共计 4327 个字符，预计需要花费 11 分钟才能阅读完成。
数据分析怎么做? 这关乎到我们的产品运营战略实施，从宏观到微观分析，通过表层数据挖掘产品问题，掌握数据分析是每个运营人的必修课。能够做好数据分析，是建立在一些好的数据分析思路及手法的协助下，下面就来分享下数据分析的常用方法大全：
1、5W2H 分析法
What（用户要什么？）Why（为什么要？）Where（从哪儿得到？）When（我们什么时候做？）Who（对谁做？）How much（给多少？）How（怎么做？）
PS：（what）用户要极品装备！（why）因为他们要增强战力（where）装备从 BOSS 身上得到；（when）我们国庆节做这个活动！（who）针对所有玩家！（how much）BOSS 爆率设定为 XX（how）活动以怪物攻城形式进行。
上述是一种需求的转换形式，就产品而言，又要以数据为支持，不能因某个元素而动整体；从大局出发，根据整体数据趋势进行细化分析，那么就目前而言的分析手法，又有对比分析、交叉分析，相关分析，回归分析，聚类分析等等。
如果某款游戏下载量高，注册量低；是否因为服务器登陆问题或注册流程繁琐，是否近期网络出现故障？
如果某款游戏数据一直良好，某段时间数据突然跌落；是否因为市场宣传力度减弱，是否因为用户生命周期上限，是否因为其他竞品冲击？
所以，真正的数据分析不在于数据本身，而在于分析能力的概述；数据是参照物，是标杆，只有分析才是行为，是改变，那么如何分析，综合上面两个举例，已经可以很清晰的看到立体式分析。
2、立体式分析
立体式分析也就是维度分析，产品数据的发掘不应该仅仅拘泥于产品，大环境下的娱乐产物必须综合产品、市场、用户进行不同切入点分析。
要知道，数据分析是基于商业目的，而商业离不开用户和市场，说白了就是结合不同维度进行有目的的数据收集、整理、加过和分析，他的存在价值就是通过数据提取有价值的信息去优化产品从而拉更多人，赚更多钱。
那么如何分析，大致思路又是如何？
（1）、为什么分析？
首先，你得知道为什么分析？付费同比、环比波动较大？
（2）、分析目标是谁？
数据波动，目标是谁？付费总额波动，付费用户数据如何？
（3）、想达到什么效果？
通过分析付费用户，找到问题，解决问题从而提升收入？
（4）、需要什么？
想做出分析，需要什么？付费总额，付费人数？付费次数？付费人数各等级占比？
（5）、如何采集？
直接数据库调取？或者交给程序猿导出？
（6）、如何整理？
数据出来，如何整理付费等级、付费次数报表？
（7）、如何分析？
整理完毕，如何对数据进行综合分析，相关分析？用户资源是否饱和？市场其他明星产品充值活动更具吸引力？产品付费系统是否出现问题，是否失去新鲜感？
（8）、如何展现？
找准问题，老付费用户流失了很多，低端付费转化低；很多是多少？转化低是什么概念？如何用图表表现？
（9）、如何输出？
找准问题，如何输出？如何将这份知识报表转换为产品商业价值体系？如何说服程序？如何说服策划？如何具体执行？如何将知识转换为生产力？
上述是比较系统的分析思路，细化而言；对于数据分析，又需要我们根据不同人群建立不同的用户模型；例如流失模型、流失特征；充值模型等等。
3、AARRR 模型中的基本数据
接下来我们再综合 AARRR 模型分解一些较为常见的数据：Acquisition（获取）、Activation（活跃）、Retention（留存）、Revenue（收益）、Refer（传播）。
上图为 AARRR 模型中的基本数据，我们再对以往数据进行总结：
（1）、日新增用户数：DNU
每日注册并登陆游戏用户数，主要衡量渠道贡献新用户份额以及质量。
（2）、一次会话用户：DOSU
新登用户中只有一次会话的用户，主要衡量渠道推广质量如何，产品初始转化情况，用户导入障碍点检查。
（3）、日活跃用户：DAU
每日登陆过游戏的用户数，主要衡量核心用户规模，用户整体趋势随产品周期阶段变化，细分可概括新用户转化、老用户活跃与流失情况。
（4）、周 / 月活跃用户：WAU、MAU
截止统计日，周 / 月登陆游戏用户数，主要衡量周期用户规模，产品粘性，以及产品生命周期性的数据趋势表现。
（5）、用户活跃度：DAU/MAU
主要衡量用户粘度，通过公式计算用户游戏参与度，人气发展趋势，以及用户活跃天数统计。
（6）、留存
次日、三日、七日、双周、月留存；表现不同时期，用户对游戏的适应性，评估渠道用户质量；衡量用户对游戏黏性。
（7）、付费率：PUR
统计时间内，付费用户占活跃用户比例；主要衡量产品付费引导是否合理，付费点是否吸引人；付费活动是否引导用户付费倾向，付费转化是否达到预期。
（8）、活跃付费用户数：APA
统计时间内，成功付费用户数，主要衡量产品付费用户规模，付费用户构成，付费体系稳定性如何。
（9）、每活跃用户平均收益：ARPU
统计时间内，活跃用户对游戏产生的人均收入，主要衡量不同渠道的用户质量，游戏收益，以及活跃用户与人均贡献关系。
（10）、每付费用户平均收益：ARPPU
统计时间内，付费用户对游戏产生的平均收入，主要衡量游戏付费用户的付费水平，整体付费趋势，以及不同付费用户有何特征。
（11）、平均生命周期：TV
统计周期内，用户平均游戏会话时长，主要衡量产品粘性，用户活跃度情况。
（12）、生命周期价值：LTV
