本文筆者將通過例子，來與大家分享如何培養(yǎng)出優(yōu)秀的數(shù)據(jù)敏感度？

作者：姚偉

來源：微信公眾號“姚偉的寫字臺（ID：just_for_gaming）”

?

最近一直在看范冰和曲卉老師的增長黑客實戰(zhàn)筆記，干貨很足。增長黑客是非常典型的以數(shù)據(jù)驅(qū)動決策的崗位，隨便翻一翻各大招聘網(wǎng)站關(guān)于增長黑客的要求，都必然要求一條“擁有優(yōu)秀的數(shù)據(jù)敏感度”。有興趣的朋友可以留意一下這條要求。

當(dāng)然，我今天并不是討論如何成為一名優(yōu)秀的增長黑客，而是我每次看到“數(shù)據(jù)敏感度”這個詞的時候，內(nèi)心都無比復(fù)雜，總是會想起那會兒剛?cè)胄袥]多久，給某款游戲做留存預(yù)測的事兒。

那個時候的上級說了句令我記憶猶新的話，“你不適合做數(shù)據(jù)分析，沒有數(shù)據(jù)敏感度”，我當(dāng)時特別好奇，反問他什么叫數(shù)據(jù)敏感度，什么才算好的數(shù)據(jù)敏感度，遺憾的是，他支支吾吾說了半天也沒能說清楚。

時過境遷，現(xiàn)在回頭來看，到底什么叫數(shù)據(jù)敏感度呢？

在我看來，所謂的數(shù)據(jù)敏感度，其實就是在大腦內(nèi)建立了數(shù)字和業(yè)務(wù)之間的聯(lián)系，而優(yōu)秀的明數(shù)據(jù)敏感度，就是能夠一眼看出數(shù)據(jù)的問題和背后可能的原因。

什么叫一眼看出？

如果你是游戲行業(yè)的，我告訴你這款MMORPG的次留是20%，你能知道我款產(chǎn)品在行業(yè)里處于什么樣的水準(zhǔn)，游戲前期可能存在什么樣的問題等；

如果你是O2O行業(yè)的，我告訴你外賣訂單量相比于昨天下跌了10%，你能很快判斷出問題的影響面和造成訂單量下跌的可能原因；

如果你是電商行業(yè)的，我告訴你我這款產(chǎn)品的復(fù)購率是40%，你能很快判斷出我這款產(chǎn)品大概是什么類型的產(chǎn)品，在行業(yè)內(nèi)是什么樣的水準(zhǔn)；

做到這程度，就叫優(yōu)秀的數(shù)據(jù)敏感度。

那如何培養(yǎng)數(shù)據(jù)敏感度呢？

培養(yǎng)數(shù)據(jù)敏感度，其實就是在大腦里培養(yǎng)建立數(shù)字和業(yè)務(wù)之間的聯(lián)系，多做業(yè)務(wù)，多實踐永遠(yuǎn)是提升數(shù)據(jù)敏感度的不二法門，對業(yè)務(wù)邏輯越了解，對數(shù)據(jù)之間的邏輯關(guān)系理解越透徹。

但是對于想轉(zhuǎn)行的新人，或者說應(yīng)屆生來說，這個時候還沒有接觸到具體業(yè)務(wù)的機(jī)會，怎么辦？

說說我對這個問題的理解，首先對于新人或面臨轉(zhuǎn)行的人來說，這兩種類型的人都缺少對本行業(yè)的通識，第一件要做的事就是背數(shù)據(jù)。

記住這個行業(yè)的行業(yè)平均數(shù)據(jù)和各項通用指標(biāo)的定義，這么做是為了對整個行業(yè)有個總體的認(rèn)知。

以我自己為例：

當(dāng)時從游戲策劃轉(zhuǎn)游戲運營，查詢了talkingdata、易觀、dataeye等數(shù)據(jù)平臺和應(yīng)用寶、360、硬核等各家平臺發(fā)布的游戲數(shù)據(jù)，對當(dāng)時市面上的各種游戲類型的留存、付費等數(shù)據(jù)做了個整理和記憶。

比如：Arppu、Arpu、次日留存、三日留存、七日留存、月留存、付費率等等。

如果是其他行業(yè)，比如：電商行業(yè)，流量*轉(zhuǎn)化率*客單價*復(fù)購率這個公式則是重中之重等等。

本質(zhì)上，背誦數(shù)據(jù)是對行業(yè)AARRR模型的一個整體記憶，是在腦海里刻畫這個行業(yè)的專屬模型。每個行業(yè)的流量漏斗都大抵離不開以下的模型圖和步驟拆解：

Acquisition（用戶獲取）：渠道曝光、下載、安裝、啟動、注冊、（創(chuàng)角，游戲行業(yè)特有）

Activation（用戶激活）：這里的激活，一般著重指完成了某個關(guān)鍵的行為，才視為一個激活。

比如：facebook關(guān)注了5個好友、閱讀APP瀏覽了多少條新聞、理財APP進(jìn)行一次理財?shù)取Ｐ枰貏e說明的是，游戲行業(yè)的一個激活，一般是指完成注冊或者創(chuàng)角，重點強(qiáng)調(diào)用戶獲取層面。

Retention（用戶留存）：同樣的，這里的留存仍是指在一定周期內(nèi)回來完成一次關(guān)鍵行為。游戲行業(yè)一般只關(guān)注用戶是否回來。

