在產品運營過程中，資料分析具有極其重要的戰略意義，是產品優化和產品決策的核心大腦。因此做好資料分析，是產品運營中最重要的環節之一。
那麼如何做好支付的資料分析呢?以下梳理出資料分析的8步流程，以及常見的7種分析思路。新手在啟動資料分析前，最好跟主管或資料經驗較豐富的童鞋確認每一步的分析流程。
一、資料分析八流程：
1、為什麼分析?
首先，你得知道為什麼分析?弄清楚此次資料分析的目的。比如，這次簡訊方式的資料分析，為什麼要做這個分析。你所有的分析都的圍繞這個為什麼來回答。避免不符合目標反覆返工，這個過程會很痛苦。
2、分析目標是誰?
分析目標是誰?要牢記清楚的分析因子，統計維度是訂單，還是使用者，還是金額，還是使用者行為。避免把訂單當使用者算，把使用者當訂單算(上週運營同學真實案例)，算出的結果是差別非常大的。
3、想達到什麼效果?
通過分析各個維度的使用者，訂單，找到真正的問題。例如這次的xx通道的分析，全盤下線，或維持現狀不動，都不符合利益最大化原則。通過分析，找到真正的問題根源，發現使用者精細化運營已經非常必要了。
4、需要哪些資料?
支付的資料，茫茫大海，資料繁多，用「海」來形容一點都不為過。需要哪些源資料?付費總額，付費人數?新老使用者維度?付費次數?轉移人數?留存率?使用者特徵?畫像?先整理好思路，列乙個表。避免資料部門同學今天跑乙個資料，明天又跑乙個資料，資料部門同學也會比較煩。
5、如何採集?
直接資料庫調取?或者交給程式猿匯出? 自己寫sql?運營同學不妨都學一下sql，自力更生。
6、如何整理?
整理資料是門技術活。不得不承認excel是個強大工具，資料透視表的熟練使用和技巧，作為支付資料分析必不可少，各種函式和公式也需要略懂一二，避免低效率的資料整理。spss也是乙個非常優秀的資料處理工具，特別在資料量比較大，而且當字段由特殊字元的時候，比較好用。
7、如何分析?
整理完畢，如何對資料進行綜合分析，相關分析?這個是很考驗邏輯思維和推理能力的。同時分析推理過程中，需要對產品瞭如指掌，對使用者很了解，對渠道很熟悉。看似乙個簡單的資料分析，其實是各方面能力的體現。首先是技術層面，對資料**的抽取-轉換-載入原理的理解和認識;其實是全域性觀，對季節性、公司等層面的業務有清晰的了解;最後是專業度，對業務的流程、設計等瞭如指掌。練就資料分析的洪荒之力並非一朝一夕之功，而是在實踐中不斷成長和昇華。乙個好的資料分析應該以價值為導向，放眼全域性、立足業務，用資料來驅動增長。運營同學比較容易聚在某個點上轉圈走不出來。
8、如何展現和輸出?
資料視覺化也是乙個學問。如何用合適的圖表表現?每一種圖表的寓意是什麼?下面列舉下常用的8個圖表：
折線圖：合適用於隨時間而變化的連續資料，例如隨時間收入變化，及增長率變化。
堆積柱形圖：堆積柱形圖不僅可以顯示同類別中每種資料的大小，還可以顯示總量的大小。例如我們需要表示各個支付方式的人數及總人數時。
線-柱圖：這種型別的圖不僅可以顯示出同類別的比較，還可以顯示出趨勢情況。
條形圖：類似於橫向的柱狀圖，和柱狀圖的展示效果相同，主要用於各項類的比較。
餅圖：主要顯示各項佔比情況。餅圖一般慎用，除非佔比區別非常明顯。因為肉眼對對餅圖的佔比比例分辨並不直觀。而且餅圖的項，一般不要超過6項。6項後建議用柱形圖更為直觀。
圖表不必太花哨，乙個表說乙個問題就好。用友好的視覺化圖表，節省閱讀者的時間，也是對閱讀者的尊重。
有一些資料，辛辛苦苦做了整理和分析，最後發現對結論輸出是沒有關係的，雖然做了很多任務作，但不能為了體現工作量而堆砌資料。
在展現的過程中，請註明資料的**，時間，指標的說明，公式的演算法，不僅體現資料分析的專業度，更是對報告閱讀者的尊重。
二、資料分析七思路：
1、簡單趨勢
通過實時訪問趨勢了解產品使用情況。如總流水，總使用者，總成功率，總轉化率。
2、多維分解
根據分析需要，從多維度對指標進行分解。例如新老使用者、支付方式、遊戲維度、產品版本維度、推廣渠道、**、地區、裝置品牌等等維度。
3、轉化漏斗
按照已知的轉化路徑，借助漏斗模型分析總體和每一步的轉化情況。常見的轉化情境有下單率，成功轉化率等。
4、使用者分群
在精細化分析中，常常需要對有某個特定行為的使用者群組進行分析和比對;資料分析需要將多維度和多指標作為分群條件，有針對性地優化產品，提公升使用者體驗。例如我們這次對簡訊這類使用者，簡訊裡又有第3方和無第3方支付能力的，需要再進行分群的運營。
5、細查路徑
資料分析可以觀察使用者的行為軌跡，探索使用者與產品的互動過程;進而從中發現問題、激發靈感亦或驗證假設。例如我們這次對新使用者的運營，也非常有意思。
6、留存分析
留存分析是探索使用者行為與回訪之間的關聯。一般我們講的留存率，是指「新增使用者」在一段時間內「回訪」的比例。通過分析不同使用者群組的留存差異、使用過不同功能使用者的留存差異來找到產品的增長點。
7、a/b 測試
a/b測試就是同時進行多個方案並行測試，但是每個方案僅有乙個變數不同;然後以某種規則(例如使用者體驗、資料指標等)優勝略汰選擇最優的方案。資料分析需要在這個過程中選擇合理的分組樣本、監測資料指標、事後資料分析和不同方案評估。
不單是支付的資料分析，其他的產品運營資料分析流程和思路也一樣適用，只是支付資料相對其他產品而言，維度很多，以及組合的維度也非常多，因此就需要更清晰的思路和大局觀，避免陷入到資料海洋中。
資料分析能力的8個等級
並非所有的分析方法作用都相同。和大多數軟體解決方案一樣，你會發現分析方法的能力也存在差異，從簡單明瞭的到高階複雜。下面我們按照不同分析方法所能給人帶來的智慧型程度，把分析能力劃分為8個等級。1.標準報表 回答 發生了什麼？什麼時候發生的？示例 月度或季度財務報表 我們都見過報表，它們一般是定期生成，...
資料分析能力的8個等級
並非所有的分析方法作用都相同。和大多數軟體解決方案一樣，你會發現分析方法的能力也存在差異，從簡單明瞭的到高階複雜。下面我們按照不同分析方法所能給人帶來的智慧型程度，把分析能力劃分為8個等級。1.固定報表 回答 發生了什麼？什麼時候發生的？示例 月度或季度財務報表 我們都見過報表，它們一般是定期生成，...
資料分析能力的8個等級
並非所有的分析方法作用都相同。和大多數軟體解決方案一樣，你會發現分析方法的能力也存在差異，從簡單明瞭的到高階複雜。下面我們按照不同分析方法所能給人帶來的智慧型程度，把分析能力劃分為8個等級。1.固定報表 回答 發生了什麼？什麼時候發生的？示例 月度或季度財務報表 我們都見過報表，它們一般是定期生成，...