不懂数据分析方法,有数据不会分析怎么办?
共 2834字,需浏览 6分钟
·
2021-04-19 14:48
做数据分析经常会遇到一个问题:
从一堆海量数据,不知道怎么分析,怎么得出结论;经常空有一堆数据,却无从下手;
面对问题,没有思路;
做了很多图表,却发现不了业务中存在的问题;
谈起使用工具的技巧头头是道,但是面对问题,还是不会分析。
那么面对一个业务场景,通过什么样的方式才能够寻找到正确的数据分析思路呢?所谓正确的分析思路,本质上就是站在一定高度的业务思维逻辑。
01
明目的
02
找指标
03
懂方法
有了数据指标之后,就可以进行分析了,下面列举了一些工作中熟练掌握分析和洞察数据的方法。
1、相关性分析法:两种指标的关联度如何;
两个指标之间是否有相关性,相关关系包括了线性相关和非线性相关,最常见的就是线性相关,也就是描述当一个连续变量发生变化时,另一个联系变量也相应地呈线性变化。
2、对比分析法:与别人对比,寻找差距;
通过与目标对象的对比,知道自身指标的好坏,寻找差距,定位优劣势。
3、漏斗分析法:由上到下环环相扣转化;
漏斗分析能够科学反映用户行为变化状态,是一个分析从起点到终点各阶段用户转化率情况的重要模型。用于评判漏斗上各个环节的转化效率,准确定位哪些环节出现问题,并通过转化用户和流失用户的画像分析,找出用户流失的原因,帮助提升转化率和降低流失率。
4、分类分析法:物以类聚,人以群分;
将具有相同特征的用户分成一组或一类,与其他组进行分析,如城市分组等;通过分组,可以帮企业发现重点/次要业务或产品、客户等。
5、同期群分析法:同类群体特征在不同时间是如何变化的
同期群分析主要分析相同的用户群体随着时间延续的发展变化情况,它是分类方法在时间上的延伸,强调相同用户群体随时间变化的变化情况。
6、逻辑树分析法:像树枝一样,将复杂问题拆解成若干简单子问题
逻辑树分析法是一种像树枝一样,将复杂问题拆解成若干个子问题进行分析的方法。
7、核心指标拆解法:像剥洋葱一样,将核心指标层层剥离找到问题本质
核心指标拆解法其实是逻辑树分析在企业实际业务中的一个应用,对企业的核心指标通过公式的层层拆解,像剥洋葱一样定位核心指标出现波动的问题和原因。
8、AB Test:小样本灰度测试寻找最优方案
AB Test是一种小样本的后验方法,需要先确定测试目标,并为测试目标设置几种方案,通过观察几种方案的用户表现,找出最受用户青睐的方案做为最终改善产品的方案。
04
可视化
散点图(适合相关)
折线图(适合趋势)
横的和竖的条形图(适合对比)
瀑布图(适合演变)
热力图(适合聚焦)
雷达图(适合多指标)
词云图(适合看分布)等等
05
出决策
比如说我们要拉活跃,你可能跟同事说的是,目前DAU的新老用户结构是xxxx,新用户流失怎样,不同渠道区别,对用户做分层,为什么某类用户会出现这样的原因,因为什么原因离开,根据这个原因我们要不要考虑下balabala,看看能不能灰度测试abtest走起balabala。
觉得好看,请点【这里】↓↓↓