數據分析，如何助力運營？
很多做數據的同學，最怕聽“有用”倆字。做個數據分析項目已經很難了。做個有用的項目更難。今天我們舉個場景，手把手教一下該咋弄。
請聽題：某短視頻平臺，游戲直播業務的日活用戶1000萬左右，但90%觀看時間不足10分鐘，運營希望盡可能多的讓用戶觀看10分鐘以上，請分析下該干哪些事情。
拿到題目，先不要著急跑數，牢記靈魂三問（自己問自己哦）：
問1：這是個啥層級問題？
A．戰略級
B．戰術級
C．戰斗級
問2：這是個啥類型的問題
A．是多少
B．為什么
C．怎么做
問3：當前狀態下要輸出什么成果
A．給幾個數
B．報表
C．專題報告
D．模型
E． ABtest
一分鐘思考時間
到底該怎么辦？
一、先定方向
很多同學一拿到題目，腦海里立馬蹦出：活躍率、轉化率、平均時長、用戶畫像等等名詞外加一大堆指標。這時候一定要告訴自己：稍等片刻。
想要擺脫無休無止的臨時取數，第一步就是有個做項目的樣子。把項目目標、工作范圍、輸出產物、交付時間這些整明白。然后正式開工。特別是遇到這種運營很頭疼的專項問題，這時候不立項，還等何時。先把旗子插起來，再開工。
既然要插旗子，就涉及上邊的靈魂三問，這三個問題都是跟項目目標、輸出方向有關的。首先，數據分析可以支持的問題有三個層級，區別見下圖：
圖片
這是個典型的戰術級問題。已經定了要提高每日觀看10分鐘以上用戶數量，但是具體怎么做方向都沒有，這時候就得先搞清方向，再想細節。第一題答案：B
數據分析可以直接解決的問題有五大類，可以間接解決的問題有三大類（如下圖）。
圖片
第二題選C。這個問題是個典型的“怎么做”問題。運營要的是具體執行建議，因此就不能光在數據層面纏繞，得結合運營可以干的事情來思考。注意，這個問題連方向都沒有，因此落到執行層面，先不要糾結要不要上美女陪玩，代金券是5元還是10元這些細節，要先解決“做哪些”的大類問題。
數據分析的產出物有很多，每一類產出有特定用途（如下圖），結合本次目標，最好先輸出一個專題報告，大家達成共識以后往戰斗層去推進，才容易落地。
圖片
二、梳理業務
問4：這個題的題眼在哪里
- 短視頻
- 游戲直播
- DAU
- 觀看時長
很多同學在解這個題的時候都直插DAU=DOU + DNU；或者直插觀看時間分成1-5分鐘，6-9分鐘，10+分鐘；或者直插直播入口1、2、3。我們說的題眼，是指對解決問題最重要的影響因素。短視頻平臺不稀罕，直播也不稀罕，可為啥這次運營偏偏挑游戲直播?
因為游戲直播在業務邏輯上有一些先天優勢：
- 游戲IP天生有粉絲，傳播成本低
- 游戲直播競技性、觀賞性好
- 游戲打一局時間比較長，用戶粘性天生好
可能基于這些理由，運營才會特別盯上游戲直播這塊，并且會發出“為啥連10分鐘都看不了”的疑惑。
三、構建思路
在構建思路的時候要特別注意：我們面對的問題是由真實的用戶產生，數字只是問題的度量。只要玩過游戲的人都知道：游戲玩家是活生生的人，不是1個DAU。他們有明確且真實的需求，玩魔獸的玩家就是對Loktar！很有感覺，玩農藥的00后也不太會去關注街霸。
按道理說，玩游戲的粉絲只要能看到喜歡的主播，是不至于瞄一眼就走的。所以看似只是時間不夠長，背后原因可能千頭萬緒（如下圖）：
圖片
如果要一個個研究，估計得忙到黃花菜都涼了。而且作為項目輸出，其結論會很分散。既然都立項了，要想辦法沉淀些能復用的東西。仔細思考其中的邏輯，我們會發現：其實問題的核心，來自用戶、主播、產品三個方面，可以歸納為四大問題：
- 用戶不行
- 主播不行
- 產品不行
- 用戶和主播沒有匹配上
以上四個問題里三個可以用評估體系來完成。通過建立用戶需求、產品質量、主播質量的監控體系，來評估用戶、主播、產品到底質量如何，質量是否穩定（舉例如下圖）。
圖片
這樣做既能結束運營對基礎情況兩眼一抹黑的狀態，又能為匹配問題打好基礎，還能沉淀一套評估方法論和監控指標，甚至有希望上一個小數據產品來做長期監控。可謂一箭三雕。作為項目產出，遠遠比寫一堆PPT價值大得多。
搞掂了評估體系，匹配的問題就很容易看明白：我們要按照用戶喜好的游戲類型，有空看直播的時間點來推相關的直播。
基于以上分析，下最終結論也變得輕松：
- 用戶質量不行，大部分不是游戲真愛粉——更精準找真實用戶
- 主播質量不行，名氣/技術不行，就是不吸粉——簽約有知名度強力主播
- 產品質量不行，用戶就是經常跳出——優化產品流程/界面
- 匹配不行——根據用戶和主播標簽，提高推送信息準確度，找更容易轉化用戶的推送時間
以上，基本思路理清楚，后邊可以定交付時間、排工作優先級、安排項目組成員，之后就正式開工了。注意：在項目開始前，預先給出結果判斷非常重要。有可能上述4個假設問題里，有些運營已有明確結論，有些運營不想改/不能改/不會改，有些運營毫不在乎。
提前溝通能直接繞開這些溝溝坎坎，極大的減少分析完以后被人質疑：“你說的有什么用！”“你說的很好，可這毫無意義”“你說完了我還是不知道怎么干”的問題。保持溝通，在后續項目推進中同樣重要。
四、下地干活
訂好計劃以后就能下地干活了。干活過程中注意：
- 完成一個議題溝通一次，切記憋大招。
- 有部分共識以后，不用等全部結束，可以直接往戰斗級推進，早日出落地成果。
- 監控數據變化，如果大形勢變化，適時調整方向。
我們常說：好的開始是成功的一半。實際上在數據分析項目里，好的開始是成功的四分之三。大部分項目是敗在前期的業務不了解，思路沒理清，沒有控制好業務方期望上——期望太高，最后失望/期望太低，后期重視度不夠。
真正開工以后主要坑點就是溝通太少，憋得太久導致期望值越來越高，最后失望也越來越大。其次的坑點就是推進太慢，落地結果遲遲看不到。所以才強調：不用等全部，有部分亮點出來，該上更細節的分析/策略研討，就直接上馬了。
五、課后思考
本題是運營沒有預設前提的情況下進行的。因此，探索性分析成分很多，分析邏輯相對復雜。如果運營有預設前提，比如：
- 我們懷疑是因為主播不行導致用戶觀看時長不夠
- 我們想更精細了解用戶觀看直播的需求來拉動觀看時長
- 我們想搞一個看10分鐘有抽獎的活動來拉動觀看時長
大家思考下，該怎么回答。在思考之前，先思考“這三個問法本身有什么區別，會導致開展項目的時候有什么側重點差異”。
