消费数据分析的人是谁？数据报告的需求是什么？

上节说了如何准备网站数据分析，准备的意义在于保证手头所有数据源的广度和精度。整理好数据源后，接下来该怎么办？一切都应该有一个目的。作为一名数据分析师，我们应该知道谁是消费我们数据分析的人？他们需要什么样的数据报告？一般来说，你分析的数据是给企业主、产品部门和运营部门的。本节讲述了这三个部门的共同需求和常见的数据显示方法。一、三个部门的不同数据需求通常包含一定的基本指标，但如果只向其他部门开放这些基本报表，肯定不能满足老板、产品部门和运营部门的需求。一般来说，老板只想知道公司的一些关键指标数据和变化，产品部门关心增长、活跃和页面数据，因为他们想根据数据优化和迭代产品，运营商想根据数据制作用户肖像，以便进行准确的营销。2、老板们通常更关心关键指标在月度和季度的表现。同时，他们必须掌握这些关键指标的变化趋势，以明确公司整体业绩的表现。因此，他们想要的不仅仅是本月的数据，还有上月和去年的数据。那怎么做呢？在这里引入同比、环比和定基比的方法是完美的。1、同比、环比、定基比定基比：一般来说，网站或公司的发展会设定一个基点，然后一些统计指标通常以这一点的数据作为比较基准来评估公司的发展速度；环比：通过与前期数据的比较反映当前的发展趋势；同比：通过前后两个发展周期之间的同一时间点进行比较，反映了年、季、月、周等周期性发展变化。2、同比增长率、环比增长率和固定基比增长率的同比增长率：其作用是消除数据周期性波动的影响，将本周期内的数据与上周期中同一时间点的数据进行比较。常见的是今年的月度数据与去年同月的数据进行比较；同比增长率=（本期值-上期值）/（上周期值）X100%环比增长率：反映数据持续变化的趋势，将本期数据与上期数据进行比较。最常见的是本月数据与上月数据的比较；环比增长率=（本期值-上期值）/（上期值）X100%固定基比增长率：将所有数据与基准线数据进行比较。这反映了基点后的发展状况；固定基比增长率=(本期值-基期值)/(基期值)X100%3、例如，老板最关心的是公司的销售，但这只表明每月的销售显然不能满足他们的要求。然后将同比增长率和环比增长率添加到报表中，如下：从表中可以看出，加入同比增长率和环比增长率后，销售的变化趋势更加明显。2月份的销售额同比增长率略低于其他月份。如果将表中的数据画成图表，将更加直观。销售额可以以柱状图的形式显示，同比增长率和环比增长率以百分比的形式存在。由于销售和增长率之间的数据量级差异太大，需要使用双纵坐标轴，左右两侧使用不同的刻度类型和单位。如图所示：在图表中，我们可以更容易地区分哪个月的增长率相对较高，哪个月的增长率较低，从而确定公司的整体运营和发展状况。三、如何满足产品部门的需求1、产品方更*产品日用户数量的变化，因为用户数量可以在一定程度上反映产品的设计和用户体验，他们需要控制产品的当前性能，特别是新发布的产品。他们希望在混乱的产品数据中看到一些产品数据的趋势，这需要另一种趋势分析方法来逐一趋势线。2、趋势线类型数据趋势线是一种利用拟合技术来显示数据总体变化趋势的技术，可以消除或减少数据波动的干扰。常见的趋势线有：指数趋势线、对数趋势线、线性趋势线。1)指数趋势线用于拟合以指数形式增长的数据(即增长速度先慢后快)；2)线性趋势线用于拟合线性增长数据(即增长速度基本均匀)；3)对数趋势线用于拟合对数增长的数据(即增长速度先快后慢)；3、以下操作案例是网站用户量用线性趋势线拟合的结果。如图所示：从图中可以看出，如果我们只是以柱状图的形式简单地显示每天的网站用户数量，由于每天数据的上下波动，我们不容易直接观察数据的变化趋势，因此我们需要使用趋势线。当添加线性趋势线时，结果将更加清晰，黄色虚线保持上升，因此网站的用户数量“可能”（趋势线以拟合的方式计算，只能保证当前数据相似的变化趋势，可能存在偏差）保持上升趋势。四、如何满足运营部门的需求1、运营部*的数据运营部*的数据较多，如电子商务网站的订单数量、销售额、访问量等；应用网站的注册用户数量、活跃用户数量、保留率等。与其他部门相比，运营部门需要查看更多的数据，并且需要始终进行监控，因此我们需要建立一个系统来监控数据，并为运营部门提供数据预警，以满足其运营需求。2、事实上，上述同比环比方法已经为我们提供了基本的想法，我们可以使用同比环比监控方法来监控数据，如下图所示。图中显示了一个电子商务网站的日订单量数据，从图中可以得到两个信息:1、订单量有明显的周期性波动，周末的价值远高于周中，说明用户喜欢在周末在这个网站上消费；2、表中还给出了订单量的周同比和环比增长率。借助Excel的“条件格式”功能，同比和环比增长率高于15%的数据被标记为绿色，低于-15%的数据被标记为红色。那么，你能从这张表中找到哪几天的数据出现异常吗？由于订单量保持增长，从周同比增长率来看，约为8%，其中周一和周六的环比增长被着色，因为周一和周日的数据将大幅下降，周六和周五的数据将大幅增加，这不是异常，可以排除。事实上，只要我们注意观察，我们就能发现异常。我们发现，红色或绿色的日期（第一周的周二和第二周的周三）同时同比增长，第一周的周三和第二周的周二是第一周数据异常引起的后续反应。事实上，只要我们注意观察，我们就能发现异常。我们发现，红色或绿色的日期（第一周的周二和第二周的周三）同时标记，第一周的周三和第二周的周二是第一周数据异常引起的后续反应。通过同比和环比的组合监控，可以消除数据增长和周期性波动的干扰，使结果更直观。3、基于上述数据监控方法，运行预警系统可以建立自动预警系统。如果指标的下降或上升超过正常范围（可以设置合理的解释值），请向您的电子邮件发送报警电子邮件。这无疑可以减少很多运营工作，这也是运营部门的需求。