马海祥博客是一个专注于分享SEO优化、网站制作、网络营销和运营思维的自媒体博客!
马海祥博客 > 运营思维 > 数据分析 > 分析解读数据的真正目的是什么?

分析解读数据的真正目的是什么?

时间:2013-08-26   文章来源:马海祥博客   访问次数:

最近我在马海祥博客上新开了一个数据分析专栏,主要是通过平时的一些数据解析来合理科学的提高网站的各项指标的。可能一说到“数据”,可能就会立马让人想到是数字、图表、模型、方程等容易让人怯步的词语。其实做数据分析的真正目的和意义,是躲在背后的那些“人”。

分析解读数据的真正目的是什么?

在营销学中,市场的根本在于需求,需求由人而生。因此,我们不应该就数字而数字,就算法而算法,应该自始自终关注“人”,市场研究则更是如此。

有人也许会说,“人”可不好说,有时说谎,有时偏私,真真假假。可对于我们来说,不是有种更简单的想法吗?我们自己本身就是“人”。作为市场研究者,大可不必将自己完完全全剥离在“人”这个概念以外,顶着看似客观的立场,作困兽之斗。

这个时候,也许有人会质疑,如果加入更多自己的想法,你的研究还客观吗?

没错,作为市场研究者,必须客观地看待事实,呈现事实。但事实是什么,如果总把自己孤立在另一边,恐怕这个所谓的事实,也不过是披着云雾的谜团。

在这里,我必须强调,事实的重要性,正是为了看清事实,我们必须“有方法”地在某些情况下,将自己看成是同一边的“人”,某些情况下,将自己独立为另一边的旁观者。这个“方法”,正是这篇文章试图总结的东西。

解读数据之“人”的解读

1、在用户没有表达任何观点,或还不清楚用户的观点之前,不要有任何想法。

我们不妨将自己做个比喻,主人都还没有想法,就算你是肚子里的蛔虫,也不可能会知道些什么。

所以,我们需要开放式问卷,引诱我们的主人试着讲他们的想法,哪怕只是一点点。这就是所谓的定性阶段。

2、拿着用户的文字反馈,尝试读懂这个“人”,而不是这些数据。

当问卷回收了,我们看到“主人们”用“文字”写下来的话。这就有两个问题:

一是:开放式问卷数量很多,意味着主人很多,口味各不相同;

二是:文字的运用可能基于主人们的不同背景或个性有所不同(写的不同),而由于有自己的背景,我们“看”的方式与主人们的表达方式也有所不同(看的不同),结果必然导致信息传递的缺失(最形象的比喻是,接力比划游戏,结果往往啼笑皆非)。

这个时候,我们作为同一边的“人”,可以出现了。

看着那些留在卷面上的文字,试想一下,那个“你”到底想说什么?这个时候仿佛可以读懂些什么。但必须说明,这个时候的“你”只能是文字背后可能的那个人,而不应该有任何你的自我存在影响着判断。

案例分享:

有两个玩家同时说,你的游戏太耗钱了。请好好看看他们的等级,他们的角色,他们的收入/职业等背景信息,你可能会发现一位是中级,一位是高级,一位是肉盾,一位是魔法师,一位是学生,一位是蓝领。
  我们试着代入,如果你是中级肉盾,在这个游戏中会面临怎样的情境?因为游戏规则,你常常与高级玩家PK,结果是PK时常常输掉(挫败感过强),归根到底是因为你的角色只是中级,然后会想“如果我练到高级了,就不怕跟高级玩家PK。”最终,频繁花钱练级,花了钱,却发现永远不可能追上高级,那时正好有个问卷弹出来,你毫不犹豫地说“这个游戏太耗钱了”。
  另一个角色,如果你是高级魔法师,因为你等级高,攻击力强,很多人组你打副本,副本对你而言很简单,但手机端的页面总是复杂而庞大,一晚下来,流量用了一半。第三晚开始,队友喊你,你就得用套餐外流量去参与同盟军。两个礼拜之后,月结日发现话费用了100块在超出的流量上,这时你收到一个问卷,你义愤填膺地说“这个游戏太耗钱了”。

上面的例子是想说明,当你读懂了文字背后的那个人,你会发现前者的“耗钱”根源很可能是玩法的成就感缺失,后者的“耗钱”根源很可能是页面的联网响应,二者讲的可能完全不是同一回事。

3、倾听着用户的话语,与其跟他说话,不如听懂他的话。

有人可能会细心地看到,上面我用了“可能”下结论,说白了,这种代入只是“猜”,你没有任何证据证明这个假设是对的。

没错,不记得哪位名家讲过“大胆假设,小心求证”。如果说前面是如何用“代入”来大胆假设,后面则是如何用“代入”来小心求证。

有了一些粗糙的想法后,作为市场研究者,内心充满了激动和好奇,没有人比我们更想知道自己的假设或想法,到底对不对。这个时候,千万注意,收起我们的激动和好奇。这种先入为主的情绪会成为我们发现事实的障碍。

