干货 is coming | 大数据的事怎能不举个栗子？

本文根据神策数据沙龙文章编辑。 本期读点

Teambition 的数据运营分析负责人纪杨，他的演讲主题是“Teamibition 如何从零构建数据平台”。

饿了么的数据运营分析师胡晨川，他的演讲主题是“我在数据化运营过程中犯下的错”。

神策数据的创始人&CEO 桑文锋，他的演讲主题是“创业公司如何构建数据指标体系”。

三个典型案例，三个风格迥异的互联网公司，三种不同形式的数据输出，百余人的思维碰撞，干货，不是说说而已。 Teambition 如何从零构建数据平台

Teambition 作为一个团队协作的应用，对数据分析有着明显的需求，去年他们在用着免费的分析工具，谷歌分析、百度统计、友盟等，也有自己简单的报表后台，可以配置基础的报表，但是复杂的需求需要数据分析师手工导出。由于种种限制，他们做了部分调整，如安装 Piwik，使用 Tableau Server和Tableau Public，搭建电视墙。

这些调整解决了做报表的速度问题，但是本质的流量和用户行为分析都是基于谷歌去做，谷歌的三个维度一个指标不能很好地解决精细的数据分析，所以他们希望有更好的工具，从用户的角度去跟踪用户的活跃度、流程分析、漏斗分析。

所以他们当时做了一些事情。首先是用户的属性，用户属性就是当用户的每一个事件发生的时候，我们需要跟踪记录的数据，包括用户的 ID，用户的注册时间，用户当前的地址、设备和操作系统。当用户具体点击了一个事件，会默认有这样的事件属性。这里有些小技巧，把事件的名字尽量通用化，通过 Page Control Method 来区分不同页面、位置、动作做同一件事的情况。这样的好处是不用 add event，配置报表时只需要 added content，然后改变 type，无需改变报表。 举一个例子，他们的产品，当用户点击的时候触发事件，就是 add content，当用户实际创建完成点击保存的时候，会有任务方便大家进行漏斗分析，他也可以在不同的位置操作。Teambition 把每天的数据放到数据仓库里面，做相应的报表，工程师可以直接点到数据仓库里自助查询。

数据的同步，他们采用了业务数据（Mongodb->Mosql 同步），日志数据每隔五分钟同步一次，行为数据 Mixpanel 每日导出同步的方式。当这几部分数据进入到数据仓库，我们可以做很多事情。

再举个例子，假设同步了用户付费的企业表和成员关系表，就可以知道用户在其他的 APP 或网站上调用我们 API 的行为。我们把付费的企业表和成员关系表与 API 数据结合起来，就可以筛选出已付费的用户的表现。 列举一些常用的分析工具，流量的分析 工具 国外有谷歌分析或 Adobe 分析，还有 Webtrekk、Webtrends，国内用的比较多的有百度统计和CNZZ，移动端有友盟和 TalkingData，会分析一些用户在 app里的使用情况。用户行为事件分析国外用 Mixpanel，Interana，国内有神策分析，都很方便。Mixpanel 支持导出完整的 JSON 数据，但是需要自己处理和导入数据库，神策分析有数据仓库，SQL 查询接口和后台的报表展现。

