

作为分析师来说，我们经常会遇到这种情况：你花了几天做出的分析报告拿去给老板看，老板说，然后呢？我需要的是你指导业务应该怎么做？而不是罗列一些数据指标。

对于这种情况，实际上我们要做的是在分析之前，清楚自己的业务属性以及用户群体是什么？还要知道用户为什么会选择我们的产品，他们的目的是什么。清楚了这些，再做分析，会让你的报告更有价值。

以下以一个互金产品某一个指标的波动分析为例，深层剖析业务，让老板以及业务人员认可你的分析。

本文所有数据均为脱敏后的数据，且文中观点不构成任何投资建议，投资有风险，买卖需谨慎。

一、场景预设

假设这样一个场景，你是一家为用户提供看盘需求的炒股软件的数据分析师，最近港股不断有大公司要上市，与此同时远在大洋彼岸的拜登宣布通过1.9万亿美元的刺激法案。

港美股行情似乎一片向好。

领导今天一上班就把你叫过去，打开你们首页的港美股宫格（如下），说从后台数据报表里发现进入这个宫格的量最近多了一些，但是点击率和留存并没有提升，让你对这个宫格进行分析，并给出改版建议。

二、需求分析

拿到需求的你迫不及待地开始点开这个之前你知道、但是并未仔细思考过的功能。

作为来公司已经一年多的“老员工”，对这种落地页分析类的需求你已经有了一套自己的工作流。

首先：变身为垃圾分类指导员，拆分页面归类并列出指标：你大致浏览了下这个宫格承载的大致功能，从上到下分别是搜索、banner运营位、指数、特色功能（以宫格承载）、资讯。然后根据业务经验列出相应的转化指标。

然后，变身为sqlboy模式，拿到基础数据。

此时，对各部分的数据状况有了大致的了解，并得出了一些猜测和结论。比如：

1. 整个页面的点击率较低，大多数人没有点击行为，且留存率低于同级别宫格的整体留存率；
2. banner的点击率仅为2%，但banner的滑动率有10%，说明用户对banner广告位的内容有滑动查看更多兴趣，但对具体内容无点击冲动；
3. 特色功能的点击率较低，均值为1%；
4. 资讯的点击率较低，且不同tab的点击率不足0.8%，读完率、人均停留时长均低于其他入口的资讯。

基于以上数据和分析，切换为长跑运动员模式，奔向象征着九五之尊的九楼，轻敲门，“领导，你早上要的那个，已经好了……”。最后给出你的分析结论：用户整体的点击率较低，是因为我们没满足用户的需求。改版方向如下：

1. 只有指数的涨跌幅，无相关热股的涨跌幅，需要考虑加上；
2. banner的点击率偏低，说明吸引不了用户的兴趣，应换一批素材；
3. 资讯是按照时间顺序排的，但是24内的热点事件应该组成一个资讯主题模块，固定或穿插于资讯中；
4. 该页面无社区的功能，而港美股相对于A股有特定的人群，这类人需要参与、发言，故这个页面还需要嵌入社区的功能。

然后分析到处结束。你在旁边乖巧如鸡。汇报完之后，领导：“你搁那得瑟啥呢，你有想过用户使用我们产品的目标是什么？为了达成这些目标我们采取的策略是什么？这些策略带来的指标变化有哪些？”。

再一次，你化身为短跑运动员模式，立刻回到工位，开始重整思路。仔细想想，领导说的其实就是OSM模型。

三、深层剖析业务

首先，通过之前的数据概况可以知道，整个页面的点击率和留存率偏低。点击率低可以认为是功能没有吸引到用户，留存率低说明用户粘性低，也就是说用户不知道你这是干嘛的，第二天还来干嘛呢？

因此我们可以得出两个结论：

1. 用户的需求未得到满足；
2. 用户没有意识到自己在这个页面有什么需求。

对于这两个方面我们的处理或思考的优先级是什么呢？

显然，用户没有意识到自己的需求这个点更紧急，因为处理好了这个点，我们的流量就会变多，当我们有了更多的流量后我们可以去不断的进行AB测试。

用户是更喜欢这种类型的banner？还是这种标题的资讯？在让用户意识到自己的需求后，从而对我们的功能进行优化，满足用户更多的需求。

回到我们之前的问题上来，我们的定位是帮助用户更好地投资。那么如果用户一进来看一眼行情就走，说明用户不认为我们展示的东西对他有投资帮助，或者说没有意识到。

而我们要做的就是唤醒用户来我们软件的初衷：赚钱。

怎么做呢？我们可以通过常规需求和突发行情两方面入手，push用户。

1. 炒A股就要看美股。俗话说美股涨我也涨。每天早上九点半前看下前天晚上美股的走势，不看你就要亏钱。
2. 最近港美股火热，你的朋友通过打新成本1000赚了5000，看到你的朋友赚钱了，你没赚钱，就问你焦不焦虑。你也想像你朋友那样打新赚钱？可以，先来开个户。

有了以上两点，我们的改版就有了方向：先做流量，再做收入。即：

1. 宣传赚钱效应；
2. 看港美股行情能帮助炒A股。

四、总结

首先回头看我们一开始的分析思路，是这个页面有什么，那么它还有什么能完善的，结果朝着增加功能方向跑偏了。

这个思路不能说是错的，但是这种分析方法适用于用户粘性较高的业务场景，我们可以通过完善功能增加我们关心的指标。但是还记得我们一开始的取数结论一吗？

整个页面的点击率较低，大多数人没有点击行为，且留存率低于同级别宫格的整体留存率。

说明这个功能或者说这个页面的用户粘性不高，如果朝着增加功能方面改版，很可能这个功能或页面会被做死。因为流量会越来越少，劝退更多的人。

而正确的思路应该是先看我们产品或者功能的定位是什么，从定位出发，想象自己就是用户，我为什么要来你这个页面呢？你这个页面的功能我在什么情况下会点？

做完这些思考，领导：“这样的分析才像是经过深度思考得出来的。”并随手将HR刚送过来的数据分析师的简历丢置在一边。

本文作者 @董点数据 。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！