前面只有文字接触,接下来不妨亲自与用户对话,形式是多样的,电话,面访,现场测试等等。用近乎苛刻的连环追问(这里有技巧,追问的代价绝不能是用户厌烦),让用户自己把自己挖透彻,这个过程可能是痛苦而艰难的,所以你的“代入”变得很重要。只有让用户感觉到,作为同一边的“人”的你存在,他才会愿意做挖掘自己这种艰难的活儿。

案例分享:

桌面上放着几款不同品牌的,容量相同材质不同的奶瓶。
  请一位中低收入家庭的全职妈妈在挑选的两个中最终选出一个,并且说出原因。两个备选的奶瓶分别是:高端品牌PP材质、一般品牌玻璃材质。最终她选择了一般品牌玻璃材质。她告诉我们,PP材质不知道对小孩好不好,而且自己是全职妈妈,可以照料玻璃材质的,玻璃更安全。
  几个环节之后,我们加入这样的内容“为了感谢您,我们额外送您一个赠品,请你随便挑一个带走吧。”结果,她选择了高端品牌PP材质。
  这时,你试着代入中低收入家庭的全职妈妈角色,似乎更能读懂她的行为,这个高端品牌可能还是值得信任的,根源可能不在材质上,而在价格上。
  有了这个想法,追问她“送人吗?还是BB用?送人我给你包装一下,BB用的话可能加个把手好一些。”
  这时她告诉我,“谢谢你,那帮我加个把手吧,高端品牌就是讲究啊,我也给BB试试看。”(表情轻松愉悦)
  “试过如果好的话,可以回头光顾哦!”
  她稍微用力眨了一下眼睛,扬起了嘴角“呵呵,好,我们先试试~~~”。说到这里,你懂的!

4、与其单独看每个数字,不如串起来读下去,完整地读出一个“人”。

从开放式问卷的广度,到与用户对话的深度,我们一直在拼凑和补充材料,“代入”除了帮我们读懂“人”以外,也帮我们描绘了可能存在的问题,可以通俗地理解为“准备上桌的菜”。这个菜到底能上不能上,材料是不是最终做出这个菜,还得继续“小心求证”。

来到定量问卷阶段,将你的材料组织好,送到用户面前,让他们决定,他们想要什么。用户反馈回来之后,我们进入数据清洗、分析、解读阶段。

这里说一下“解读”

送到我们面前的是一堆数字,一堆图表,我们任务不是告诉大家这个数字是多少,而是数字代表什么。

第一件要做的事是,将自己每种假设的相关数字聚集起来,考察它们是否可以串成链条(俗称“证据链”),如果可以,很好,假设成立。如果不可以,研究一下,假设的漏洞在哪里,也许会发现一个新的结论。

第二件事是,将用户视角下的诸如行为路径、态度轨迹、需求满足过程等链条相关的数字串联起来,看看是否能完整描绘出“人”的形象。如果可以,很好,又一个结论浮现了,如果不可以,检查一下矛盾或缺漏点在哪里,也许会发现用户分类方法不对,另外一个细分维度可能更有效。

举个简单的例子,你有用户对皮肤的元素、颜色、风格、主题的偏好,串联起来,加上一个合适的细分维度对比分析,会发现年龄不同的用户,社会沉浸经历不同,总体风格偏好也存在差异。再类推延伸一下,会发现社会沉浸经历可能会投射在更多其他领域的偏好上。

有人可能会问,这里好像没看见“代入”。其实,在你做的两件事里面,就已经有“代入”。组织证据链、剖绘形象人这两件工作,这需要你很好地读懂选项占比以及填选项的人,才能做好。

本文发布于马海祥博客文章,如想转载,请注明原文网址摘自于http://www.mahaixiang.cn/sjfx/263.html,注明出处;否则,禁止转载;谢谢配合!

相关标签搜索: 分析数据   解读数据   解读数据目的  

上一篇:深度解析网站三大流量来源及相关影响因素
下一篇:一个优秀的站长应该具备哪些分析能力?

您可能还会对以下这些文章感兴趣!

  • 解读常用的10种可用性研究数据类型方法

    当你选择可用性研究的度量方法时,你必须要考虑很多的问题才有可能获得想要的结果,这其中包括研究目的,用户目标,技术上收集和分析数据的可行性,以及项目预算和交付的时间问题。因为每一个可用性研究具有独特的属性,我们不能确切地规定每种类型的研究应该用什么度量……【查看全文

    阅读:2152关键词: 可用性   可用性研究   数据类型   研究方法   日期:2014-04-15
  • 百度迁徙图的大数据是如何做出来的?

