00、BEGIN

提及 “體系” 二字，我的腦海里浮現出老板說的 “對于工作的規劃要從全局出發，內容要全面、要成體系!” 那么對于一個數據分析師而言我們的體系是什么? 是“目標監控體系?”，是 “運營分析體系?” ，還是 “APP 指標體系?” 到底該如何構建數據分析體系賦能業務呢?今天就來跟大家聊聊體系構建的話題。

構建業務數據分析體系，對于分析師同學有兩個方面的要求： 第一，要了解業務模式，能夠解釋數據背后的業務含義，找到業務的問題點、提升點，驅動業務向前發展; 第二，不能只做數據、圖表的堆砌，需要根據業務的流程鏈路有目標、有邏輯、有順序的分模塊分專題展現數據。滿足這兩個方面的要求才是真正意義上的數據分析體系。

下面結合我的工作場景，給大家講講業務數據分析體系搭建的基本思路。

01、明確業務邏輯

分析師同學要明確自己服務的業務是什么?業務邏輯是什么?業務核心是什么?在業務的基礎上構建分析體系，才能讓分析結果更接地氣，更好的應用到業務中。

以流量外采業務為例，梳理業務邏輯(如下圖)：各業務線發起流量需求 → 多渠道進行流量采買 → 流量引入落地頁 → 落地頁產生流量轉化 → 流量變現、效果轉化，這一系列步驟決定采買目標是否達成。

02、拆解分析模塊

明確了業務邏輯后，根據目標和事件順序進行分析模塊拆解，明確各個目標分析的專題及關注核心。流量外采業務拆解分析模塊如下：

采買效率關注核心：有多少預算?現在以什么樣的價格買了多少流量?當前出價能否實現目標最大化?預算、價格、采買流量無論調節哪一項，只有三者維持平衡，才能實現流量供給相對穩定。

廣告填充直接影響流量變現。因此，在保證廣告主預算合理消耗、效果滿足預期的前提下，不斷提升頁面廣告填充率，從而提升流量變現效率。

用戶行為既能夠決定收入轉化又能夠決定效果轉化。細致研究收入、效果轉化用戶在單頁面中有哪些行為、訪問了幾層頁面、點—面—點—轉化/跳出的訪問路徑是什么。根據轉化用戶特征優化產品策略從而幫助業務提升流量轉化。

以上各個模塊的優化目的是為了達成共同的業務目標， 目標達成的數據監控基礎且重要。收入、效果、投入產出的數據表現直觀的描述了業務現狀和目標達成情況，及時的 監控目標達成有助于業務穩定健康發展。

03、確定分析指標

確定了分析模塊后，開始選定各個模塊的分析指標，指標基本分為：結果量、轉化率兩類。結果量描述規模和目標達成，轉化率描述效果。根據業務路徑選取關鍵節點的轉化和重要結果達成作為分析指標。按照路徑的先后順序列出指標，形成了核心數據看板，完成了數據體系的搭建。

基于流量外采業務分析模塊，可拆解出如下數據看板：

04、洞察走勢與業務同步發展

有了清晰業務結構、模塊拆解，數據看板就可以跟蹤業務走勢。在跟蹤的時候，首先關注的是：目標達成情況。目標達成決定了后續一系列行動判斷，根據業務走勢的波動情況定位異常問題、發現業務提升點。產品、運營同學根據數據結論制定每個階段的行動計劃，同時分析師也要不斷變換分析視角與業務聯動實現同步發展。

如下示例：

根據業務階段性動作，明確階段核心，定制專題分析方向：

增收階段關注

• 階段核心： 流量 需求、廣 告填充、商業帖效果轉化;
• 專題分析方向： 客戶數、預 算消耗率、落地 頁 P VR、商 業化率;

提效階段關注

• 階段核心： 效果轉化;
• 專題分析方向： CV R、效果量/UV、客戶效果成本;

控成本階段關注

• 階段核心：采買效率、效果轉化;
• 專題分析方向：投放 CTR、ACP、站內 C/站外 C、CVR、效果量/UV。

05、驅動業務增長

驅動業務增長是高階數據分析要實現的目標之一。想要改善業務，就必須了解業務細節，發現問題，找出關鍵點，給出科學合理的優化方案，推動方案落地，才能實現業務增長。其中發現問題 、找關鍵點、優化方案、推動落地都屬于數據驅動的范疇。

如流量采買業務中需求與供給匹配的問題：

發現問題

優化方案

具體應該如何分配流量?這就找到了數據分析在項目中可以為項目實踐提供價值的地方。

數據幫助項

根據規劃求解的原理解決業務中流量分配的問題，具體方法參見《 規劃求解應用—預算分配 》。

項目實踐測試的過程中，分析師需要不斷跟進評估實驗效果、推全后復盤項目的目標達成和可迭代升級的內容。實現全流程的參與、評估、決策才能稱之為數據分析驅動業務增長。

06、形成數據體系

構建數據分析體系的本質是：滿足業務需求，解決業務問題，驅動業務增長。在滿足需求、發現問題、解決問題、 跟進項目、落地復盤的過程中分析師同學要不斷的提煉總結，進而形成自己的數據分析體系。

它可以是個思維導圖，可以是個表格，也可以是個文檔。無論哪種形式只要實現了數據分析體系本質，發揮了它應有的作用 ，落在了具體業務中，就是一個優秀的業務數據分析體系。

回到流量采買業務的示例，總結提煉形成的數據體系如下：

現實中，很多分析師同學掌握了專業的統計分析方法、分析工具、算法模型，但在與業務配合的過程中，總是很關注自己的理論深度、難度、專業度，卻忽略了與業務的貼合度，因此 分析結構就沒有辦法形成體系化的分析結構，分析技能也只能停留在初級水平。

用專業的方法服務個性化需求，將分析結果推廣至業務中，只要這樣才能真正的實現分析師價值，同時你也從初級成長為高級。

希望對你有所啟發!