Revenue（付費）：完成關(guān)鍵行為的用戶付費概率更高，也就是所謂的留下來的用戶才可能付費。

Referral（用戶推薦）：指產(chǎn)品內(nèi)的用戶推薦機(jī)制，一般更加系統(tǒng)化，和病毒傳播不太一樣。

在已經(jīng)對行業(yè)AARRR模型已經(jīng)有所了解的基礎(chǔ)上，對于已經(jīng)在工作崗位的人來說，就是熟悉公司業(yè)務(wù)數(shù)據(jù)了，從大盤到細(xì)分?jǐn)?shù)據(jù)，都應(yīng)該做到心中有數(shù)，最后按照一定的分析思路來分析數(shù)據(jù)。

以《增長黑客實戰(zhàn)筆記》中的例子為例，來談?wù)?strong>具體遇到具體數(shù)據(jù)問題的時候的思路：

假如你是百度外賣的運營負(fù)責(zé)人，某天移動端的訂單量比前一日下降了5%，你的老板要求你對這一變動做出合理解釋，你如何應(yīng)答？

其次，先明確指標(biāo)變動的異常程度和影響面，訂單量比前一日下跌5%，是否大到必須加以重視。

以2015年百度外賣B輪融資計劃書展示的數(shù)據(jù)看，其擁有3000萬的注冊用戶，日訂單數(shù)量超過110萬，客單價可達(dá)50元左右。

以此數(shù)據(jù)估算：假設(shè)2016年底注冊用戶數(shù)達(dá)到6000萬，日訂單數(shù)據(jù)量突破200萬，客單價基本不變，那么5%的訂單量下滑意味著當(dāng)日損失500萬營收。

天然的單一突發(fā)事件幾乎不可能造成這么大的損失，因此足以引起團(tuán)隊的重視（這里只是以融資計劃書的付費數(shù)據(jù)為例，實際上作為運營負(fù)責(zé)人，這些數(shù)據(jù)都是內(nèi)部可直接獲取的）。

確定需要引起重視后，就需要尋求數(shù)據(jù)分析的角度，排查異常原因，影響數(shù)據(jù)異常變動的原因可能有哪些？

這里的思考模式其實就是金字塔結(jié)構(gòu)思維模式：

先考慮全局指標(biāo)：包括一定時間內(nèi)新增用戶量、總體付費率、總留存率、用戶活躍度、各環(huán)節(jié)總轉(zhuǎn)化率、搜索功能使用率、翻頁率、崩潰率等。

全局指標(biāo)用于分析對全體用戶產(chǎn)生影響的共性原因，絕大部分問題都會在全局指標(biāo)上體現(xiàn)出來。

再看分渠道指標(biāo)：可以按不同用戶屬性（新老用戶）、用戶來源（下載渠道）、用戶自然屬性（地域、性別）網(wǎng)絡(luò)環(huán)境（網(wǎng)絡(luò)運營商、網(wǎng)絡(luò)接入方式）等維度觀察不同渠道數(shù)據(jù)是否存在異常。

舉個例子：曾經(jīng)運營某款游戲的時候，突然某段時間有大量用戶投訴無法登錄，經(jīng)過大量技術(shù)排查工作之后，最后確認(rèn)是該地區(qū)的移動網(wǎng)絡(luò)出現(xiàn)故障。

在上述兩項指標(biāo)基礎(chǔ)上，再考慮用戶行為數(shù)據(jù)：重點觀測用戶在不同時間段、不同需求類型下的行為，從而定位到由于某一細(xì)分人群的定向變化產(chǎn)生的數(shù)據(jù)異常。

時間因素：外界環(huán)境的影響也可能對產(chǎn)品數(shù)據(jù)造成影響，因此觀測環(huán)比和同比數(shù)據(jù)都很重要。

——典型如“月末效應(yīng)”，即一定規(guī)模的用戶群體因月底流量耗盡而減少上網(wǎng)行為，造成整體流量的下滑。

另外，對于一款外賣產(chǎn)品而言，天氣變化也會造成數(shù)據(jù)波動，通常陰雨天氣的訂單量會走高。

同樣的，“周一效應(yīng)” “寒暑假效應(yīng)”也是游戲行業(yè)比較常見的效應(yīng)，游戲dau在周一往往會走低，在寒暑假往往會走高。

其他產(chǎn)品線監(jiān)控：百度集團(tuán)旗下的其他產(chǎn)品線變動也可能成為造成訂單量下滑的原因，例如：91應(yīng)用市場改變了App廣告的展示位置，或是搜索引擎的算法調(diào)整降低了網(wǎng)民常用關(guān)鍵詞的權(quán)重等（通過下載來源的分渠道數(shù)據(jù)可以明顯看到哪個下載來源的數(shù)據(jù)有減少）。

輿情監(jiān)控：包括但不限于通過人工或機(jī)器方式，從內(nèi)部反饋渠道如客服系統(tǒng)到論壇、貼吧、微博、朋友圈等處采集大眾對產(chǎn)品的實時意見。極有可能因此發(fā)現(xiàn)導(dǎo)致產(chǎn)品數(shù)據(jù)驟然降低或飆升的特殊輿情，如競爭對手有了哪些動作、母公司運作重大紕漏等；

定位到具體的問題和原因后，給出對應(yīng)的結(jié)論和解決方案，比如修復(fù)某個bug，針對競爭對手的營銷策略做出同等力度的折扣反擊等。

分析出問題原因只是第一步，提出解決問題的方案才是最關(guān)鍵的。

?

作者：姚偉

來源：微信公眾號“姚偉的寫字臺（ID：just_for_gaming）”

本文由 @姚偉的寫字臺 授權(quán)發(fā)布于運營派，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于 CC0 協(xié)議