自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

數(shù)據(jù)分析慣用的5種思維方法

新聞 數(shù)據(jù)分析
在數(shù)據(jù)分析中,數(shù)據(jù)分析思維是框架式的指引,實(shí)際分析問(wèn)題時(shí)還是需要很多“技巧工具”的。

 在數(shù)據(jù)分析中,數(shù)據(jù)分析思維是框架式的指引,實(shí)際分析問(wèn)題時(shí)還是需要很多“技巧工具”的。就好比中學(xué)里你要解一元二次方式,可以用公式法、配方法、直接開(kāi)平方法、因式分解法。

數(shù)據(jù)分析里也有技巧,在一些通用的分析場(chǎng)景下可以快速使用,而且對(duì)未來(lái)構(gòu)建數(shù)據(jù)分析模型也有幫助。

接下來(lái)就分享常見(jiàn)的5種數(shù)據(jù)分析方法,分別是:公式法、對(duì)比法、象限法,二八法,漏斗法,常常多種結(jié)合一起使用。

注:主要偏思維層面的,基于業(yè)務(wù)問(wèn)題對(duì)數(shù)據(jù)的探索性分析,不同于專業(yè)統(tǒng)計(jì)學(xué)中的數(shù)據(jù)處理方法。

一、公式法

所謂公式法就是針對(duì)某個(gè)指標(biāo),用公式層層分解該指標(biāo)的影響因素,這個(gè)我在指標(biāo)化思維中提到過(guò)。

舉例:分析某產(chǎn)品的銷售額較低的原因,用公式法分解

  • 某產(chǎn)品銷售額=銷售量 X 產(chǎn)品單價(jià)
  • 銷售量=渠道A銷售量 + 渠道B銷售量 + 渠道C銷售量 + …
  • 渠道銷售量=點(diǎn)擊用戶數(shù) X 下單率
  • 點(diǎn)擊用戶數(shù)=曝光量 X 點(diǎn)擊率

***層:找到產(chǎn)品銷售額的影響因素。某產(chǎn)品銷售額=銷售量 X 產(chǎn)品單價(jià)。是銷量過(guò)低還是價(jià)格設(shè)置不合理?

第二層:找到銷售量的影響因素。分析各渠道銷售量,對(duì)比以往,是哪些過(guò)低了。

第三層:分析影響渠道銷售量的因素。渠道銷售量=點(diǎn)擊用戶數(shù)X 下單率。是點(diǎn)擊用戶數(shù)低了,還是下單量過(guò)低。如果是下單量過(guò)低,需要看一下該渠道的廣告內(nèi)容針對(duì)的人群和產(chǎn)品實(shí)際受眾符合度高不高。

第四層:分析影響點(diǎn)擊的因素。點(diǎn)擊用戶數(shù)=曝光量X點(diǎn)擊率。是曝光量不夠還是點(diǎn)擊率太低,點(diǎn)擊率低需要優(yōu)化廣告創(chuàng)意,曝光量則和投放的渠道有關(guān)。

通過(guò)對(duì)銷售額的逐層拆解,細(xì)化評(píng)估以及分析的粒度。

公式拆解法是針對(duì)問(wèn)題的層級(jí)式解析,在拆解時(shí),對(duì)因素層層分解,層層剝盡。

二、對(duì)比法

對(duì)比法就是用兩組或兩組以上的數(shù)據(jù)進(jìn)行比較,是最通用的方法。

我們知道孤立的數(shù)據(jù)沒(méi)有意義,有對(duì)比才有差異。一些直接描述事物的變量,如長(zhǎng)度、數(shù)量、高度、寬度等。通過(guò)對(duì)比得到比率數(shù)據(jù),增速、效率、效益等指標(biāo),這才是數(shù)據(jù)分析時(shí)常用的。

比如用于在時(shí)間維度上的同比和環(huán)比、增長(zhǎng)率、定基比,與競(jìng)爭(zhēng)對(duì)手的對(duì)比、類別之間的對(duì)比、特征和屬性對(duì)比等。對(duì)比法可以發(fā)現(xiàn)數(shù)據(jù)變化規(guī)律,使用頻繁,經(jīng)常和其他方法搭配使用。

下圖的AB公司銷售額對(duì)比,雖然A公司銷售額總體上漲且高于B公司,但是B公司的增速迅猛,高于A公司,即使后期增速下降了,***的銷售額還是趕超。

數(shù)據(jù)分析慣用的5種思維方法

三、象限法

通過(guò)對(duì)兩種及以上維度的劃分,運(yùn)用坐標(biāo)的方式表達(dá)出想要的價(jià)值。由價(jià)值直接轉(zhuǎn)變?yōu)椴呗?,從而進(jìn)行一些落地的推動(dòng)。象限法是一種策略驅(qū)動(dòng)的思維,常于產(chǎn)品分析、市場(chǎng)分析、客戶管理、商品管理等。