用户在生命周期内，为游戏贡献价值；主要衡量用户群与渠道的利润贡献，用户在游戏中的价值表现。
（13）、用户获取成本：CAC
用户获取成本，主要衡量获取有效用户的成本，便于渠道选择，市场投放。
（14）、投入产出比：ROI
投入与产出关系对比，主要衡量产品推广盈利 / 亏损状态，筛选推广渠道，分析每个渠道的流量变现能力，实时分析，衡量渠道付费流量获取的边际效应，拿捏投入力度，结合其他数据（新增、流失、留存、付费等）调整游戏，进行流量转化与梳理。
4、杜邦分析法
杜邦分析法（DuPont Analysis）是利用几种主要的财务比率之间的关系来综合地分析企业的财务状况。具体来说，它是一种用来评价公司赢利能力和股东权益回报水平，从财务角度评价企业绩效的一种经典方法。
其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩，由于这种分析方法最早由美国杜邦公司使用，故名杜邦分析法。
杜邦分析法的的基本思路：
（1）、权益净利率，也称权益报酬率，是一个综合性最强的财务分析指标，是杜邦分析系统的核心。
（2）、资产净利率是影响权益净利率的最重要的指标，具有很强的综合性，而资产净利率又取决于销售净利率和总资产周转率的高低，总资产周转率是反映总资产的周转速度。
对资产周转率的分析，需要对影响资产周转的各因素进行分析，以判明影响公司资产周转的主要问题在哪里，销售净利率反映销售收入的收益水平，扩大销售收入，降低成本费用是提高企业销售利润率的根本途径，而扩大销售，同时也是提高资产周转率的必要条件和途径。
（3）、权益乘数表示企业的负债程度，反映了公司利用财务杠杆进行经营活动的程度。
资产负债率高，权益乘数就大，这说明公司负债程度高，公司会有较多的杠杆利益，但风险也高；反之，资产负债率低，权益乘数就小，这说明公司负债程度低，公司会有较少的杠杆利益，但相应所承担的风险也低。
5、SWOT 分析模型
在战略规划报告里，SWOT 分析算是一个众所周知的工具了。SWOT 分析代表分析企业优势（strengths）、劣势（weakness）、机会（opportunity）和威胁（threats），因此，SWOT 分析实际上是将对企业内外部条件各方面内容进行综合和概括，进而分析组织的优劣势、面临的机会和威胁的一种方法。
SWOT 分析有四种不同类型的组合：优势——机会（SO）组合、弱点——机会（WO）组合、优势——威胁（ST）组合和弱点——威胁（WT）组合。
优势——机会（SO）战略是一种发展企业内部优势与利用外部机会的战略，是一种理想的战略模式。当企业具有特定方面的优势，而外部环境又为发挥这种优势提供有利机会时，可以采取该战略。
例如：良好的产品市场前景、供应商规模扩大和竞争对手有财务危机等外部条件，配以企业市场份额提高等内在优势可成为企业收购竞争对手、扩大生产规模的有利条件。
弱点——机会（WO）战略是利用外部机会来弥补内部弱点，使企业改劣势而获取优势的战略。存在外部机会，但由于企业存在一些内部弱点而妨碍其利用机会，可采取措施先克服这些弱点。
例如，若企业弱点是原材料供应不足和生产能力不够，从成本角度看，前者会导致开工不足、生产能力闲置、单位成本上升，而加班加点会导致一些附加费用。在产品市场前景看好的前提下，企业可利用供应商扩大规模、新技术设备降价、竞争对手财务危机等机会，实现纵向整合战略，重构企业价值链，以保证原材料供应，同时可考虑购置生产线来克服生产能力不足及设备老化等缺点。通过克服这些弱点，企业可能进一步利用各种外部机会，降低成本，取得成本优势，最终赢得竞争优势。
优势——威胁（ST）战略是指企业利用自身优势，回避或减轻外部威胁所造成的影响。
如竞争对手利用新技术大幅度降低成本，给企业很大成本压力；同时材料供应紧张，其价格可能上涨；消费者要求大幅度提高产品质量；企业还要支付高额环保成本；等等，这些都会导致企业成本状况进一步恶化，使之在竞争中处于非常不利的地位，但若企业拥有充足的现金、熟练的技术工人和较强的产品开发能力，便可利用这些优势开发新工艺，简化生产工艺过程，提高原材料利用率，从而降低材料消耗和生产成本。
另外，开发新技术产品也是企业可选择的战略。新技术、新材料和新工艺的开发与应用是最具潜力的成本降低措施，同时它可提高产品质量，从而回避外部威胁影响。
弱点——威胁（WT）战略是一种旨在减少内部弱点，回避外部环境威胁的防御性技术。
当企业存在内忧外患时，往往面临生存危机，降低成本也许成为改变劣势的主要措施。当企业成本状况恶化，原材料供应不足，生产能力不够，无法实现规模效益，且设备老化，使企业在成本方面难以有大作为，这时将迫使企业采取目标聚集战略或差异化战略，以回避成本方面的劣势，并回避成本原因带来的威胁。
以上是关于数据的一些概括，对于数据分析，需要我们以理性的眼光对待；因为各家对相关数据定义不同，算法不同；在对数据进行分析时需要我们看清分析误区，综合其他数据进行分析，根据自己的数据分析思路制定相应的分析方案，切不可盲目分析，粗暴分析。
结语 ：精细化的运营数据分析工作，思维不能乱，思维乱了，全盘皆乱；这时候的数据分析也无法提供正确的考量价值，如果觉得数据分析毫无头绪，杂乱无章；冷静下来，理顺思路，有大概的数据构思之后再做行动；只有这样才能培养自己严谨的逻辑分析能力。
