數(shù)據(jù)包裹著我們每一個(gè)人，推攘著向前，向前，向前；我們也不斷的需要在數(shù)據(jù)中發(fā)現(xiàn)知識(shí)，快速成長。怎么更好的完成數(shù)據(jù)分析呢？發(fā)現(xiàn)問題，認(rèn)識(shí)問題，解決問題。看過萬卷書，走過萬里的路。發(fā)現(xiàn)數(shù)據(jù)分析也是一件有門有道，有章有法的事。簡單而言六個(gè)字：“構(gòu)成，對(duì)比，趨勢”構(gòu)成是數(shù)據(jù)內(nèi)部的組合分布，主要描述“我”是誰？知道“我”是誰是最為關(guān)鍵的一步，正如一句古語：“知己知彼，百戰(zhàn)不殆”。對(duì)比是組成部分的對(duì)比知道我最重要的是什么；現(xiàn)在“我”與過去“我”的對(duì)比知道成長了多少；同類的對(duì)比知道“我”與“他”的不同，顯現(xiàn)“我”的優(yōu)劣不足，這樣才能有的放矢。趨勢是變化走向的描述，主要掌握“我”要到哪里去，有跡可循，有蹤可跟，我們才能把握未知，不偏不倚的駛向好的未來。
構(gòu)成主要的方法，拆分構(gòu)成數(shù)據(jù)的成分，一般多按照自然維度，偶有人為定義（三分法，四分法，多分法）：比如：用戶分為年輕，中年，老年的三種年齡構(gòu)成；產(chǎn)品分為通過價(jià)格和質(zhì)量分為四象限；最常用的是多維度細(xì)分，因?yàn)橐欢ǔ潭鹊膮R總，會(huì)掩蓋數(shù)據(jù)的真實(shí)情況而出現(xiàn)辛普森悖論。假設(shè)維度：有（A，B，C，D）將會(huì)產(chǎn)生的組合為：15= 2的4次方-1；有時(shí)維度組合太多也不是一件好事。對(duì)比不是目的，發(fā)現(xiàn)自我的優(yōu)缺點(diǎn)及改善方法才是目的。一是時(shí)間上的比較有我們耳熟能詳?shù)哪?，季，月，周的同比和環(huán)比，今日與昨天基準(zhǔn)的比較。二是數(shù)據(jù)內(nèi)部同維度不同維值的對(duì)比：比如在地域的店鋪，可以對(duì)比北上廣各個(gè)城市的比較。三是競對(duì)/同類產(chǎn)品的比較：主要比較與競對(duì)/同類產(chǎn)品的優(yōu)勢劣勢。對(duì)比的具體例子生活中比比皆是：比如看別人家的孩子，別人的父母，別人的男朋友。這些不對(duì)等的對(duì)比除了氣人，沒有啥價(jià)值。最合適的對(duì)比：有A/B test，A/B test的關(guān)鍵就是保證兩組中只有一個(gè)單一變量，其他條件保持一致。比如測試首頁的改版效果，就需要保證來源渠道一樣，用戶質(zhì)量一樣，上線時(shí)間保持相同，這樣測試出來的數(shù)據(jù)才有意義。趨勢分析一般而言，適用于產(chǎn)品核心指標(biāo)的長期跟蹤，核心指標(biāo)是要能夠度量業(yè)務(wù)努力的狀態(tài)的，比如，點(diǎn)擊率（業(yè)務(wù)活動(dòng)是否讓用戶喜歡），GMV（最后的成交金額），活躍用戶數(shù)等。做出簡單的數(shù)據(jù)趨勢圖，并不算是趨勢分析，趨勢分析更多的是需要明確數(shù)據(jù)的變化，以及對(duì)變化原因進(jìn)行分析。如下圖：趨勢圖讓我們直觀的發(fā)現(xiàn)數(shù)據(jù)的波動(dòng)。比如周六日的周期下跌；網(wǎng)站活動(dòng)對(duì)日活的影響。趨勢關(guān)注的是業(yè)務(wù)人員的努力狀態(tài)：比如開車，行程數(shù)只是結(jié)果的反映，這種趨勢看不到人的努力；只有速度我們可以看到司機(jī)每個(gè)時(shí)間段的狀態(tài)（忽略其它路況原因）。每小時(shí)的速度變化能反映出人的狀態(tài)，只有我們處理好業(yè)務(wù)產(chǎn)出與人效的關(guān)系。我們就能以人來推斷業(yè)務(wù)增長。希望大家分析數(shù)據(jù)的時(shí)候，學(xué)會(huì) 從“構(gòu)成，對(duì)比，趨勢”中發(fā)現(xiàn)問題，找到解決辦法，促進(jìn)事態(tài)的穩(wěn)步發(fā)展。
python爬蟲人工智能大數(shù)據(jù)公眾號(hào)
下載APP