每一個資料分析師都必須掌握的方法：多維度分析法

多維度分析實質是細分分析，多維度分析對精細化運營的作用非常重要。多維度分析主要基於兩個地方展開，一個是指標的細化，一個是維度的多元，比如時間維度，競品維度等。管理層通常看的是綜合指標，總值。但是這些總值無法真正發現問題。而運營通常需要根據具體的、細分的資料來支撐決策。比如從使用者角度看，每天訪問使用者100萬，每天購買的使用者1萬，但這100萬個使用者是通過什麼渠道知道平臺的，在平臺哪個模組停留時間長，哪個模組轉化率高需要通過指標細分，才能下結論。

1、指標

所謂指標，指的是用來記錄關鍵流程的，衡量目標的單位或方法。指標的細化需要根據對業務的深入理解來拆解，公司通常有很多業務線，每個業務都會涉及相應的流程，每個流程都能用相應的指標來監控對總KPI的貢獻。比如一個部門的KPI考核指標為營收，這個部門的主營業務是toC的商品銷售，主要業務路徑為：

流量引入——>精準匹配——>實現轉換——>營收

具體對KPI的拆解按如下形式來進行：商品營收=（新使用者數+老使用者數）x 商品訂單轉化率 x 客單價

2、維度

所謂維度，即觀察指標的角度。維度獨立存在對於業務來說沒有太大意義，所有維度指標都要在熟知業務的情況下具體劃分。常見的網站分析的維度包括時間，地理位置，來源，渠道，瀏覽器，關鍵詞，競品等。

比如說上述的商品營收，分解成不同指標後，可以按不同的維度對比。新使用者的獲取渠道，性別，年齡，地區，每日新增的使用者數量等等。

 

3、多維度拆解的適用場景有哪些？

（1）對單一指標的構成或比例進行拆解分析時

比如，某產品APP做了一波推廣活動，想看推廣效果如何。我們可以從以下幾個維度來分析。

 

（2）對業務流程進行拆解分析：比如上述toC營收的業務流程：流量引入——>精準匹配——>實現轉換——>營收，在這個流程中，我們關注三個指標：瀏覽——>加購——>支付，我們用多維度拆解的方法，對這個業務流程進行拆解。

以渠道來源為例進行拆解分析，由下圖可以看出，百度來的流量雖然不少，但是下單和支付的轉化率相比其他渠道較低。可以減少百度廣告的投放力度，加強其他渠道的廣告投放力度。

 

4、多維度分析工具的使用

這裡以Smartbi為例，Smartbi的透視分析工具採用“類Excel資料透視表”的設計，多維分析不再需要建立模型，就能夠組合維度、彙總計算、切片、鑽取，洞察資料。不僅如此，任何欄位都可直接作為輸出欄位或篩選條件，輕鬆實現對資料的查詢與探索。