遇到數據不知道從何下手嗎？這種困境最大的原因，就是來自於你是單點看數據，而不是把數據串起來看。
什麼是把數據串起來看，就是了解不同數字之間的因果關係。譬如說：不重複訪客數和每位訪客的 Pageview 相乘，就是總合的 Pageview。
我們若用圖來表示數據間的因果關係，這就是所謂的數據地圖。
媒體數據地圖，若是以廣告為營收主軸的話，PV (pageview) 可以說是最重要的指標了，我們把它放在最上面，然後若是大一點的媒體公司，通常都會有 APP 和 WEB，我們可以把兩者個 PV 拆開來看。下圖是一個很典型的媒體產品數據地圖範例。
WEB PV，現在我們可以一層一層往下拆：
- WEB PV = 不重複訪客數 x PV per User。
- 不重複訪客數 = 會員訪客數 + 非會員訪客數。
- 會員訪客數 = 有效會員數 x 會員回訪率。
- 非會員訪客數 = SEO 流量 + 社交媒體流量 + 其他流量(本範例中是異業合作流量)。
- 而「非會員訪客數」和「註冊率」，和有效會員數是正相關的關係。
APP PV，我們也是可一層一層往下拆：
- APP PV = 活躍用戶數 x PV per User x 造訪頻率。
- 活躍用戶數 = 下載數 x 留存率。
- 下載數 = WEB 不重複訪客數 x WEB 下載轉化率。
在媒體的數據地圖，沒有直接用營收作為最終指標的原因是，因為對媒體來說，直客的廣告營收才是收入大宗，這一塊會因為客戶類型、廣告型態、目標客群契合度…等原因影響收入的高低，所以在媒體的數據地圖上，單獨的將 PV 拉出來看，在「數據分析」、「展開年度規劃」和「找到槓桿解」，會較容易進行。
一般就經驗上來說，APP 的用戶都會比較忠誠，比較常回來造訪，對總的 PV 貢獻較為穩定。而 WEB PV，尤其是非會員的部分，波動通常都很劇烈，有打中的話，流量會爆衝，沒打中的話，流量就會普普通通。
所以在數據地圖的拆解上，我們會習慣把穩定的和不穩定的分拆開來，然後想辦法在穩定的部分逐步優化，然後在不穩定的地方，找機會和破口，因為做法不同，所以數據上也會分開來看。
--不想錯過我的新文章：訂閱免費電子報
我的線上課：數據化營運、產品增長 和 產品企劃力，歡迎大家報名
