高薪必备的6款数据分析工具 | 深度测评

有没有更“独立”的数据分析支持工具?可以让运营自行完成一些数据分析,不用总是劳烦技术!

640?wx_fmt=png


在我们学员中,有一个公众号的编辑,写过很多10W+,并把公众号从 10 万粉丝涨到了上百万。


但她却十分困惑:


按照目前的状态继续工作下去,月薪最高也不会超过 15k,很好奇月薪 30k 的内容编辑应该具备怎么样的能力、素质和技能。


类似这样的问题我收到过不少,大部分人甚至许多运营人都觉得自己的薪资上限是 15k,因为“工作没啥技术含量”,“全是脏活、累活”,“就是个打杂的”……


但实际上,我研究了招聘网站上 300 多个运营岗位之后,发现其实有很多“高薪”运营岗,包括用户运营、内容运营、社群运营、活动策划等等,它们的职责要求都会强调一点:具备数据分析能力。


grey.gif


为什么运营要懂数据分析?因为运营是一个不断发现产品问题,并解决问题,提升用户体验的岗位。在这个过程中,数据分析能帮运营更高效地解决问题。


今天这篇文章,我们聊聊运营应该怎么做数据分析,并给大家推荐和评测一些比较好用的数据分析工具。



01

运营如何做数据分析


说到数据分析,很多小伙伴可能第一时间联想到复杂的算法,庞大的数据,甚至是让人眼花缭乱的代码。但实际上,运营做数据分析并不需要懂这些,关键是你对业务流程的理解,以及用数据解决问题的思维。


什么意思呢?给大家举一个小红书的案例。


小红书在去年年初做了战略调整,把重心调整到社区,相应的它的北极星指标也从电商的 GMV 变成社区的 DAU,于是用户的留存率就变成了很重要的指标。


但是当时社区的留存率并没有达到预期,在这种情况下,如果是不懂业务流程,不懂数据分析的运营可能会打算直接优化内容或者做活动了


而我的前同事根据用户年龄进行了用户分层,很快发现其实是“低龄人群”(10-16 岁)留存率很低,拉低了整体留存率。


“低龄人群”留存率低怎么办呢?


他对业务流程进行了梳理,从渠道曝光-点击下载-打开App-话题选择-点击-搜索-互动

       grey.gif


发现影响留存率的几个关键用户行为是:打开 App、点击 Feeds 流内容、点击搜索结果、内容点赞、内容评论。然后针对这几个行为做出假设,并用数据验证假设。


假设一,“低龄人群”都是中小学生,学习繁忙,没时间打开 App,所以留存差。通过数据分析发现,小学生确实存在这样的情况,但是初中和高中生在周一至周五的活跃度并不比周末低。


假设二,“低龄人群”找不到自己感兴趣的内容。通过对搜索数据的分析发现,这部分用户对明星、动漫、头像内容的搜索频率最高,但是搜索结果的 CTR (点击率)很低,也就是说用户确实没有找到自己感兴趣的内容。


假设三,Feeds 流推荐的内容质量不够高。通过内容的评论、点赞数据分析发现,动漫、明星方向的内容点赞率普遍不高,说明这部分内容的质量确实有待提升。


grey.gif


最后他得出了结论:10 到 16 岁年龄段用户的留存率偏低,是因为这些中小学生的兴趣点并不在美妆、美食、健身等,而集中于二次元和明星八卦,运营团队需要加大这方面的内容比重,同时提高这部分的内容质量


可以看出来,这整个“发现问题-数据分析-明确问题-梳理业务流程-做出假设-数据验证-得出结论”的过程中,业务思维是至关重要的。


一般来说,运营做数据分析能做到上述这个程度(拥有业务思维)就已经很优秀了,但是让数据分析真正发挥作用,离不开技术的支持。大部分公司是这样操作的:


运营梳理业务流程后,把数据分析需要用到的数据字段(用户信息、用户行为)需求提交给技术,让技术建立数据库。

当运营需要进行数据分析时,跟技术人员提需求,他们根据需求写 SQL(用于访问和处理数据库的标准的计算机语言)将数据从库里提出来,然后交给数据分析师进行分析,最后形成分析报表给业务部门查看。


这个过程没有三五天搞不定,因为部门之间需要协作安排,耗时可能还会更久,大大降低了数据分析的时效性。


除了时效性差,这种数据分析流程还存在一个问题:对技术同学的依赖性很强,如果是小公司没有技术岗位,那就无法执行了。


在我进行数据分析课程答疑时,发现不少小伙伴都会问,有没有更“独立”的数据分析支持工具,可以让运营自行完成一些数据分析,不用总是劳烦技术,就像稍微学点 PS 就能处理大部分修图工作,不用打扰设计师一样。


答案是有的!市面上有不少用户行为分析工具,可以让运营等业务部门更方便地分析数据。


这些工具中还有一些是可以免费使用的。


比如国外的 Google Analytics(以下简称 GA)、Mixpanel,国内有百度统计、易观方舟 Argo、友盟、TalkingData 免费版(以下简称 TD 免费版)等


不过这些工具各有特色,下文我会从几个角度介绍这些产品的情况,大家可以根据自身的业务情况做选择。



02

优质数据分析工具推荐


在这几款产品中,GA 和百度统计算是比较早期的产品了。它们的数据收集以传统的页面浏览人数(UV)、页面浏览量(PV)和用户会话(网站访问量的测量方式)为主。


grey.gif

左 GA,右 百度统计


不过,对于移动端的 App 来说,用户的行为比网页更为复杂,过去那种以页面和会话为中心采集到的数据颗粒度不够细。


因此,近几年推出的工具都采用了“用户+行为”的数据收集模式,例如我们这次推荐的易观方舟Argo、Mixpanel、友盟、TalkingData。


grey.gif


尽管 GA 和百度统计这几年增加了关于用户行为分析和自定义属性的功能,但本质上主要还是服务网页产品。



03

优质数据分析工具评测


接下来,我们从数据采集、数据分析、数据安全性和用户服务 4 个方面对上文中的 6 个数据分析工具进行评测,让大家更加清晰地了解这几款数据分析工具的功能,选择最适合自己的工具。



1)哪款工具的数据采集准确度最高?


用户停留时长、用户消费金额、用户分享率等数据指标,是通过对用户行为数据字段的加工和处理得出的。


用户行为字段记录的格式一般是,用户 ID+ 操作(比如浏览首页、评价、点赞)+ 时间。


用户行为数据字段的准确性,是数据分析工作的重要前提。


数据的准确性,往往跟数据分析工具使用的埋点方式和数据更新频率相关,我们将从这两部分进行对比评测,看看哪款工具的准确性更高。



① 数据工具的埋点方式对比


首先给大家科普一下,常见的数据埋点方式有 3 种,代码埋点、可视化埋点和全埋点。


这些都是技术层面的专业术语,运营同学们只需要了解不同埋点方式对数据准确度的影响。


代码埋点可以自定义需要采集的数据,精准统计用户的某一行为,准确度相当高。


可视化埋点,数据覆盖面和精准度相对较低,精准度要求不高、追求效率的业务可以用可视化埋点。


全埋点,可能会涉及用户的隐私问题,不做推荐。


grey.gif

6 款工具的埋点方式对比


目前来说,除了百度统计外,另外5款分析工具都支持的代码埋点。其中,易观方舟Argo、Minpanel 和友盟统计还可以做可视化埋点。


基于数据精准度考虑,建议大家选择支持代码埋点的数据分析工具,也就是  GA、Mixpanel、易观方舟Argo、友盟统计和 TalkingData。


不过,GA、Mixpanel 在数据采集上没有针对国内手机应用的特点进行优化,因此在数据采集的准确性上可能会受到影响。



② 从数据更新的频率对比


数据更新频率也会影响数据的及时性和准确性。


通过体验这几款工具的 Demo(演示版本),我发现除了 TalkingData 免费版是每天更新一次数据外,其他几款工具的数据实时性都比较好,基本每个小时更新一次。最让人惊喜的是易观方舟Argo,它的数据更新是分钟级的。


综上所述,从数据准确性来看,这 6 款工具得分名如下。


grey.gif



2)哪款工具的数据分析功能最丰富?


通过数据埋点对用户行为数据做采集,我们可以得到很多的数据字段(类似Excel表)。想要通过数据来发现问题、得出有用的运营结论,还需要对这些数据字段进行加工。


这几款工具的数据加工能力都蛮强大的,运营在做用户数据加工时可能需要的分析模型,它们都有。接下来,我将通过这几款工具的数据加工模型质量和个人行为加工深度、数据加工算法精度进行对比。



① 数据加工模型质量对比


数据分析模型越丰富,意味着可以从更多的角度看数据。


还是拿小红书来说,如果只是单一地统计“留存率”这一数据,那么得出的结果就只是“留存率不高”。但是,“留存率不高”的问题出在哪里呢?不得而知。


但是,如果通过人群维度进行留存指标,就能发现,是“低龄人群”(10-16 岁)拉低了整体留存率。


我总结了运营工作中经常会用到的数据分析模型,对 6 款数据分析工具的覆盖情况进行了比较。


grey.gif

6 款数据分析工具的数据分析模型对比


我发现易观方舟Argo 和 Mixpanel 的分析模型是最丰富的。不过,Mixpanel 由于基本没有本地化,以及 SDK(软件开发工具包)的兼容性问题,对于中国公司来讲,数据接入成本很高。


另外,易观方舟Argo 还有一个很赞的数据分析模型——“下钻分析查看”,它指的是对数据基于同一维度的纵向深入分析。


例如,我们在分析社区的内容浏览量时,能够从内容分类的维度进行细分,深入分析某一内容分类的浏览量。这样一来,就能更加精准地了解到什么种类的内容更受欢迎。


grey.gif



② 用户行为加工深度对比


前面我们所说的数据模型,更多的是基于用户做整体的分析。在有些情况下,我们也需要对用户的个人行为进行分析,得出更精细的运营数据。那这几款工具能不能做到呢?我发现,GA、Mixpanel 和易观方舟Argo 的表现比较完美。


grey.gif


易观方舟Argo 有一个功能叫“用户行为序列”。也就是说,当我们完成用户分析或用户分群之后,可以点击列表中任意单个用户,获取他的历史行为记录。


这个功能,让我想起小红书团队的一件趣事。今年过年期间,小红书在 App 上做了一个锦鲤活动。结果,抽奖结果出来后,他们通过私信、电话等多种方式都联系不到这位锦鲤。


后来,通过技术人员在后台查看这位锦鲤的历史行为记录,发现 TA 每天都有登录小红书的记录,说明通过 App 来联系用户是可行的。于是,他们给锦鲤定制了 20 条 Push 推送......


640?wx_fmt=jpeg

图片来源:小红书App 公众号


值得一提的是,易观方舟Argo 可以在完成用户分析与分群后,通过邮件、短信、Push 消息等方式对目标用户进行精准推送。也就是说,假设小红书的运营用了这个工具,就可以自己给锦鲤发送 Push 了。grey.gif


grey.gif

易观方舟Argo “消息推送”功能



③ 数据加工算法精度对比


其实,从算法的严谨性上看,GA 应该是最好的。但是,如果使用的是免费版的 GA,在用户或者事件量较大时,它会采取抽样分析。由于样本是随机的,运营结论的准确性就可能会受到影响。Mixpanel 的免费版本也存在类似的问题。


不过,有知乎网友称,如果网站排名在 Alexa(网站流量排行榜)上是一万五后的,抽样带来的影响很小很小,可以放心使用。


提醒一下,GA 的付费版最少 15 万美元每年。grey.gif


在数据加工算法上,易观方舟Argo 支持自定义指标、多维度多人群的指标对比、人群交叉分析、即时数据分析(实时分析)等方式。数据算法的多样化,带来的最大好处就是,得到的数据分析结果更准确,从而能够精准地发现运营问题。这一点,我们在上文也提到过了,就不赘述了。


综上,从数据分析功能来看,6 款工具的得分如下:


grey.gif 

     

3)哪款工具的数据安全性最有保障?


对于运营来说,有了第三方工具的帮助,确实在数据分析上会更加便利。但是,与之相伴的还有一个大家都比较顾虑的问题,就是数据安全性问题。目前市场上很多数据分析工具提供的都是 SaaS 服务。


SaaS 服务是一种 to B 的专业型软件租赁使用模式,也就是说,这些工具是安装在供应商的服务器上的,当我们使用工具时,数据就会上传到他们的服务器上。这样一来,数据的私密性就会受到影响。国内有很多大型企业都不太愿意用 SaaS,就是为了保护核心数据。早在 2010 年,阿里巴巴就宣布放弃 SaaS。


grey.gif


在本次评测的几款 App 中,只有易观方舟Argo支持企业私有化部署,对数据安全有特殊要求的可以考虑,其他数据分析工具都算是一种 SaaS 服务。


对了,在数据采集上,这几款数据分析工具基本都是通过 SDK 嵌入App 中获取数据的。但不同的是,易观方舟Argo 和 Mixpanel 向企业开放了源代码,这样一来,我们可以看到代码的内容,也就不用担心代码中会夹带一些其他的东西来窃取信息了。


这样看来,在数据安全性上,易观方舟Argo 算是完胜其他产品了。



4)哪款数据分析工具的用户服务最周到?


在服务方面,工具之间的得分差异比较大:


grey.gif


除了 GA 和易观方舟Argo 提供社区服务支持以外,其他产品目前还没有完善的用户服务支持。社区服务其实还是蛮重要的,如果在使用产品的过程中有任何疑问,都可以上社区寻求帮助。


而从数据管理、项目管理、权限管理这些常用的管理功能来看,这几款工具都提供了比较友好的支持。不过,只有友盟+提供了手机 App,可以随时通过手机查看监测的数据情况;易观方舟Argo 则支持通过手机浏览器访问查看数据看板。



03

总结


数据分析是解决业务问题的关键手段,也是运营提高薪资的利器。运营做数据分析不同于技术或数据分析师,关键是要有业务思维。


许多公司进行业务数据分析时需要技术人员参与,这样的流程存在时效性差的问题。如果是小公司没有技术人员,就很难进行数据分析了。


在这种情况下,大家不妨尝试一下市场上的用户行为分析工具。


我们从数据采集、数据分析、数据安全性和用户服务 4 个方面对这些工具进行了评测,总的来说,易观方舟Argo 是综合功能比较强大的,不过大家可以根据自己的业务进一步选择。


grey.gif

6款数据分析工具的评测总得分


最后,让我们一起用工具武装自己,成为高薪运营 er 吧!



你觉得数据分析重要吗?


欢迎留言和我们分享




-END-

本文排版由“135编辑器”提供技术支持


📌作者简介运营研究社,不让运营人孤寂地成长!我们是国内最大的运营从业者社群,40万运营人都在关注本号。

文章评价
登录后可以评论
立即登录
运营研究社资深运营
上运营社,学技能
共44篇文章
最近文章
更多
  • 老年版“李佳琦”上线,银发网红带货有多野?
  • 蔡徐坤们“一亿转发”幕后,推手远不止一个刷量App!
  • 故宫又“搞事情”!600岁网红凭什么靠“卖周边”年入15亿?
  • 入侵抖音微博的“小黄文”,背后竟是个暴利产业!