▍數據的獲取

01.數據來源平臺

多數企業都是直接用統計軟件來獲取的，如GA、百度統計、CNZZ、51la等，雖然大體是相同的但是仔細分析下來還是會有細微的差距。估計很多朋友也在GA或者百度、cnzz到底用哪個 來統計數據糾結過。如果你的網站上了百度競價，那么百度統計是更好的選擇。現在統計代碼基本都是異步加載，不用太過擔心速度問題，如果你還糾結，那也可以全部都使用一下。

02.本地保存“即時數據”

統計軟件后臺一般會有一些分類數據，如來路頁面、受訪頁面等，基本不受時間限制，隨時可以的。但是要注意那些需要即時保存的數據欄目，舉個例子，CNZZ后臺的“訪問明細”，該欄目只保存近7天的數據，這意味著如果你一不注意，數據有可能找不回來了。所以，這類數據建議保存在本地。

?

03.數據格式“.xls”

在統計后臺數據的過程中，基本都會出現格式選項，CNZZ是.csv和.xls，百度統計是.csv和.pdf。pdf數據自帶圖表；csv為純文本數據格式；xls為Excel專用，便于數據分析。其中.csv文件和.xls下來后，數據的長相極其相似。因為csv文件是純文本數據，并不是數值，所以不能進行數據上的求和，求平均值，只能計數！如果你不小心用了.csv文件，一定要先處理成數值，否則后期數據分析時會有無法正確統計的情況！

04.多頁數據采集及合并

當你需要保存在線數據時，需要注意一個小細節，比如CNZZ的“訪問明細”欄，右上角顯示的按鈕是“本頁報表”，而其他欄目的按鈕是“報表”，兩個仔細一對比你發現了，一看原來只是一頁的數據，再想的時候，服務器數據已經過了7天，數據不在了…所以小伙伴們一定要注意，千萬不要被坑！

每頁報表，會有一個問題是當你的網站訪問量很大時，訪問明細數據每一頁都需要點擊。這個很頭疼。

我目前的解決辦法是使用“火車頭采集器”，模擬人工點擊，每頁數據；

第二個問題是：自動的數據每一張都有表頭/尾，人工合并也會累死。可以使用Excel VBA功能，但我的辦法是使用“慧辦公”插件的合并多表功能，這種有使用限制，需要購買，

大家如果更好的辦法也希望分享出來

▍數據清理

01.盡量不對源數據做修改

我做數據分析有個原則，是“堅決反對對源數據進行直接修改”。首先，專業的統計軟件在設計統計后臺的數據時，已做精選，選出的數據能夠限度滿足用戶的需求。當源數據不符合你的要求時，千萬別在源數據中插入行和列，比如要插入日期列，請插入在數據表頭或者尾。因為每次保存數據時，都是直接從好的表格中粘貼數據，在源數據表中多出任何一行或列都會增加你的操作成本。

也是說，對源數據盡量減少人為干預，減少出錯，省心省力。

02.坑貨csv要轉化為數值

在數據獲取部分我提到了關于源數據是.csv格式的問題，如果你知道這里有坑不進去是的，但是已經進去了，怎么辦？我開始源數據一直用csv，因為csv的文件小，速度快，數據分析時蒙B了。那么已經保存為csv格式的數據怎樣變成數值呢？答案是Excel的分列功能。

1）Excel打開源數據表，復制部分數據到.txt文本中，觀察源數據用的什么符號；

2）選中某列數據，點擊導航欄“數據”—“分列”；

3）下一步，如圖中的數據分隔符是“Tab”+“””，那么選擇Tab和其他兩項，繼續下一步；

4）選擇目標區域（要復制在哪里），搞定。

▍如何制表

01.報表是你思考結果的展示

很多企業可能制表人與分析人都不是同一個。要記住報表是要把分析人的思路更簡潔的展示給其他人。所以推薦制表人是分析人本人。不要以浪費時間和辦公軟件不熟悉為由拒絕，熟練掌握辦公軟件，我覺得是運營人的基本素質。