比如,下圖是一個(gè)廣告點(diǎn)擊的四象限分布,X軸從左到右表示從低到高,Y軸從下到上表示從低到高。

數(shù)據(jù)分析慣用的5種思維方法

高點(diǎn)擊率高轉(zhuǎn)化的廣告,說(shuō)明人群相對(duì)精準(zhǔn),是一個(gè)高效率的廣告。

高點(diǎn)擊率低轉(zhuǎn)化的廣告,說(shuō)明點(diǎn)擊進(jìn)來(lái)的人大多被廣告吸引了,轉(zhuǎn)化低說(shuō)明廣告內(nèi)容針對(duì)的人群和產(chǎn)品實(shí)際受眾有些不符。

高轉(zhuǎn)化低點(diǎn)擊的廣告,說(shuō)明廣告內(nèi)容針對(duì)的人群和產(chǎn)品實(shí)際受眾符合程度較高,但需要優(yōu)化廣告內(nèi)容,吸引更多人點(diǎn)擊。

低點(diǎn)擊率低轉(zhuǎn)化的廣告,可以放棄了。

還有經(jīng)典的RFM模型,把客戶按最近一次消費(fèi)(Recency)、消費(fèi)頻率(Frequency)、消費(fèi)金額 (Monetary)三個(gè)維度分成八個(gè)象限。

數(shù)據(jù)分析慣用的5種思維方法
數(shù)據(jù)分析慣用的5種思維方法

象限法的優(yōu)勢(shì):

1.找到問(wèn)題的共性原因

通過(guò)象限分析法,將有相同特征的事件進(jìn)行歸因分析,總結(jié)其中的共性原因。例如上面廣告的案例中,***象限的事件可以提煉出有效的推廣渠道與推廣策略,第三和第四象限可以排除一些無(wú)效的推廣渠道;

2.建立分組優(yōu)化策略

針對(duì)投放的象限分析法可以針對(duì)不同象限建立優(yōu)化策略,例如RFM客戶管理模型中按照象限將客戶分為重點(diǎn)發(fā)展客戶、重點(diǎn)保持客戶、一般發(fā)展客戶、一般保持客戶等不同類型。給重點(diǎn)發(fā)展客戶傾斜更多的資源,比如VIP服務(wù)、個(gè)性化服務(wù)、附加銷售等。給潛力客戶銷售價(jià)值更高的產(chǎn)品,或一些優(yōu)惠措施來(lái)吸引他們回歸。

四、二八法/帕累托分析

二八法也可以叫帕累托法則,源于經(jīng)典的二八法則。比如在個(gè)人財(cái)富上可以說(shuō)世界上20%的人掌握著80%的財(cái)富。而在數(shù)據(jù)分析中,則可以理解為20%的數(shù)據(jù)產(chǎn)生了80%的效果需要圍繞這20%的數(shù)據(jù)進(jìn)行挖掘。往往在使用二八法則的時(shí)候和排名有關(guān)系,排在前20%的才算是有效數(shù)據(jù)。二八法是抓重點(diǎn)分析,適用于任何行業(yè)。找到重點(diǎn),發(fā)現(xiàn)其特征,然后可以思考如何讓其余的80%向這20%轉(zhuǎn)化,提高效果。

一般地,會(huì)用在產(chǎn)品分類上,去測(cè)量并構(gòu)建ABC模型。比如某零售企業(yè)有500個(gè)SKU以及這些SKU對(duì)應(yīng)的銷售額,那么哪些SKU是重要的呢,這就是在業(yè)務(wù)運(yùn)營(yíng)中分清主次的問(wèn)題。

常見(jiàn)的做法是將產(chǎn)品SKU作為維度,并將對(duì)應(yīng)的銷售額作為基礎(chǔ)度量指標(biāo),將這些銷售額指標(biāo)從大到小排列,并計(jì)算截止當(dāng)前產(chǎn)品SKU的銷售額累計(jì)合計(jì)占總銷售額的百分比。

百分比在 70%(含)以內(nèi),劃分為 A 類。

百分比在 70~90%(含)以內(nèi),劃分為 B 類。

百分比在 90~100%(含)以內(nèi),劃分為 C 類。

以上百分比也可以根據(jù)自己的實(shí)際情況調(diào)整。

ABC分析模型,不光可以用來(lái)劃分產(chǎn)品和銷售額,還可以劃分客戶及客戶交易額等。比如給企業(yè)貢獻(xiàn)80%利潤(rùn)的客戶是哪些,占比多少。假設(shè)有20%,那么在資源有限的情況下,就知道要重點(diǎn)維護(hù)這20%類客戶。

數(shù)據(jù)分析慣用的5種思維方法

五、漏斗法

漏斗法即是漏斗圖,有點(diǎn)像倒金字塔,是一個(gè)流程化的思考方式,常用于像新用戶的開(kāi)發(fā)、購(gòu)物轉(zhuǎn)化率這些有變化和一定流程的分析中。

