纪敏说,其实从高中开始,每当觉得付出了努力,却又毫无收获的时候,就会翻开笔记本的第一页,看自己曾写下的这八个字——只问耕耘,不问收获。“因为我知道,我做的都是我热爱的事情。”

听见纪敏声音的那一瞬间,感觉她和北京的秋天格外和谐,淡然清澈,又带着娓娓道来的故事感。不知道是不是数据分析师这份职业印在她身上的职业特色,让她讲话的时候简洁而认真,倾听的时候礼貌又专注。

Part01 非典型性职业女青年

无论是生活中还是影视剧里,对优秀职业女性的描述都逃不过“精明强干”“雷厉风行”的字眼,她们穿着成套的衬衣和半身裙,纤细的身影风风火火地穿梭在各个会议室。

其实这种定义很单薄,作为同样优秀的职场女性,我索性把纪敏定义成——非典型性职业女青年。

作为一名数据分析师,纪敏见证了即刻从积蓄能量,到如今“即友”满园。“我们做数据分析师的,就是连接数据和业务的渠道”,显然在纪敏的意识里,这份工作没有外界人士想象中的复杂和高端。

数据分析师是理想的工作吗?

“上小学的时候,老师问班里面的小朋友长大了之后想做什么,警察、科学家几乎是意料之中的最高票回答。”纪敏笑着说,她其实初心未变,和小时候那些吵着要当破案的警察、揭秘的科学家的孩子们一样,她成了一名探寻数据真相的分析师。

外人看来,这份职业的准入门槛很高。除了学历、智力上的硬件条件,好像还应该有面对数据海洋时候的耐心和严谨。但纪敏十分乐意从毫无头绪的数据中找出一条能够引领未来的线,每当拨出一条主线的时候,她都觉得“像警察破了一桩大案”,诚然,数据分析是这个世界上探索产品真相的唯一途径,它真的和警察破案一样,都是为了寻找距离真相最近的那一刻。

碰巧,纪敏热爱这种用事实说话的真相。

如何利用这些数据真相?

她拿着手里的真相,每天在数据部门与业务部门之间奔波,与她的伙伴们一起把晦涩难懂的数字转化成普通人能看懂的信息,再提出针对于产品的解决办法。

在某种观念里,似乎只有数据分析师团队是全公司中离真实最近的人,也是对产品逻辑理解最深刻的人。

数据分析师时常颠覆一些惯性的认知,比如当大家对新上线的功能都自我感觉良好时,数据分析师们能发现背后的用户动态,敲醒自嗨的设计者,用客观规律和实际去改变认知,这样的颠覆,往往能让人保持清醒。

纪敏说,作为 C 端产品的数据分析师,其实和 B 端行业在分析思维上并没有太大的差别,只要将关键的用户成长周期、成长路径等方式定义了之后,其他的内容都是相似相通的,那么分析的时候到底用什么工具、用时多久、成功率有多高,就全是自己发挥的空间了。

作为一个愿意保持清醒的职场人,她留给自己的发挥空间也在不停地注入新鲜的内容。

Part02 职业女青年的职场

即刻从 2015 年上线以来,就以一种不同于其他资讯类 App 的角色出现。通常的资讯类 App 按照“社会”“军事”“娱乐”“科技”等标签分门别类,然后根据用户常看的主题推送相关的内容和广告。

但即刻从早期开始就主打兴趣,力图每一次的推送信息都正好契合用户内心,如今,随着行业的变化,即刻又开始向社交模块倾斜,鼓励并引导用户在对应的主题广场中做一个真正的自己。

这些关于即刻和行业之间的细微变化,即刻数据分析师团队时刻都在敏锐地捕捉。

4 年的时间,即刻走得怎么样?

“对于即刻目前的发展状态,我很看好。”

即刻的死忠粉,忠诚度极高。纪敏说,首先从这几年对用户的了解程度上来看,即刻的死忠粉,出乎常人的意料。这些喜欢即刻的人,恨不得事无巨细地在平台上发布自己的生活琐事,在各类兴趣广场中遨游,日日打卡见闻。

用户留存是即刻的优势所在。从专业的角度上来说,用户离不开你的 App,这叫用户留存。对于新用户的留存分析,一般倾向于渠道和投放两个方面,分析的时候速度要快,跟业务结合地要紧密。

即刻数据分析师团队在做这些分析的时候,除了渠道和投放两大基础维度以外,也会按功能维度,即新用户的接受程度和使用情况,以及活动维度去综合考虑。

兴趣是前提基调,氛围才是社交得以发展的条件。目前,即刻的商业模式优势日渐难以撼动。即刻是沉淀了自己、全网和用户三部分的内容,才做出来的兴趣分发,相当于是先拥有了兴趣的内容载体之后,才有后续工程。

这样的模式有利于快速细分并锁定用户的兴趣,一旦发现用户对“兴趣扩大”的引导不感冒,也能迅速调整战略,这些也是即刻区别于行业中流行的“从大到小”的兴趣拓展模式。

纪敏作为数据分析师,在用户行为上面花费了极大的功夫,也正是因为多数据的采集和研究分析,让整个团队能够把用户的情绪和兴趣良好把握,然后在兴趣信息的切割层面,划分的尤为细致。

作为数据分析师,如何推动业务发展?

