最近和不少人聊到数据分析的话题，所以举个小例子，证明一下数据分析确实是能转化为商业价值的。整体的思路是：在对产品足够熟悉的基础上，先做出方向性的假设，再提取相应的数据并分析，得到一些现象，最好是之前没发现的现象，然后尝试解释，接下来做用户调研修正解释，最终指导产品发展方向。
2008年底的时候，对手头一个产品的用户数据做过一些分析，发现了一条很销魂的曲线，由于更详细的数据不便公布，所以仅就一点为例谈谈。我们的目标是希望产品的用户能更活跃，活跃的一个指标就是更多的登录，所以方向选定，尝试分析登录日志。
直接上图，图中的横轴是把所有付费用户的第一次登录日期对其（表征“开始使用”），查看他们在此之后6个月的活跃情况；纵轴是这几千家公司的总体活跃情况（可以简单的理解成纵轴数值越高，用户登录越多），可以看到，活跃公司的比例变化明显分为4期，特别是1～4个月之间出现了先下降再上升到现象，于是我们先尝试着解释：
该产品是通过经销商销售的，在卖出去之后，经销商也会登录产品帮助用户做一些辅助工作，所以产品的登录行为有经销商登录和用户登录两部分，虽然在技术上无法区分，但两种行为确实各有特点。
第一阶段：第1个月，活跃度考察的是1个月内用户的登录多少，所以30天内活跃度不断上升达到峰值，约60%。这段时间内，经销商登录较多，帮助用户初始化。
第二阶段：1～3个月，活跃公司比例缓慢下降到约40%，其间包含两部分，经销商行为和用户行为：
Ø 经销商行为只有一个作用：衰减，这个衰减绝对比图中的更陡峭；
Ø 用户行为有两方面：衰减与增加，而增加是大于衰减的，从第三阶段可以看出；
第三阶段：3～4个月，活跃公司比例逐渐上升到60%，这是因为到3个月之后，几乎再没有经销商行为了，完全是用户登录，并且经过3、4个月的使用，用户已经通过产品带来实际价值，所以使用的更多；
第四阶段：4个月以后，稳定在60%弱一点，进入动态平衡期。
接下来我们为了验证上述观点，做了一些电话调研，试图区分出经销商登录和用户登录，果然让我们发现，两种人的主流行为是通过不同入口登录的，经销商通常从A入口登录，因为他们要做的辅助操作从这里做方便，而用户通常从B入口登录，因为日常操作更多在这里。
由上述分析，可以分离出经销商和用户两种登录行为造成的曲线，按理说应该分开画出两张图的，可惜时间太久，我看了一会日志分析的代码发现搞不定，暂时作罢，等有机会拿最新的数据再看一次，它们的叠加就是上图，手绘的凑合看看。
好，问题来了，分析着玩儿的么？商业价值呢？有两点。
一方面，我们会考核经销商手下用户的活跃度，目的当然是为了让他们更多的服务用户，指导用户使用以促进活跃，但有的经销商会耍小聪明，通过自己登录来忽悠我们。原来我们很苦恼，现在似乎可以通过登录行为的分析，对这种情况做一个粗糙的判断，如果有些用户登录的增加是A入口为主，再关联这些用户的经销商分析，就能够找出作弊的经销商，以示惩戒。
另一方面，这次分析告诉我们，对我们有实际意义的是用户从B入口的登录，所以产品的优化重点应该放在B入口，另一个数据也证明了上面的推论：有某种登录行为的群体，在出现该行为后几个月的活跃度情况，如下表。基本上只要出现过“B入口登录”，之后用户的活跃度就会很高，是真正的用户登录，事实上，这次数据分析指导了产品改进，后来，我们对B入口登录的引导做了很多事情，比如降低门槛，运营推广，在宣传手册、光盘上重点说明等等，起到了不错的效果。
|
出现某种登录行为的群体 |
1月后 |
2月后 |
3月后 |
|
A入口一周内登录>=2天 |
68.7% |
56.8% |
58.1% |
|
A入口两周内登录>=8天 |
92.0% |
81.8% |
78.1% |
|
B入口一周内登录>=2天 |
95.4% |
91.2% |
87.1% |
|
B入口两周内登录>=8天 |
99.6% |
96.4% |
94.4% |
本文中的数据是用Matlab做的分析，这是个巧合，正好上学的时候一直拿它做数据挖掘。常有这种体会，之前学过的东西，当时不知道有什么用，多年以后说不定什么地方还真的用上了，很爽。
更多尽在 iamsujie.com