新手怎么做数据分析，怎么写分析报告？

本文是《用户增长实战100问》的读书笔记，对增长黑客或用户增长感兴趣的朋友，可以在留言区留言交流。

趋势分析和对比分析是数据分析的基础方式，在撰写数据分析报告时并不需做出多么绚丽的图表，而要体现数据指标的影响因素，进而通过趋势观察和对比，找出数据变化的原因并提出针对性的解决方案。

1、通过曲线观察变化趋势

数据分析新手在分析曲线趋势时要考虑的4个要素

• （1）占比某数据维度对整体数据维度的影响，如7月新增用户在整体用户中的占比是：7月新增用户量/整体用户量。
• （2）环比如，分析7月比6月的新增用户环比增长率的公式为：（7月新增用户量-6月新增用户量）/6月新增用户量。
• （3）同比如，7月用户量同比6月用户量增长了多少，公式为：7月用户量-6月用户量；若7月用户增长率比6月用户增长率增长了多少，公式为：7月整体用户量/6月整体用户量 – 6月整体用户量/5月整体用户量。
• （4）定基比对某个重要的基点进行比较。如，7月用户增长率与1月用户增长率的定基比为：7月新增用户量/6月新增用户量 – 1月新增用户量/12月新增用户量，我们可以拿7月的定基比与6月的定基比进行比较。若某项数据表现特别突出，可以将这个数据作为衡量标准，即定基比的对象。将其他维度的数据通过定基比进行相互比较，可反映其他数据与标准数据之间的差距和变化情况。

曲线分析可以得到多维曲线的对比情况

曲线分析的好处在于可以分析多维数据得到多维曲线的对比情况，细分不同维度画出用户活跃度变化曲线，可发现各因素对活跃度的影响。

2、通过柱状图进行对比分析

柱状图可得出某个数据量的好坏

柱状图的作用在于可进行直观的数据对比，从而得出某个数据量的好坏。

柱状图可对比影响关键指标的相关因素

如用户量的增长与推广预算金额、投放渠道数量及转化用户的活跃度都有关系，可以丰富柱状图的对比维度，观察不同因素的变化。

3、细分数据分析维度

增长黑客要分析结果数据和过程数据增长黑客的数据分析思维不只分析结果数据，还要分析过程数据。要学会拆分结果数据的影响数据，这是掌握精细化数据分析方法的基础。

常见的拆分方法有以下5种

（1）按不同时间分析

观察不同时段的数据变化情况。如，获得了日活跃用户数据结果，可以拆分整理出24小时内每小时的数据变化情况，经对比发现上涨或下跌的关键时刻，再关联这个时刻我们做了什么事，分析效果。

（2）按不同渠道分析

分析不同来源渠道的用户表现。如，同样是活跃用户数据，对某阶段内活跃用户的来源渠道进行分析，观察各渠道转化用户的活跃情况，对比该渠道历史数据，可以发现数据变化的原因。

（3）按不同群组用户分析

可根据注册时间的不同简单地进行用户分组，还可通过具体的用户行为表现进行分组，通过对比不同用户群组的表现差异发现原因。如，活跃用户下降，可按照注册3天内、15天内、30天内、30天以上4个阶段对用户细分，对比不同注册时间的用户的活跃度差异，经过历史数据对比发现哪些群组用户的活跃度变化波动较大。

（4）按地域分析

在互联网运营中，除了按照省份分地域外，还会按一线城市、二线城市等来区分地域，然后按地域不同对比不同群组用户的变化情况。

（5）拆分指标的影响因素

新手需找到数据指标的影响因素，拆分每个影响因素的数据变化情况。如，活跃度数据的影响因素一般根据活跃标准而定义，活跃度的影响因素有使用时长、使用次数、新增用户量、浏览内容次数等，通过使用时长定义活跃用户，可以以使用时长为维度，分析不同使用时长用户的数量的变化情况。