TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

营销人员的数据技能:五级阶梯和练习

营销人员需要的五项数据技能,按顺序是:读懂数字数的是什么、公平比较、确认它值得信任、判断差异是不是真的、用一句话讲清楚。本文有算例、每级一个测试问题和五周计划。

苏禾 发布于 2026 年 11 月 21 日 8 分钟阅读 数据分析
示例数据:转化率完全相同(3.0% 和 3.6%),但每组 4,000 个会话时 p ≈ 0.13,区间包含零;每组 16,000 个时 p ≈ 0.003。比率没变,变的是证据。示例数据

营销人员需要五项数据技能,顺序是:读懂数字数的是什么、公平地比较、确认它值得信任、判断差异是不是真的、用一句话讲清楚。没有哪项需要代码,每项都能在你已有的面板上练。每项技能都在保护下一项:在分母不对的比率上做显著性检验,结果很精确,也是错的。

读完你会知道

  • 每个比率旁边写上「按 ___」:按访客 5.0%、按会话 3.6% 都对,但不能互相比较
  • 先拆分再解释:转化率从 3.0% 降到 2.5%,而两种设备的转化率都没变
  • 每组 4,000 个会话时 3.0% 对 3.6% 是噪声(z = 1.50);同样的比率每组 16,000 个就不是了(z = 3.00)

营销人员到底需要哪些数据技能?

营销人员需要五种数据技能,顺序如下:读懂一个数字数的是什么、公平地比较、确认它值得信任、判断差异是不是真的、用一句话讲清楚。没有哪一项需要写代码。每一项都可以在你已经打开的统计面板上练习。

顺序很重要,因为每项技能都在保护下一项。有人会做显著性检验,却不知道某个比率是按会话还是按人算的,那他会很精确地检验错东西。而用一个不可信的数字讲出清晰故事的人,比什么故事都不讲的人危害更大。

为什么雇主在意:美国劳工统计局预计市场研究分析师的就业人数在 2025 年到 2035 年间增长 7%,称之为远快于所有职业的平均水平,2025 年 5 月年薪中位数为 $78,760。它的职业介绍把分析能力以及统计方法和软件的使用列入要求。这是一份岗位说明,不是对你岗位的预测,但它说明分析是营销核心工作的一部分,而不是附加项。

本文给你这套阶梯,每一级一个测试问题,让你知道自己在哪一级,中间几级各有一个算例,以及一个每周 30 分钟、共五周的计划。它与讲第 5 级的数据叙事搭配阅读,也与从整个团队角度看同一问题的数据成熟度模型搭配。

技能阶梯是什么,怎么知道自己在哪一级?

级别技能测试问题在你的面板上练习
1读懂数字数的是什么这个比率是按会话、按访客还是按订单?在概览页挑五个数字,写出每个的分子和分母
2公平地比较是比率变了,还是构成变了?把一个比率按设备拆分,比较两个时段
3确认它值得信任机器人、埋点变动或样本太小能解释它吗?对一个你要汇报的数字做下面的五项检查
4判断差异是不是真的3.0% 对 3.6% 是信号还是噪声?对一次 A 对 B 的比较算出置信区间
5用一句话讲清楚读的人该做出什么不同的行动?给一张图写出标题、数字和行动

自我评估的规则:你处在这样一级,在这一级上,对一个不是你建的数字,你不用查任何东西就能回答它的测试问题。多数自以为在第 4 级的营销人员其实在第 2 级,因为第 1、2 级的错误对犯错的人是看不见的。

级别技能测试问题
1读懂数字数的是什么按会话、按访客还是按订单?
2公平地比较是比率变了还是构成变了?
3确认它值得信任机器人、埋点变动、样本小?
4判断差异是不是真的3.0% 对 3.6% 是信号还是噪声?
5用一句话讲清楚读的人该做出什么不同的行动?

你处在这样一级:对一个不是你建的数字,你能回答这一级的测试问题。

第 1 级:怎么读懂一个数字实际数的是什么?