思路的展現邏輯一般是“總分總”，以網站分析說，我的框架是：流量趨勢→來源渠道→渠道1明細→渠道2明細…→來路分析→受訪分析→搜索詞→外鏈。

02.制定表格規范

制表中切記展示圖表不能亂用，用折線圖表達百分比關系？數據對比用折線圖？？為數據選擇合適的展現圖表類型，比較數據間區別時，用條形圖；表示不同項在總體的占比時，用餅狀圖；反映事物變化時，用折線圖；觀察不同項目長短板時，用雷達圖…還有其他諸如符號使用規范、配色規范等，這里不再啰嗦了。總之，你換位思考一下，別人看你的圖表的時候能不能理解的透徹呢？

03.數據分析后一定要有可執行建議

把數據做成表格不是為了裝逼，讓別人看起來很牛。作為一個專業人員始終記得“報表只是你思考結果的展示”，重要的是你通過數據分析出來了對今后工作有指導性的建議。把報表做的漂亮是一種能力，但是美觀始終流于表面。只有真正有指導性的建議才能長久的打動人。

這個問題很難了，但如果能分析的好，你不僅僅是個專員。

04.透視表，降維打擊

使用Excel做分析的時候，基本上是直接用基本的篩選、公式（sumif、countif、sumproduct）、條件格式之類，雖然操作逐漸變得熟練，速度越來越快。可是想象一下，當你需要對比源數據中兩天某一項數據的區別時，可能需要先加入三列輔助列，然后使用countif函數對兩列進行計數，第三列使用減法再加上顏色的條件格式。如何對比兩個月的數據呢？用sumproduct，多塞幾個條件？？

透視表工具早學早好，使用的Excel的“數據透視表”功能后，能力會加強太多了，“對比功能”“創建組”功能，分析起來簡直不要更爽！另外，對于Excel的學習，基本功也別落下，對數據的基本函數和條件格式，用好了也能帶你飛。

▍分析要素

01.日記：當天有特殊情況記錄在趨勢表中

一個網站的運營者，每天上班的必做是粗略過一遍昨天的統計數據。把每天收集到可能影響到網站數據的情況“批注”在趨勢表中，等到周報時進行數據對比，會方便很多。包括一些活、EDM等等標注好有利于之后的總結工作。

02.峰值：高峰、低峰都不能放松

在面對圖表分析時，峰值為明顯。但是很多人只分析不好的低峰而忽略高峰，對高峰擅自代入。

面對峰值時，首先要縮小粒度。如觀察8月8日出現低峰，那么再看是在8月8日當天哪幾個小時數值降低，再分別篩選出這幾個小時的來訪及受訪數據，逐一分析，找到根源。低峰找出原因，今后避免；高峰，也找出原因，今后重現，驗證你找到的原因。

03.對比：約束變量，同軸對比

在上文中提到了“制定表格規范”，其中對比規范的核心是要同軸。比如數據對比坐標軸不能瞎變，這周記錄的是星期一到星期天，對比的是本周和上周；下周記錄的變成了星期三到星期五，對比的是上半月和下半月。坐標軸一定要按照表格類型來，周報告以周報告為軸，對比的也是本周7天和上周7天的數據。有特殊情況需要在周報告中顯示更長的時間段時，應該固定該時間。頻繁更換坐標軸是非常不明智的。

04.經驗：記住周期性現象，這是你的寶藏

什么叫周期性現象，比如“每逢節假日流量下降”、“每逢流量下降”、“每周三9點PV暴增”等等，多次重復并反映在數據波動上的情況。

針對平臺運營，記住所有周期現象，這是你今后工作比別人更專業的經驗來源，不需要企業花費大量試錯，節省大量人力物力。

05.反常：事出反常必有妖

什么叫反常現象，比如大多網站在中午12-14點間，流量都會因為網民需要休息顯著降低，且PC流量降低，移動流量驟升。但是如果某，或者某一周的12-14點流量全體暴增呢？

反常現象是在周期性現象的異變，當多次出現反常現象時，你找到原因后要開始重新審視周期性現象是否產生了變化，是否是政策變化；是否是環境風向變化；是否是平臺玩兒變化等。