數(shù)據(jù)分析慣用的5種思維方法

上圖是經(jīng)典的營(yíng)銷漏斗,形象展示了從獲取用戶到最終轉(zhuǎn)化成購(gòu)買這整個(gè)流程中的一個(gè)個(gè)子環(huán)節(jié)。相鄰環(huán)節(jié)的轉(zhuǎn)化率則就是指用數(shù)據(jù)指標(biāo)來(lái)量化每一個(gè)步驟的表現(xiàn)。所以整個(gè)漏斗模型就是先將整個(gè)購(gòu)買流程拆分成一個(gè)個(gè)步驟,然后用轉(zhuǎn)化率來(lái)衡量每一個(gè)步驟的表現(xiàn),***通過(guò)異常的數(shù)據(jù)指標(biāo)找出有問(wèn)題的環(huán)節(jié),從而解決問(wèn)題,優(yōu)化該步驟,最終達(dá)到提升整體購(gòu)買轉(zhuǎn)化率的目的。

整體漏斗模型的核心思想其實(shí)可以歸為分解和量化。比如分析電商的轉(zhuǎn)化,我們要做的就是監(jiān)控每個(gè)層級(jí)上的用戶轉(zhuǎn)化,尋找每個(gè)層級(jí)的可優(yōu)化點(diǎn)。對(duì)于沒(méi)有按照流程操作的用戶,專門繪制他們的轉(zhuǎn)化模型,縮短路徑提升用戶體驗(yàn)。

還有經(jīng)典的黑客增長(zhǎng)模型,AARRR模型,指Acquisition、Activation、Retention、Revenue、Referral,即用戶獲取、用戶激活、用戶留存、用戶收益以及用戶傳播。這是產(chǎn)品運(yùn)營(yíng)中比較常見(jiàn)的一個(gè)模型,結(jié)合產(chǎn)品本身的特點(diǎn)以及產(chǎn)品的生命周期位置,來(lái)關(guān)注不同的數(shù)據(jù)指標(biāo),最終制定不同的運(yùn)營(yíng)策略。

從下面這幅AARRR模型圖中,能夠比較明顯的看出來(lái)整個(gè)用戶的生命周期是呈現(xiàn)逐漸遞減趨勢(shì)的。通過(guò)拆解和量化整個(gè)用戶生命周期各環(huán)節(jié),可以進(jìn)行數(shù)據(jù)的橫向和縱向?qū)Ρ?,從而發(fā)現(xiàn)對(duì)應(yīng)的問(wèn)題,最終進(jìn)行不斷的優(yōu)化迭代。

數(shù)據(jù)分析慣用的5種思維方法

不過(guò),單一的漏斗分析是沒(méi)有用的,不能得出什么結(jié)果,要與其它相結(jié)合,如與歷史數(shù)據(jù)的對(duì)比等。

責(zé)任編輯:張燕妮 來(lái)源: 頭條科技
相關(guān)推薦

2020-10-25 08:56:31

數(shù)據(jù)分析數(shù)據(jù)大數(shù)據(jù)

2019-09-24 14:36:38

數(shù)據(jù)分析思維大數(shù)據(jù)

2021-02-26 05:27:05

數(shù)據(jù)分析

2020-12-22 15:33:42

數(shù)據(jù)分析技術(shù)IT

2020-03-04 17:03:10

數(shù)據(jù)分析思維說(shuō)明

2020-12-08 10:27:04

數(shù)據(jù)分析技術(shù)IT

2022-09-07 15:47:21

數(shù)據(jù)分析對(duì)比分析大數(shù)據(jù)

2022-03-15 12:27:57

數(shù)據(jù)分析工具技能

2017-09-05 17:16:18

多維數(shù)據(jù)分析

2022-02-16 10:37:41

數(shù)據(jù)分析思維數(shù)據(jù)分析

2019-10-14 15:57:36

數(shù)據(jù)分析多維度二八法

2017-06-28 14:54:17

大數(shù)據(jù)數(shù)據(jù)分析

2013-01-06 10:15:02

大數(shù)據(jù)分析數(shù)據(jù)分析師大數(shù)據(jù)

2017-01-16 15:44:38

數(shù)據(jù)分析大數(shù)據(jù)指標(biāo)體系

2017-02-27 10:51:23

大數(shù)據(jù)分析方法

2017-08-01 16:42:09

數(shù)據(jù)分析互聯(lián)網(wǎng)

2020-05-29 09:56:31

數(shù)據(jù)分析數(shù)據(jù)大數(shù)據(jù)

2017-09-21 13:04:35

數(shù)據(jù)挖掘分析分析方法數(shù)據(jù)分析師

2021-08-18 09:11:59

統(tǒng)計(jì)學(xué)數(shù)據(jù)分析檢驗(yàn)

2017-01-23 16:30:46

數(shù)據(jù)分析大數(shù)據(jù)
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)