    百度迁徙图非常有意思,我们看到的是一个最后呈现的完整数据图,但是在这背后确有十分复杂的高精尖技术做支撑,远比我们想象中的复杂,同时我们也看到地理定位技术最先发源于军事,最后又由于移动时代的商业发展诉求得到了更为深入的发展,所以顺着这次百度迁徙我们也再……【查看全文

    阅读:4067关键词: 百度迁徙图   大数据   百度迁徙   日期:2015-02-19
  • 如何将数据挖掘技术应用到客户内在需求管理

    本文介绍了数据挖掘技术在客户内在需求管理中的一些应用领域,利用数据挖掘技术对客户的相关信息进行收集、加工和存储处理,以确定特定客户群体或个体的兴趣、消费习惯,消费者倾向和消费需求,分析客户的特征,探索企业和所对应市场的运营规律性,提供既定性又定量的分……【查看全文

    阅读:2246关键词: 数据挖掘   客户管理   日期:2015-01-05
  • 数据分析师该如何做好数据运营?

    一位高级数据分析师职位通常是数据职能架构中的火车头,可以负责一个子产品或模块级别的项目,带领团队来全面解决问题,把控手下数据分析师的工作质量。技术方面,能掌控数据分析的整个过程,对数据采集、埋点、造型、进入数据仓库的清洗有良好的手段,能够回答数据的任……【查看全文

    阅读:4066关键词: 数据分析师   数据运营   日期:2017-08-10
  • 站长必须要学会分析哪些网站SEO数据

    虽然网站数据分析是围绕着访客进行的,但公司各部门需要的数据所不一样,高层想知道宏观数据,以便于战略调整;中层想知道些微观数据,便于项目控制与短期战术计划;市场部门想知道哪些广告能带来有价值客户;编辑部门想要知道哪些文章用户喜欢;有了这些数据能更合理的……【查看全文

    阅读:2886关键词: 站长   数据分析   网站seo   seo数据   seo   日期:2014-07-27
  • 企业数据报告分析的10种思维和技巧

    随着时代的发展,人们每天在互联网上产生大量的数据,对于企业来讲这些数据都是十分宝贵的资源。企业可通过数据挖掘进行战略调整以及营销部署,尤其是对于互联网公司而言,用户行为产生的数据就是企业最宝贵的资源。目前为止,在很多企业中都存在着很大的数据分析问题……【查看全文

    阅读:1464关键词: 企业数据   数据报告   数据分析   数据分析思维   数据分析技巧   日期:2014-05-19
  • 如何做好产品数据的竞品分析?

    竞品就是竞争产品,竞争对手的产品。那么,竞品分析顾名思义,是对竞争对手的产品进行比较分析。竞品分析的内容可以由两方面构成:客观和主观。即从竞争对手或市场相关产品中,圈定一些需要考察的角度,得出真实的情况,此时,不需要加入任何个人的判断,应该用事实说话……【查看全文

    阅读:5624关键词: 产品数据   竞品分析   数据分析   产品分析   日期:2014-03-31
  • 一个优秀的站长应该具备哪些分析能力?

    网站的综合分析能力,应该是一个站长应该具备的最基本的能力,包括关键词的分析与挖掘能力、网站的基本规则与设计能力、行业分析及洞察力、基本的写作能力、网站流量的分析能力、关键词的以及长尾策略的整合营销能力、竞争对手网站基本的分析能力以及具备一些发布外链的……【查看全文

    阅读:602关键词: 分析能力   站长   站长能力   日期:2013-08-27
  • 如何以客户为中心进行数据挖掘与分析

    数据挖掘与分析可以说是信息领域发展最快的技术,很多不同领域的专家都从中获得了发展的空间,使得数据挖掘成为企业界讨论的热门话题,随着信息技术的发展,人们采集数据的手段越来越丰富,由此积累的数据日益膨胀,数据量达到GB甚至TB级,而且大数据也成为数据分析主流……【查看全文

    阅读:7531关键词: 数据挖掘   数据分析   分析数据   日期:2014-12-27
  • 聚类分析的方法及应用

    聚类分析也称群分析或点群分析,它是研究多要素事物分类问题的数量方法,是一种新兴的多元统计方法,是当代分类学与多元分析的结合,其基本原理是:根据样本自身的属性,用数学方法按照某种相似性或差异性指标,定量地确定样本之间的亲疏关系,并按这种亲疏关系程度对样……【查看全文

    阅读:45687关键词: 聚类分析   分析方法   应用分析   日期:2014-08-15
↓ 点击查看更多 ↓

互联网更多>>

SEO优化 更多>>

如何利用极客精神优化网站的网络组件和代码 一个完整的企业网站首页应该具备什么因素?