即刻已经从最初的手动分析原始表格,跨越到了利用神策分析作为工具的阶段。每天,纪敏和团队都有 70% 的工作通过神策分析平台来完成,邮件里每天都有分析平台发送的数据概览邮件,被数字包裹,是数据分析师的家常便饭。

但作为一个优秀的数据分析师,她不能单枪匹马地在数据方面下的功夫,她的任务是用数据驱动即刻的价值。

首先,要为各部门的同事配置数据分析平台上面的概览页面。运营部门的同事,会在平台上查看分析师为其配置的自动概览,根据数据分析师们发送的报表,获取需要的数据和信息,通过对业务领域核心指标的简单分析,了解页面 PV/UV 以及核心功能的使用情况。

研发部门的同事在平台上面利用数据指标排查问题,同时进行二次开发和利用等。老板会根据数据分析师们发出来的报表和平台的概览内容,对报表提出修改意见,或调整指标内容。

其次,必须专注于分析平台上各种功能的使用。只有这样,才能从功能和业务的角度出发,合理地为各部门配置数据概览信息,目前来看,事件分析、漏斗分析、用户分群、分布分析是数据分析与配置方面的重点。在这里,简单举 3 个关于配置需求的例子:

  1. 产品 / 内容运营:内容的更新维护情况;内容的产量变化与分类分布情况;内容推送情况,如推送分布、推送到到、推送点击等;各内容运营位的展示与电机转化情况。

  2. 用户运营:用户活跃度核心指标、各类 UGC 生产与消费情况。

  3. 活动运营:已结束活动复盘(参与人数、活动完成度、活动传播度、活动留存和 App 内其他活跃于留存数据);进行中活动检测(参与人数、活动转化、下载/跳回 App 转化率、活动稳定性、异常指标)。

然后,每周会向各职能线发布 4 份主要的报表。对于纪敏来说,除了配置概览内容,这 4 份主要的数据报表同样具有极高的业务指导意义。

  1. 整体业务报表:包含核心指标和产品核心业务与功能变化。

  2. 新用户报表:用户获取与渠道质量、新用户行为分析、新用户相关运营活动分析。

  3. 分析师内部脑洞型报表:分析师结合核心指标和产品内的活跃现象,自行去分析用户行为数据,挖掘有效增长点,并讨论后产出有价值的分析报告。

  4. 异动分析报表:日活、留存、新增等数据发生异动时,通过细分探寻原因,定位问题;如果判断是正常情况的话,会相应改变一些策略,如果日活正常偏高,就提醒业务同事可以选择在这样的时候做一些活动。

最后,数据分析师要根据这些数据报表与其他部门沟通,推动业务产品的迭代与发展。当然,其中就少不了和产品经理方面的“直面对决”:

第一,在每一次产品改进时,产品经理都会和分析师充分沟通本次改版的方向和目的。

其次,在新功能或新版本上线后,纪敏和团队会在第一时间(1-2 天内)给产品经理们搭建新版本报表,来反馈改进效果(主要包含新版本覆盖情况、新功能使用情况和新优化的数据表现; 整体表现数据如留存、转化;具体功能的使用人数、使用率、使用留存等)。

第三,在 1-2 周内,纪敏和团队将给出 3-4 份详细的分析报告,进一步分析用户对新功能或新版本的反馈,并试图挖掘其中的原因。

之后,上面的部分数据主要作为后验的工具,纪敏也会自己在数据中挖掘一些信息,并证明其有效性,分享给产品经理,推动他们去解决这些问题。

在聊天过程中,纪敏分享了一个关于内容产品“Aha Moment”的例子,每次看到数据驱动场景实践,好像都是她作为一名数据分析师最欣慰的时刻。

即刻产品的核心功能之一就是内容的分发,用户绝大多数的时间都在浏览关注、推荐和动态页的内容与评论。

按照用户使用这些内容模块的行为,可以按其门槛和深浅分为路人行为(如浏览帖子)、围观行为(点击并查看评论)、普通参与行为(点赞、转发)、深度参与行为(发布评论)等。通过留存分析功能,纪敏与团队发现行为深度越深,用户的留存就越高。

但由于扩大发生参与行为的门槛过高,落地性也就较差。因此,选择围观行为,通过放大其面积来提升用户全站留存,所以,就在产品信息流列表页露出一条热评,一方面让更多的用户看到最精彩评论,另一方面更有力的引导用户点击查看更多内容。

纪敏和同事发现,新增热评功能后,成功将阅读评论的用户比例提升,并且成功提高了全站留存。

这个例子通过实践得出了成功的结果,而其背后也同样存在一套驱动机制,让分析师来仔细斟酌: 1、选择高留存的行为,并选择其中比较容易扩大使用者面积的几个,在产品功能层面放大,让更多人看到并发生转化,从而提升留存。

2、评估最终效果时,首先评估该功能的使用人群和占比是有否有效提升,有则认为改进有效。

3、以上主要因为产品在改进期间会同时发生很多其他改进,也会有各种不同的市场、运营活动,单纯用留存来评估,无法有效验证。

这些用数据驱动价值的内容,都是纪敏的工作日常,分析、发现、实践、探索等等部分,都是分析师对驱动企业价值做出的努力。

有哪些容易踩的“坑”要避开?

第一,不要重复无意义的工作。许多刚入行的小伙伴喜欢把清理数据作为主要工作,纪敏认为这只是让你接触数据的一种方法,每天重复地提出需求、整理表格,会磨灭掉许多对于分析师岗位的热情。

第二,不要“全手动”,要寻找代替的工具。既然不能重复地做无意义的工作,那么就要学会用工具去代替人工,选择合适的用户行为模型和工具,能把分析师的主要精力放在规律和策略的探索上,才能充分发挥一名数据分析师应有的价值。

尾 声

现在,行业市场日新月异,新的产品和理念层出不穷,纪敏清楚地知道,数据分析只是一种辅佐手段,它无法从根本上改变产品方向、功能价值,但她仍会背着高中笔记本上“只问耕耘,不问收获”的八个字朝着更深更远地路去走,努力为她所辅佐和支持的产品,探索更有价值的数据意义。

更多干货和案例,可以关注“神策数据”和“用户行为洞察研究院”公众号了解~