文章图片

CDA数据分析师 出品
作者：宋天龙
编辑：Mika
大家好 ， 我是触脉咨询的合伙人宋天龙 。 今天给大家分享的主题是关于如何避免输出没用的数据分析结果 。
我们先通过例子来简单看一下 ， 在日常的数据分析工作中 ， 所需要步骤和过程的分析结果的基本情况 。
这个分析结果有用吗？
层次一
先来看第一个 ， 是比较初级的数据分析师经常会输出的结果 。

文章图片

跟2020年相比 ， 非媒体新用户的占比稍有提升 ， 但留存率有下降 。
这个结论其实是基于数据得到的 。 非媒体指的是非通过费用的方式投放得到的 ， 也就是一些正常的合作渠道 。 通过比较可以发现 ， 2021年的值有所提升 。 留存率方面 ， 指的是21年的9.3%比20年的13.5%有所下降 。
这个结论相当于在现有图表的基础上 ， 用文字把结论念了一遍 。 这是初级分析师比较容易输出的结果 。 但是可以发现 ， 他只是把数据结果用文字的形式重复了一遍而已 ， 其实是没有结论的 。
层次二
下面看第二个层次的 。 在上面结论基础上 ， 有的分析师会有一些带有结论的定义输出 。

文章图片

基于上面留存率和新用户占比的变化 ， 可能给出结论 ， “这是正常现象” 。 “正常现象”本身就是对于前面所有数据描述的概括 ， 这是一个结论 。
后面又分析了从用户成分上 ， 2021年的渠道为什么会导致新用户占比的提升 。 可能投放就以拉新为主 ， 因此新用户占比提升是正常现象 。 同样的 ， 新用户的比例提升就会导致留存率的下降 ， 拉低了整个网站的留存率情况 。
这里把在刚才第一句的基础上增加结论句——这是正常现象 。 然后下面增加了分析过程 。 分析过程里涵盖了：新用户的占比为什么提升 ， 老用户的整体留存率为什么下降 ， 并有分析的过程 。 这比刚才整个的结论显然要好很多了 。 但是仍然不够 。
层次三
下面再看第三个 。 在刚才的基础上 ， 又有了进一步的结论 。

文章图片

结论是 ， 但是新用户的比例提升26% ， 留存率下降31% 。 按照过去6年的新用户成分与留存率的关系计算 ， 留存率下降的比例过高 。
新用户的比例提升26% ， 这里是基于28.9% ， 减去23.4%的值 ， 再比上23.4%得到的 。 同样的也可以计算出新用户留存率下降31%的结果 。
通过这个结论 ， 基本上已经发现了一个问题 。 刚才得出“这是正常现象”的结论 ， 只是对于新用户的提升跟整个留存率下降的解释 。
但是一增一减的过程中 ， 按照过去整个长期数据规律的测算 ， 这其实是不符合规律的 。 这是在之前的分析里没有提到的点 。 这个是一个问题 ， 新用户的比例上升 ， 对于整个的留存率下降来讲是不成比例 。 在这里发现了问题 ， 但是仅有这个结果仍然是不够的 。
层次四
再往下看 。 下面又增加了一个分析的部分 ， 发现其中B渠道的新用户的数量比较大的 ， 同时其新用户的占比可能比较高 。 但是留存率比较差 ， 可能会严重的低于整个2011年新用户的留存率 。