【案例】业务数据分析方法之多维度拆解

这种场景往往适用于像分栏目的 播放量 和 新老用户比例 等等。

一般适用于从不同渠道 浏览到添加购物车 到购买的这种全局的转化流程，

像有些跨区域的产品，不同的区域活动的效果自然不同，这时候我们就可以从不同省份的活动情况来进行分析。

比较适用于一些直播类的产品，比如需要去观察打赏主播的等级、性别，来自哪个频道进行多维度的拆解。

举个栗子 ：我们做少儿英语培训的产品，进行了一波推广营销活动后，想看下推广效果怎么样，如何查看呢？

首先我们从 【进入网站事件】进行分析：

从用户性别进行拆分 ，由下图可以看出，进入网站的用户61%都是女性。相比孩子的父亲，母亲更关注少儿英语培训，这也跟大部分家庭由母亲带孩子有关。

从操作系统进行拆分 ，可以看出大部分用户来自iOS用户。据相关数据统计，女性用户更喜欢用苹果设备，这也与前面的性别分析是一致的。

按渠道来源进行拆分， 由下图可以看出42%的用户来自于订阅号。这是因为我们在活动开始前做了一场公开课，并在订阅号上做了相关推送。

从城市等级 这个维度进行拆分，咱们的产品定位是中等偏高收入的人群，这类用户主要集中在一线城市，这也符合我们产品目前的定位。

从进入网站这个事件按新老用户进行拆分，由下图可以发现，每天的DAU在过去的一周内没有发生什么波动，但是按新老用户拆分后发现，随着这一波的推广，咱们的新增用户数一直在涨的，但是DAU却没有啥变化，这是因为老用户一直在往下跌，这一涨一跌交集之后，DAU的趋势没有啥变化，这背后反映的情况是： 引入了大量的新用户，但是没有成功的留住他们。

经过推广活动之后 ，注册-下单-支付的这个流程的转化情况如下图，那么从哪些方面提升转化率呢？我们就可以用多维度拆解的方法，对这个业务流程进行拆解。

首先从 渠道来源 进行拆解分析，由下图可以看出，百度来的流量虽然不少，但是下单和支付的转化率相比其他渠道还是挺低的。那像这种情况咱们可以加大其他渠道的广告投放力度，减少百度的投放力度。

其次 从城市进行拆解分析 ，在郑州这座城市用户下单的意愿不强烈，这表明我们的产品可能不适合二级城市（新一级城市）的用户。

最后 从操作系统拆解分析 ，由下图可以发现，iOS用户支付能力比较强，这也跟我们的产品大部分是女性用户有关。

基于以上拆解的案例可以看出，多维度拆解法的运作原理非常简单：指标或是业务流程按照多维度拆分，来观察数据的变动，从而找出问题的原因。

业务数据分析对数据分析工作至关重要，不懂业务就很难进行深入有效的数据拆解，所以CDA数据分析师一级把对比分析作为考点， CDA小程序 里也有很多业务分析的模拟题，大家可以通过刷题来提升自己。