每个比率都有分子和分母,而工具在两者上都不一样。以 TapCub 的文档为例,目标转化率定义为完成目标的访客数除以同期去重访客数,而数据报表里用的是转化次数除以会话数。文档明确说这两者不能直接对比:一个是人除以人,一个是每次访问的事件数。

用示例数据展示这种影响:一个月有来自 6,000 位访客的 10,000 个会话,其中 300 位访客转化了,转化总次数 360(有些人转化了两次)。

度量计算结果
访客转化率300 ÷ 6,0005.0%
会话转化率360 ÷ 10,0003.6%

同一个月、同一个网站,两个都正确的数字相差 1.4 个百分点。一位营销人员在一页幻灯片里报 5.0%,再拿它和上季度的 3.6% 比,就凭空造出了 39% 的提升(5.0 ÷ 3.6 − 1 = 38.9%),而这只是定义变了。

习惯:报任何比率之前,在旁边写上「按 ___」。

第 2 级:怎么比较才不被构成变化骗到?

即使每个细分的比率都没变,只要流量构成变了,综合比率也会变。

示例数据:某网站各设备的转化率在两个月里保持不变,但流量构成发生了变化。

月份手机会话手机转化率桌面会话桌面转化率综合
3 月2,0001.5%3,0004.0%(30 + 120) ÷ 5,000 = 3.0%
4 月3,0001.5%2,0004.0%(45 + 80) ÷ 5,000 = 2.5%

综合转化率下降了半个百分点(降幅 16.7%),但两种设备都没有变差。一个把更多手机访客引进来的活动改变了构成。这项技能就是解释之前先拆分的条件反射:按设备、来源、新老访客拆分,始终拿同类和同类比。

第 3 级:相信一个数字之前该检查什么?

汇报一个数字之前做五项检查,每项不到一分钟:

  1. 分母大小。 转化不到约 100 时,比率可能因偶然而大幅波动。大声说出「样本小」。
  2. 机器人。 爬虫排除了吗?机器人流量短暂、单页、很少转化,会把比率拉低。
  3. 埋点变动。 这个时段里有人改过代码、目标或会话规则吗?发版当天出现的跳变,在被证明不是之前都算测量变化。用日期标注标出发版。
  4. 时间窗口。 比较的是同样的星期几吗?要比周二对周二的几周,不要拿含假日的一周去比不含的。
  5. 定义。 这个数字的定义和上次一样吗(按会话还是按人)?

任何一项没通过,就带着这条说明去汇报,或者干脆不汇报。一个你守不住的数字,比没有数字更糟。

第 4 级:差异是真的还是噪声?

示例数据:落地页的两个版本,各展示给 4,000 个会话。版本 A 转化 120 个(3.0%);版本 B 转化 144 个(3.6%)。

使用 NIST/SEMATECH 电子手册中描述的两比例检验:

  • 合并比率 p = (120 + 144) ÷ 8,000 = 0.033。
  • 标准误 = √(0.033 × 0.967 × (1/4,000 + 1/4,000)) = 0.00399。
  • 差值 = 0.036 − 0.030 = 0.006,所以 z = 0.006 ÷ 0.00399 = 1.50,p ≈ 0.13。
  • 差值的 95% 置信区间是 −0.18 到 +1.38 个百分点,包含零。

在这个样本量下,B 比 A 好 20% 和运气无法区分。比率不变、样本量乘以四(每组 16,000 个会话:480 对 576 个转化),结果就变了:z = 3.00,p ≈ 0.003。比率没变,变的是证据。

给营销人员的三条规则:(1)测试之前先定样本量,(2)数字一好看就停的做法不要有,(3)报区间,而不只是点估计。TapCub 不做 A/B 测试,也不分流;如果你在别处做测试,可以用 TapCub 核对每一组的转化和机器人过滤。

app.tapcub.com

同样的比率,不同的证据

3.0% 对 3.6% 的 z 值
每版本 4,000 个会话1.50
每版本 16,000 个会话3.00
示例数据
示例数据:转化率完全相同(3.0% 和 3.6%),但每组 4,000 个会话时 p ≈ 0.13,区间包含零;每组 16,000 个时 p ≈ 0.003。比率没变,变的是证据。

第 5 级:怎么用一句话讲清楚?

