▍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

關鍵詞的選擇是seo整站優化的核心 | 文軍營銷選擇核心業務或者行業的一些關鍵字,然后通過百度競價后臺的關鍵字工具或者谷歌的關鍵字工具查詢關鍵字的精準搜索量,或者通過百度搜索下方的相關搜索,將關鍵字和搜索量都整理成關鍵字搜索量表格。然后根據難以程度分好類別。 二、分析關鍵字的競爭 從關鍵字搜索量表格里選擇搜索量相對較大的關鍵字,然后逐一在百度搜索,分析排列在頁的網站。看這