思维分析逻辑 5 DAY

目录

• 如何分析
  • 结构分析
  • 对比分析
  • 时间序列
  • 相关性分析
  • 机器学习
• 报告撰写
  • 报告撰写三原则
  • 标准化报告的组成
• AB测试
  • AB测试流程
  • AB测试注意事项

如何分析

结构分析#

对比分析#

对比分析：所有的数据只有对比才有意义，每年的双11都会与之前的双11进行消费额对比；实际工作中，最常见的对比对象就是大盘，比如新上线一个功能，怎么样评估这个功能效果，除了看功能使用人数，更加要做的是这个功能的留存和大盘的留存对比。

时间序列#

时间序列二次拆解分析：一般看某指标时，都会把时序周期拉长，看数据趋势，而数据都是波动的，所以都会进行拆解分析，寻找具体波动项。

相关性分析#

落地项：该地区用户整体更加偏爱高价格产品，可进一步优化产品结构，产品偏高端产品4和产品2 表现最佳，产品经理可进一步该类产品特征。

机器学习#

基础代码非常容易，但确实能够帮助找到切入点：开通月数和电子支付这两个变量非常重要

---

报告撰写

报告撰写三原则#

1. 主题一脉相承分叉：只有一个主题，每页PPT都围绕这个主题分叉展示。
2. 简单通俗易懂：数据分析师的报告一定是简单的大白话
3. 结论和闭环先行：没有明确的结论和落地项的报告就是数据堆积。

标准化报告的组成#

1. 背景：为何要做这份专题报告，即问题的识别

2. 分析结论：如果是面向管理层的汇报，结论可以先行

3. 分析框架：即问题的拆解，往往这里不需要很详细

4. 第一个关键点结论

5. 第一个关键点的支撑数据依次摆放

6. 第二个关键点结论

7. 第二个关键点的支撑数据依次摆放

8. 整体结论：这里把结论再汇总，依此展示

9. 落地项：产品是怎么落地的，要非常具体。具体到时间、人、预期效果

   4、5、6、7、点为提数和分析

---

AB测试

定义：AB 测试是为 Web 或 App 界面或流程制作两个（A/B）或多个（A/B/n）版本，在同一时间维度，分别让组成成分相同（相似）的访客群组（目标人群）随机的访问这些版本，收集各群组的用户体验数据和业务数据，最后分析、评估出最好版本，正式采用。
关键字：组成成分相同的访客（用户数要一样），同一时间（一定要同一时间段对比），用户体验数据和业务数据（AB测试指标体系）

AB测试流程#

1. 根据数据分析得到某建议项
2. 根据建议项产品经理得到某落地项
3. 根据落地项研发人员进行产品设计（一定先设计再跑AB）
4. 研发人员数据采集，自动采集数据
5. 分析师跟进AB效果，显著性再95%以上并维持一段时间，实验OVER

整体节奏：灰度（小范围）、5%、10%、20%、50%、100%

AB测试注意事项#

1. AB两组是否真的相同：研发负责搭建，但分析师要知道原理
2. 策略是否生效：研发说进行了AB测试，但分析师要进行抽样
3. AB测试评估指标体系：要在AB测试前，就与研发沟通好哪些综合性指标
4. 多观察几天数据：一般三天后的数据才可以正常使用
5. AB测试的存档规划：所有AB都要文档化，方便后续找出增长点（5W1H方法）