▍理論誤區

01.猜測不代表結論

進行數據分析時，先看日記中記錄了哪些行為，再對比數據結果看記錄該行為的同時是否產品數據波動，如果數據波動符合日記中的行為常識，那么可以大膽猜測該項數據變化是由該次行為導致。

接著你要做的是通過數據驗證它，而不是武斷的認為數據波動是這個行為產生的。

比如，公司派同事去路演，路演PPT尾頁留有微信公號的二維碼。結果在數據分析時，發現當天微信新關注數量暴增。然后運營人員不經過驗證直接武斷的把新增用戶的效果歸于路演，甚至得出了要多參加路演的指示。可是在數據分析時，發現當天新關注數的增長來源是“名片分享”而不是“掃描二維碼”，后來一問才知道，是社群組的同事進行了一次小范圍的社群名片互動。

始終要記住“猜測不代表結論”，提出猜測后，要證實它。當出現實在找不到根源的問題時，先暫時放棄，記錄下你的猜測，找機會再驗證它。

02.深入分析，結論可能是假的

剛才提到了“猜測不代表結論”，這里面存在連環套。因為數據分析工作面對著大量數據，時間一長，人難免會焦躁，特別是老是找不到原因時，很容易得到假結論。

舉個例子，某次分析網站數據時，對比發現有網站的PV暴增許多，縮小粒度后發現數據增幅集中在當天14-17點，然后開始分析“受訪頁面”的訪問次數，一排序，發現某個欄目PV暴增，一問部門同事才發現是因為內容運營開了爬蟲，抓取了大量的信息流，提高了PV量。

這時候，如果不細想很容易得出“PV暴增是因為內容組抓取大量內容導致”的表面結論。因為回到問題中，原現象是“14-17點，PV暴增”，現有的表面結論并沒有按照小時粒度去分析，終分析14-17點小時數據時，發現原來是因為這三個小時來了一位新訪客，瀏覽了多篇資訊文章，然后把所有欄目都看了一遍。

所以終PV暴增的原因應該是“新訪客瀏覽整站”和“內容組開爬蟲”共同作用引起的，而非單一項。在實際工作中，人們很容易只是看到了層表象得出結論，時刻記住多深入分析，想想現有的結論是不是到小粒度了，有沒有可能是個陷阱？

▍結語＆題外話

01.當你的某項工作長期不見起色，懷疑源頭試試

以數據分析來說，分析人員有時候會出現分析來分析去是得不出結論的現象，導致這種現象的原因除了上文提到過的“csv格式”等操作問題時，還有可能是數據源本身出現了錯誤。別想著機器一定正確，如CNZZ后臺統計“來源分類”時，四個來源渠道數量想加出現了不等于總和的情況。這里面有部分來源是后臺統計不到的，所以沒有計入。也會有數據表格時，后臺出錯一了張空表，合并時出現大坑。

所以適當的懷疑源頭，說不定會有意想不到的發現。

02.三方平臺不可靠？那自建

剛才提到了統計后臺出錯的一些情況，當后臺出錯的次數很高，降低了運營者對統計軟件的信任度。一旦對源數據的正誤產生了懷疑，工作起來絕不會順心。

既然三方平臺不可靠，有實力讓公司的技術人員自行搭建后臺吧。在技術人員實力過硬的情況下，不僅可靠，而且可擴展性強，分析粒度也更細（如CNZZ不能統計用戶行為路徑），可以完全按照運營人的數據要求進行定制，后期為用戶建模時，提供的數據支撐。

03.數據不會說話，但你要負責

在數據分析中，會慢慢得到一些樂趣，次學會用Excel某個函數的得意、次知道透視表時的興奮、次制作PPT被夸獎時的欣喜…你發現了很多坑，也學了很多小技巧。會從小白變成大神，能輕易的使用某個小聰明的手段，掩蓋掉真實數據的缺點。這些，數據永遠不能開口說話，但是你要對自己負責。

本文來源于網絡，歡迎大家一起交流分享

推薦閱讀