读的人能据以行动的发现有四个部分:什么变了、变了多少、和什么比、该做什么。 模板:

「[细分] 的 [指标] 在 [时段] 是 [值],比 [基线] [上升或下降] [幅度]。[原因或最可能的解释]。我们应该 [行动]。」

第 2 级的例子:「4 月综合转化率从 3.0% 降到 2.5%,但手机和桌面的转化率没变,仍是 1.5% 和 4.0%。活动把构成推向了手机。我们应该逐个设备比较,而不是看综合数。」注意它写明了基线,并给出了行动。图表选择和叙事结构见数据叙事。

五周练习计划是什么?

在你自己的面板上,每周 30 分钟:

周级别练习完成标志
11为概览里的五个数字写出分子、分母和「按 ___」每个都有书面定义
22把一个比率按设备拆分,比较两个月能用拆分解释综合数的变化
33对你上一份报告里的数字做五项检查找到至少一条说明,或确认没有
44对一次比较算出 z 值和区间能说出这个差异是否能和噪声区分
55为第 4 周的比较写一条四部分的发现没参与的人看了就能行动

每项技能在 TapCub 里对应哪里

就用你手上的面板做练习场。

  1. 第 1 级: 网站统计 › 概览 和 网站统计 › 数据报表 列出每个指标及其口径;TapCub 的目标转化率(人 ÷ 人)和报表转化率(转化 ÷ 会话)是不同的数,所以在每个旁边写上「按 ___」。
  2. 第 2 级: 用 网站统计 › 受众 按设备拆分,用 网站统计 › 来源 看来源构成。网站统计 › 页面 报表给出环比变化。
  3. 第 3 级: 网站统计 › 机器人 显示排除了什么;配置 › 日期标注 让你在图表上标出发版和活动。
  4. 第 4 级: 自定义指标与 SQL 页(全端分析 › 行为分析 › 自定义指标与 SQL)可以用事件定义你自己的指标,也可以用 SQL 查事件数据,算出每一组的比率。
  5. 第 5 级: 全端分析 › 智能运营 › AI 助手 用一句话提问,返回用你项目的查询做出的图表;再用四部分模板把数字复述一遍。它不替你做决定。

TapCub 不做实验,也不替你计算显著性,所以第 4 级是你用它的数字做的一次计算。

常见问题

营销人员需要哪些数据技能?

读懂指标数的是什么、在细分和时段之间公平比较、检查数据质量、判断差异是不是真的,以及用一句可行动的话讲清发现。SQL 有用,但五项里没有一项必须会它。

营销人员需要学 SQL 吗?

起步时不需要。第 1 到 3 级用报表和筛选。当某个问题不在任何报表里时,SQL 在第 4 级有帮助,但要在前三级之后再学。

怎么练习数据技能?

按五周计划,用你自己的统计面板,每级每周做 30 分钟练习。在你要汇报的数字上练,而不是在示例数据集上练。

培养数据技能要多久?

每周 30 分钟、五周,能把这套阶梯走一遍。真正的熟练来自在你发布的每份报告上重复它。

营销里最常见的数据错误是什么?

比较分母不同的比率,比如人对会话。它会造出只是定义变化的提升,比如示例里的 38.9%。

资料来源

归档:数据分析

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

苏禾

数据分析师

围绕流量来源、转化漏斗与用户留存写作,重视指标口径和分析过程,用具体示例解释数字背后的问题。

在真实的面板上练习

来源、目标、机器人过滤、日期标注,以及自定义指标与 SQL,都在一个项目里。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie