如何数据梳理？（浅析梳理数据的4大方法）

无论产品处在什么阶段，数据反馈出来的需求一定是最直接的，也是最有效的。那么针对于业务本身来说，如何通过数据去分析呢？

举一个例子说明——背景是外卖的一个产品，外卖产品其实有两个很核心的问题要解决：

1.平台如何高效且合理的把平台流量分配给各条业务线（外卖、商超、送药等）？

2.各条业务线如何把流量高效且合理的分配给商家？

以上是做为外卖产品经理要重点去解决的。此时针对业务侧自然会提到一个问题——当前的流量是否分配合理？作为产品经理应该如何去做呢？

John想用一张图来整理梳理下解决这个问题的过程：

（方便大家用手机查看）

一、和业务方定义问题点

定义问题的基础思路主要分为两个点：理解问题（即想清楚这个问题到底是什么？）、定义问题（即用数据框架拆解出这个问题）。

针对于外卖平台业务方提出的流量分配问题来说，产品经理需要理解的是如何通过资源配置实现用户和商户进行更有效率的交易方案，那么平台方需要做好两件事：匹配人的需求和匹配供给的需求。

接下来再来定义流量的分配，那么需要查看一段时间内平台的流量，将每天的流量拆一下，可以总结成这个公式——每日流量=每日用户数*日均用户使用频次。再可以细分流量的细节来源和分配，John总结了一下：

（麻烦可以放大查看）

从这几个方面和业务方沟通并澄清后，其实通过数据对流量的产生时间、流量的来源渠道、流量的转化路径和各维度下流量的分配这四个角度有一定的认知了。

二、规划分析的框架

第一步针对于产品数据和业务侧梳理清晰后，接下来再来聊通过样本来梳理出分析的框架。同样John通过一张图来梳理下从原始数据找到我们需要需要分析的数据：

（建议收藏保存）

通过拉出来的全部数据分门别类的整理出来这五个维度的全部数据。当然这些数据日常做为基础数据应该要有必要整理。遵循几点：基础数据（关乎产品常规数据和业务数据）日日导，辅助数据（关乎转化率过程）周周导，挖掘数据（分析流量成本、质量等）月月导。

整理完成以上数据后，接下来到了最重要的环节。以上数据的真实含义是什么？定义维度是否一致的问题？

三、规范数据内容

我先用在Jason老师朋友圈看到的一张图来嘲讽下：

这是在处理数据的初期需要和业务方进行约定的。数据指标必须通过清晰的注释来解释数据的含义。否则每个业务方对同一指标都有不同的含义。那就没有办法整了。

同样在取数据的情况下也要说明包含的数据维度。如果想要取不同地区的不同产品形态的外卖一周交易金额指标。John用一张图来具体的说明下：

其中需要定义以上每个指标的含义。这样技术在处理问题的时候才知道该怎么做。（尽管产品经理认为这很简单嘛~但是毕竟要给技术开发用的，并不是每个技术都深挖业务需求，对吧。）

至此以上需要分析的数据都已经整理完毕。最后需要产出结论。

四、产出分析结论

不能单纯的把数据直接丢给领导和业务去看嘛。一定是通过有效的图表和分析结果做有效的反馈。比如一般可以通过这几种分析方法和图表。

最后通过图表的趋势有必要的整体说明下结论。比如：

甜点饮品的流量潜力度高相比于其他品类，从数据上来看Q1季度访购率随时流量的增长而快速增长；流量的增长是因为加上裂变拼团和补贴方案后，所以建议加大该品类的补贴力度，提升该品类的流量持续增长。同时产品侧这边需要梳理出商家端的解决方案。

的确以上都是数据分析师该做的，作为创业公司，基本上产品经理需要针对数据做出有效的分析。其实还涉及到很多细节方面的问题，对很多人来说，关键不是没数据，而是不知道怎么用，说白了，经验太少,遇到复杂的问题就发蒙。