【第1周】數(shù)據(jù)分析慣用的5種分析方法

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景下可以快速使用,而且對未來構(gòu)建數(shù)據(jù)分析模型也有幫助。

一、公式法

所謂公式法就是針對某個指標,用公式層層分解該指標的影響因素

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

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=點擊用戶數(shù) X 下單率

點擊用戶數(shù)=曝光量 X 點擊率

通過對銷售額的逐層拆解,細化評估以及分析的粒度。

公式拆解法是針對問題的層級式解析,在拆解時,對因素層層分解,層層剝盡。

二、對比法

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

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

比如用于在時間維度上的同比和環(huán)比、增長率、定基比,與競爭對手的對比、類別之間的對比、特征和屬性對比等。對比法可以發(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。

定基比發(fā)展速度也叫總速度。是報告期水平與某一固定時期水平之比,表明這種現(xiàn)象在較長時期內(nèi)總的發(fā)展速度。如,"九五"期間各年水平都以1995年水平為基期進行對比,一年內(nèi)各月水平均以上年12月水平為基期進行對比,就是定基發(fā)展速度

三、象限法

通過對兩種及以上維度的劃分,運用坐標的方式表達出想要的價值。由價值直接轉(zhuǎn)變?yōu)椴呗?,從而進行一些落地的推動。

象限法是一種策略驅(qū)動的思維,常于產(chǎn)品分析、市場分析、客戶管理、商品管理等。

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

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

象限法的優(yōu)勢:

1.找到問題的共性原因

通過象限分析法,將有相同特征的事件進行歸因分析,總結(jié)其中的共性原因。例如上面廣告的案例中,第一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效的推廣渠道;

2.建立分組優(yōu)化策略

針對投放的象限分析法可以針對不同象限建立優(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發(fā)展客戶、重點保持客戶、一般發(fā)展客戶、一般保持客戶等不同類型。

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。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)進行挖掘

二八法是抓重點分析,適用于任何行業(yè)。找到重點,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,會用在產(chǎn)品分類上,去測量并構(gòu)建ABC模型。比如某零售企業(yè)有500個SKU以及這些SKU對應(yīng)的銷售額,那么哪些SKU是重要的呢,這就是在業(yè)務(wù)運營中分清主次的問題。

常見的做法是將產(chǎn)品SKU作為維度,并將對應(yīng)的銷售額作為基礎(chǔ)度量指標,將這些銷售額指標從大到小排列,并計算截止當前產(chǎn)品SKU的銷售額累計合計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。

ABC分析模型,不光可以用來劃分產(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80%利潤的客戶是哪些,占比多少。假設(shè)有20%,那么在資源有限的情況下,就知道要重點維護這20%類客戶。


五、漏斗法

是一個流程化的思考方式,常用于像新用戶的開發(fā)、購物轉(zhuǎn)化率這些有變化和一定流程的分析中。

整體漏斗模型的核心思想其實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)控每個層級上的用戶轉(zhuǎn)化,尋找每個層級的可優(yōu)化點。對于沒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。

AARRR模型:用戶獲取、用戶激活、用戶留存、用戶收益以及用戶傳播

單一的漏斗分析是沒有用的,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)的對比等。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容