二、深入業務尋價值：價值源于深度理解場景

題解　數據本身無價值，其價值存在于數據的應用場景中。從業務場景出發，找到對運營有指導作用的內容，這是我們做數據分析的基本原則。

說完了技能進階圖譜，咖哥轉向下一個問題：“單純地對著一大堆數字分析來分析去意義不大。企業的數據分析部門要為具體的業務問題量身定制解決方案。我這里準備了一些業務場景卡片（請看下面5個挑戰卡片），你能針對這些場景說說數據分析師應如何進行數據分析嗎？”

挑戰1　數據分析師要幫助銷售部門選擇合適的渠道

挑戰2　數據分析師要根據已有數據進行用戶畫像

挑戰3　數據分析師將搜集并分析用戶對每種商品的評價，搭建合理的推薦系統

挑戰4　數據分析師將利用機器學習方法進行建模，預測銷售趨勢

挑戰5　數據分析師將參與搭建高效的業務數據平臺

小雪逐個翻看卡片，面露緊張的表情：“其實，這正是我一直困惑的問題，工具我都學了，Excel、Python培訓班上了四五個，數據思維的相關文章也讀了很多，但面對數據時，我還是感覺下不去手……”

咖哥看出了小雪的不安，安慰道：“不急，不急。這其實是初階數據分析師和高階數據分析師的關鍵區別——有經驗的高階數據分析師更能深入了解業務需求、根據業務需求做數據分析，從實際出發，有的放矢。我們暫不談工具的使用，先好好說說數據與運營、增長之間的關系。這有助于你了解數據分析師如何真正創造價值這個‘最后一公里’問題。”

1 驅動運營增長的AARRR模型

首先，我們要知道在實踐中，數據分析應深入契合業務場景的每一個角落，在各個支點發力，對業務做出支持[1]。

---

[1]　此處是咖哥講述的內容。全書有大量類似的咖哥發言，考慮到全部加雙引號可能會影響讀者的閱讀體驗，所以在沒有對話的地方，本書換了一種形式，即不加雙引號。

如何滿足上述要求？關鍵在于對各個運營場景（環節）進行分解，并在分解場景的同時明確當前所需的數據指標。

如何分解運營場景？增長黑客理論[2]中的海盜指標能給出答案。

---

[2]　對于增長黑客理論體系更詳細的介紹參見本書第十話。

海盜指標這一術語由風險投資人戴夫·麥克盧爾創造。他將諸多關鍵數據指標歸并至創業、創新和運營過程中的五大階段，分別為獲取用戶（Acquisition）、提高活躍度（Activation）、提高留存率（Retention）、獲取營收（Revenue）及良性的自傳播循環（Referral），即AARRR[3]（見下圖）。眾多互聯網公司在實際運營中將這五大階段簡化為獲客、激活、留存、變現和自傳播。

---

[3]　AARRR指標，有時候會多增加一個A（Awareness），用來強調在獲取用戶之前要先做好心理建設工作。

這五大階段也可視為驅動增長的五大核心引擎。

創業、創新和運營過程中的五大階段

上述的5個階段并沒有嚴格的先后順序，各階段之間也沒有明顯的界限。例如，獲客和留存是相輔相成的，在這兩個階段中也常會采用相同的數據分析方法。又如，具體到某個用戶來說，他可能先推薦某個產品給朋友，然后自己才購買。這樣自傳播階段就先于獲客、激活階段出現。如何分清界限并不重要，我們只需要明白這5個階段實際上是為了幫助創業者、公司運營人員及數據分析人員思考如何用數據構建驅動增長的框架[4]。

---

[4]　其實就是本書的寫作框架。

那么，各階段具體的關鍵數據指標有哪些？

（1）不同的商業模式所關注的關鍵數據指標是不同的。除了共同關注的流量指標之外，淘寶等電商平臺更關心購買轉化率；而知乎等UGC（User Generated Content，用戶生成內容）平臺更關心用戶活躍度、內容輸出的頻率和質量。

（2）公司在不同創業階段所關心的關鍵數據指標也不同。公司在每一個階段都有自己的北極星指標，即當前的第一關鍵數據指標。例如在公司早期階段，獲取用戶是重中之重，公司要不遺余力地讓更多的用戶了解并使用自己的產品，此時的北極星指標是用戶數；而當積累了一定的用戶數量并且保持一定的活躍度后，公司要關注的就是營收指標，此時的北極星指標可能是銷售額[5]。

---

[5]　此處引自《精益數據分析》第5章“數據分析框架”。

AARRR每一個階段的任務和關鍵數據指標如表1所示。

表1　AARRR每一個階段的任務和關鍵數據指標

通過這些可量化的關鍵數據指標，數據分析師可以在每一個階段對運營的具體效果給出客觀的反饋，從而驅動下一步的決策。

2 精益數據分析的業務方法論

有了AARRR模型及各階段的關鍵數據指標之后，還要找到一個實證有效的方法論，以指導業務的數據分析流程。下面介紹阿利斯泰爾·克羅爾提出的精益數據分析，它能讓數據分析師在面對業務需求時不再感到困惑。

精益數據分析把業務拆解和數據分析劃分為下圖中的4個步驟。

拆解業務問題，進行分析、決策

上頁圖中4個步驟的具體介紹如下。

第一步：結合當前的業務模式和業務階段，選擇一個希望改進的KPI（關鍵績效指標），并為該KPI確定一個基準值。

第二步：確定數據指標，將其進行細化，并找出提升KPI的方法。

第三步：為數據指標制定方案并進行增長實驗，搜集數據后進行分析。

第四步：根據數據的測試和分析結果做出決策。

上述步驟的第一個關鍵點是定位自己的業務模式和所關注的業務階段，也就是確定問題。問題本身決定了我們需要關注的數據指標和KPI。之后要為KPI設置基準值，用來衡量是否達到預期結果。基準值可以自主設定也可以參考行業基準值。

第二個要強調的關鍵點是在數據分析的實現過程中，往往需要制定方案，進行實驗，檢測新方案是否能達到預期的結果或驗證最初的假設。例如要想提高注冊頁面的轉化率，方案是調整注冊按鈕的文字；如何知道是“注冊新用戶”轉化率高還是“點這里試試”的轉化率高？這時可能就要用到A/B測試了。再例如，在獲客時想知道選哪個渠道做推廣效果會更理想，那就需要在多個渠道同時投放廣告，然后搜集數據進行對比分析。

也就是說，我們推出的每一個新功能、做出的每一個新決策是否符合用戶預期，是否受用戶歡迎，都需要通過數據來回答。