选择工具层面有一些经验：

1.选择成熟的，容易跟你的数据做集成的一个工具。

2.由需要的人去推动工具的试用。因为只有他自己有使用上的痛点，他才会愿意使用新的产品。

3.购买工具的时候不仅考虑采购成本，也要考虑时间和人力成本。

我在数据化运营过程中犯下的错 胡晨川

首先是数据质量问题。 1.没有数据库，不好维护，初创期的朋友一定要完善数据库字典，会节约很多时间。

2.取数逻辑和取数口径没有理清就仓促做报表，浪费分析师的时间却得不到想要的数据。

3.历史的 SQL 不做存档与回顾，团队成员的流动导致后续工程师无法快速上手前人工作。

4.取数过程没有审核机制，突然的业务方复杂需求无法准确地取数验证。

5.忽略缺失值和异常值的重要性，代码忽略掉的缺失值将会导致样本的缺失，超过正常值序列3倍差的异常值也会影响结果，需要进行去掉或修匀。

下面讲一些数据分析师刚开始工作时犯的错误。

1.拿到数据先想好高大上的分析模型，再用数据值去套用，并试图去修这个结果，懂行的人都能看出数据问题所在。

2，数据指标盲目套用近几年比较火的业务指标梳理方法AARRR。比如用户激活环节，活跃的比例不断向下走，因为活跃用户群体不像分母增长速度那么快，对这个指标很头疼。后来想到对某个行为的一群人进行用户衡量，衡量分子在这个行为上更深一步的行为，在短时间内跟踪这个指标效果更好。

3.忽略描述统计，首先要通过描述统计观察数据集特征，排除空缺值和异常值等，才能套用模型，不做描述统计直接对分析模型的理论假设。

4.选择性忽略比不选择性忽略更可怕。

5.一切从既有数据触发，忽略调查研究。

那么与业务方如何协作呢？首先完全听从业务方，想当然，不重视指标的信度和效度，就不能反映出信息。其次，不重视你的成果传达给业务方，就无法落地给业务方，变成直接的策略，沟通成本会变得很高。分析师不能将自己定位成取数的工具，像神策这样的分析工具非常重要，部署工具会解放分析师的时间和头脑，不做重复的简单的生产力，就会去理解业务的项目。指标体系与业务目标脱节，就无法满足领导需求。

从团队管理层面来讲，人才没有梯队且背景单一，不能形成互补；没有激发团队的自驱力和分享意愿，成长缓慢；不重视研究成果的包装，成就感缺失；不善于寻找并应用工具，过多重复劳动；缺乏激励和评价。所以一个分析师团队的人才构成应该是统计学＋计算机＋管理学人才。

注重分析思维的培养，才能在数据驱动的道路上越走越踏实。不断深入，不怕困难，建立强烈的目标感和强大的自驱力。

数据驱动与指标体系构建 桑文锋

首先谈到数据驱动，数据驱动不是拍脑袋和因果驱动，既需要高效率的决策，也需要高准确度的判断。对于决策干活的人来说，宏观的一个数据是不够的，更理想的数据驱动是自助式数据分析。 自助式数据分析，是从数据源头去提炼，提供更强大的数据分析工具，自助式满足，效率变高。

数据分析的流程分为三个层次。底层是数据采集，数据采集是多维度的，我们把时间地点等信息全部采集下来，后面的需求就跑不出五指山了；第二步是数据建模，数据不是放在数据仓库就可以了，归根结底还是效率与准确性。数据杂乱也容易出错，所以还需要数据校验，最好的办法是从源头解决，对数据进行建模，再进行数据分析。

我们把创业公司分为三个阶段，第一个阶段是MVP阶段，第二个阶段是增长的阶段，第三个阶段是变现的阶段。MVP是最小可用产品，这个理念是说你把一个产品推荐给市场，先用最小代价的差去验证。第二阶段是增长阶段，这个阶段分为两个小的阶段，一个阶段是流程阶段，经过MVP阶段后我们确认了产品价值，我们去提升用户的流程，考虑留存分析；这个流程做得好会进入引见阶段，一个好的产品应该会自传播，但并不是每一个产品都具有病毒性，所以我们关心净推荐值（NPS）。第三个阶段是变现阶段，前提是产品有良好的用户体验和用户口碑，产品要侧重于某些重要的提升点，全部都想提升是不现实的。

接下来关心的是海盗指标法。

第一件事关注只有三点：获取、激活和引荐。获取用来吸引新用户，激活是使用关键功能的用户，引荐则是老用户吸引新用户。

第二件事是留存，对于一个电商来说留存比拉新更为重要。

第三点是营收，关注商业化，把指标体系竖立起来。

更多数据分析干货和案例，可以关注“神策数据”公众号了解~