做數(shù)據(jù)分析經(jīng)常會遇到一些列問題

如果你不能量化它,你就不能理解它,如果你不能理解就不能控制它,不能控制也就不能改變它。
從一堆海量數(shù)據(jù),不知道怎么分析,怎么得出結(jié)論;
經(jīng)常空有一堆數(shù)據(jù),卻無從下手;
面對問題,沒有思路;
做了很多圖表,卻發(fā)現(xiàn)不了業(yè)務(wù)中存在的問題;
談起使用工具的技巧頭頭是道,但是面對問題,還是不會分析。
01
明目的
02
找指標(biāo)
03
懂方法
有了數(shù)據(jù)指標(biāo)之后,就可以進(jìn)行分析了,下面列舉了一些工作中熟練掌握分析和洞察數(shù)據(jù)的方法。
1、相關(guān)性分析法:兩種指標(biāo)的關(guān)聯(lián)度如何;
兩個指標(biāo)之間是否有相關(guān)性,相關(guān)關(guān)系包括了線性相關(guān)和非線性相關(guān),最常見的就是線性相關(guān),也就是描述當(dāng)一個連續(xù)變量發(fā)生變化時,另一個聯(lián)系變量也相應(yīng)地呈線性變化。
2、對比分析法:與別人對比,尋找差距;
通過與目標(biāo)對象的對比,知道自身指標(biāo)的好壞,尋找差距,定位優(yōu)劣勢。
3、漏斗分析法:由上到下環(huán)環(huán)相扣轉(zhuǎn)化;
漏斗分析能夠科學(xué)反映用戶行為變化狀態(tài),是一個分析從起點(diǎn)到終點(diǎn)各階段用戶轉(zhuǎn)化率情況的重要模型。用于評判漏斗上各個環(huán)節(jié)的轉(zhuǎn)化效率,準(zhǔn)確定位哪些環(huán)節(jié)出現(xiàn)問題,并通過轉(zhuǎn)化用戶和流失用戶的畫像分析,找出用戶流失的原因,幫助提升轉(zhuǎn)化率和降低流失率。
4、分類分析法:物以類聚,人以群分;
將具有相同特征的用戶分成一組或一類,與其他組進(jìn)行分析,如城市分組等;通過分組,可以幫企業(yè)發(fā)現(xiàn)重點(diǎn)/次要業(yè)務(wù)或產(chǎn)品、客戶等。
5、同期群分析法:同類群體特征在不同時間是如何變化的
同期群分析主要分析相同的用戶群體隨著時間延續(xù)的發(fā)展變化情況,它是分類方法在時間上的延伸,強(qiáng)調(diào)相同用戶群體隨時間變化的變化情況。
6、邏輯樹分析法:像樹枝一樣,將復(fù)雜問題拆解成若干簡單子問題
邏輯樹分析法是一種像樹枝一樣,將復(fù)雜問題拆解成若干個子問題進(jìn)行分析的方法。
7、核心指標(biāo)拆解法:像剝洋蔥一樣,將核心指標(biāo)層層剝離找到問題本質(zhì)
核心指標(biāo)拆解法其實是邏輯樹分析在企業(yè)實際業(yè)務(wù)中的一個應(yīng)用,對企業(yè)的核心指標(biāo)通過公式的層層拆解,像剝洋蔥一樣定位核心指標(biāo)出現(xiàn)波動的問題和原因。
8、AB Test:小樣本灰度測試尋找最優(yōu)方案
AB Test是一種小樣本的后驗方法,需要先確定測試目標(biāo),并為測試目標(biāo)設(shè)置幾種方案,通過觀察幾種方案的用戶表現(xiàn),找出最受用戶青睞的方案做為最終改善產(chǎn)品的方案。
04
可視化
散點(diǎn)圖(適合相關(guān))
折線圖(適合趨勢)
橫的和豎的條形圖(適合對比)
瀑布圖(適合演變)
熱力圖(適合聚焦)
雷達(dá)圖(適合多指標(biāo))
詞云圖(適合看分布)等等
05
出決策

比如說我們要拉活躍,你可能跟同事說的是,目前DAU的新老用戶結(jié)構(gòu)是xxxx,新用戶流失怎樣,不同渠道區(qū)別,對用戶做分層,為什么某類用戶會出現(xiàn)這樣的原因,因為什么原因離開,根據(jù)這個原因我們要不要考慮下balabala,看看能不能灰度測試abtest走起balabala。
大嘴巴漫談數(shù)據(jù)挖掘——經(jīng)典案例賞析
關(guān)于數(shù)據(jù)中臺最常見的10個錯誤認(rèn)知
數(shù)據(jù)分析——SQL基礎(chǔ)知識概要介紹
推薦!小米用戶畫像實戰(zhàn)(附48頁P(yáng)PT)
覺得好看,請點(diǎn)【這里】↓↓↓
