
课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
数据分析能力的学习与培养对于每一位职场人士来说都是非常重要的一个职场能力,而本文我们就通过案例分析来简单了解一下,常见的数据分析方法都有哪些。
在明确了总目标后,需要在总目标的基础之上进行拆解,分析影响目标的因素可能都有哪些,哪些可能还有提升的空间,这个过程就是问题预设。拆解目标、分析可能性的方式有很多,列出一些,供大家参考交流:
转化漏斗:按照时间顺序,列出用户从开始到达成目标整个过程中的关键点,即任何可能操作失败导致用户流失的触点,一一列举,绘制成转化漏斗。转化漏斗本身就可以作为预设的问题,另外,还可以在转化漏斗的基础上发散影响转化漏斗的问题,进行验证。这种方法作者用的多一些,它在解决流程明确的需求中比较清晰,可以系统化的列出各个转化环节的情况。
头脑风暴:组织头脑风暴,往往也会发散出可能性较高的问题预设,成员间思维碰撞,互相启发,也会带来很多新思路。组织头脑风暴的方法有很多,本文篇幅有限,就不赘述了。
用户调研:通过用户访谈或可用性测试等用研方法,也可以搜集到很多问题,通过数据分析对问题发生的概率及影响程度进行定量验证后,针对发生频繁、影响用户量大的问题优先设计解决方案,效果更直接,效率更高。有些问题的影响程度难以通过数据量化,可以考虑通过调研问卷的方式进行验证;如果时间及资源上来不及上线问卷,也可以根据经验作出判断,设计简单的方案小成本上线验证,如果上线后衡量目标的核心指标有所提升,说明预设的问题方向无误。
走查:成立组进行问题走查,使用的也比较普遍。可以设定几个任务,带着任务进行走查。笔者推荐将用户分层,每类用户随机抽取几个用户的行为路径,进行真实场景还原,这样走查的问题可能会更加真实。
请注意,问题预设环节在于发散,认为可能影响目标的因素都可以考虑进去。另外如果发散的问题比较多,导致验证工作量较大,也可以根据经验判断预设问题对目标影响的大小,加以排序,按照优先级进行验证。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加danei456学习了解。欢迎关注“达内在线”参与分销,赚更多好礼。