数据分析—常用分析方法
一、5W2H分析方法
5w:what(是什么)、when(何时)、where(何地)、why(为什么)、who(是谁)
2h:how(怎么做)、how much(多少钱)
案例一:如何是一款产品
- what:这是什么产品?
- when:什么时候需要上线?
- where:在哪里发布这些产品?
- why:用户为什么需要它?
- who:这是给谁设计的?
- how :这个产品需要怎么运作?
- how much:这个产品有付费功能吗?价格是多少?
特点:
- 可以帮助我们解决简单的问题
- 在复杂的商业问题面前不起作用,复杂问题有多个问题倒置的。这时候需要运用其他分析方法
二、逻辑树分析方法
逻辑树分析方法:是吧复杂问题拆解成若干个简单的子问题。
不管是实际生活中还是工作中,经常使用逻辑树分析方法来分析问题。
案例一:给自己做一个年度计划
- 年度计划一般包含很多项,要做的事情很多,思路很零散。为了理顺思路,使用逻辑树分析方法
- 可以吧年度计划这个复杂问题分为:技能学习、读书、健身、旅行
- 技能学习可以分为:业务指标、分析方法、工具学习等
这样一步一步把年度计划拆解成一个一个的子问题,解决了子问题就订好了年度计划。
注意事项:
逻辑树分析方法在解决业务问题时,经常不是单独存在的,会融合在其他分析方法里,辅助解决问题。
三、行业分析方法
行业分析方法,又称PEST分析方法。
PEST分析方法是对公司发展宏观环境的分析,所以经常用于行业分析。通常是从政策、经济、社会和技术这四个方面来分析的。
PEST:policy(政策)、economy(经济)、society(社会)、technology(技术)
四、多维度拆解方法
两个关键词:维度 、拆解
如何使用多维度拆分分析方法?
一般会从指标构成或者业务流程的维度来拆解
-
从指标构成来拆解
从指标定义进行拆解:
- 销售额=新用户销售额+老用户销售额
- 新用户销售额=新用户数 X 转化率 X 新用户客单价
- 老用户销售额=老用户数 X 复购率 X 老用户客单价
-
从业务流程来拆解
新增用户拆解:地域、性别、渠道
多维度拆解分析方法:
-
是什么?
维度=角度、拆解=维度1+...+维度n
-
有什么用?
- 整体拆解成部分,可以看到内部的差异
- 将复杂问题拆解成简单问题
-
如何用?
- 从指标构成来拆解:分析单一指标的构成。例如单一指标为用户,而用户又可以拆解成为:新用户、老用户
- 从业务流程来拆解:按业务流程进行拆解分析,例如不同的用户付费率。
-
注意事项:
要注意辛普森悖论,就是在有些情况下,考察数据整体和考察数据的不同部分,会得到相反的结论。使用多维度拆解分析方法,可以防止辛普森悖论。
五、对比分析方法
如何使用对比分析方法?
-
和谁比?
- 和自己比
- 和行业比
-
如何比较
一般从3个维度比较:数据整体的大小、数据整体的波动、趋势变化
- 数据整体的大小:平均值、中位数
- 数据整体的波动:变异数(标准差除以平均值)
- 趋势变化:时间折线图、环比、同比
六、假设检验分析方法
假设检验分析方法底层思想:逻辑推理
假设检验分析方法分为3步:
- 提出假设:根据要解决的问题,提出假设
- 收集证据:通过收集证据来证明
- 得出结论:依靠找到的证据得出的结论
七、相关分析方法
当我们研究两种或者两种以上的数据之间有什么关系的时候,就要用到相关分析。如果两种数据之间有关系,叫作相关关系。
例如:升高和体重之间的关系。
相关分析的作用:
- 在研究几种数据之间有什么关系,或者某个事情受到其他因素影响的问题时,可以使用相关分析
- 在解决问题的过程时,相关分析可以帮助我们扩大思路,将视野从一种数据扩大到多种数据。
- 相关分析通俗易懂
相关分析通常会使用到散点图
相关分析就是得到相关系数,相关系数有两个作用:
- 相关系数的数值大小可以表示两种数据的相关程度。一般相关系数的值大于0.6或者小于-0.6,表示两种数据之间高度相关;
- 相关系数的数值正负可以反映两种数据的相关方向。
excel中实现相关分析:
- 数据分析库的excel的数据分析功能
- 选择相关系数
- 具体操作:略
八、群组分析方法
群组分析方法:(对数据分组然后来对比)按某个特征,将数据分为不同的组,然后比较各组的数据。
九、RFM分析方法
RFM:最近1次消费时间间隔(recency)、消费频率(frequency)、消费金额(monetary)
十、AARRR模型分析方法
AARRR模型对应产品运营的5个重要环节:
- 获取用户(acquisition):用户如何找到我们?
- 激活用户(activation):用户的首次体验如何?
- 提高留存(retention):用户回来吗?
- 增加收入(revenue):如何转到更多钱?
- 推荐(referral):用户会告诉其他人吗?
作用:
AARRR模型涉及用户使用产品的整个流程,所以它可以帮助分析用户行为,为产品运营制定决策,从而实现用户增长。
十一、漏斗分析方法
从业务流程起点开始到最后目标完成的每个环节都会有用户流失,因此需要一种分析方法来衡量业务流程每一步的转化率,漏斗分析方法就是这样的分析方法。
环节转化率=本环节用户数/上一环节用户数,是为了衡量相邻业务环节的转化情况。
作用:
漏斗分析的作用是“定位问题节点”,即找到出问题的业务环节在哪。漏斗分析常用于用户转化分析或者用户流失分析。
所以漏斗分析中要关注两个指标:用户转化率和用户流失率
漏斗分析的转化率:
- 整体转化率,是从整体上评估各环节用户占初始环节用户的比例,这样就可以根据一定的比例,去预测未来的大致转化或者流失情况。
- 环节转化率,可以评估各业务环节之间的转化情况,通过比较各环节转化率,从而寻找业务瓶颈点,也就是找到最低转化率对应的业务环节。
参考资料:数据分析思维 分析方法和业务知识