數(shù)據(jù)分析的價值是針對問題找到相關(guān)的數(shù)據(jù)作為理論依舊去支撐
常見數(shù)據(jù)分析方法如下：
一、對比分析
(一)拿什么比
絕對值（本身具有價值的數(shù)字），看銷售金額，閱讀數(shù)。缺點(diǎn)不易得知問題的嚴(yán)重程度
比例值（在具體環(huán)境中看比例才具備對比價值）看活躍占比，注冊轉(zhuǎn)化率。缺點(diǎn)易受到極端值影響
(二)怎么比
環(huán)比：與當(dāng)前時間范圍相鄰的上一個時間范圍對比，對短期內(nèi)具備連續(xù)性的數(shù)據(jù)進(jìn)行分析。
同比：與當(dāng)前時間范圍相鄰的上層時間范圍的前一范圍中同樣位置數(shù)據(jù)對比，觀察更為長期的數(shù)據(jù)集。優(yōu)勢是某種程度上消除觀察時間周期里的干擾。
(三)和誰比（對比的對象）
和自己比，從時間維度，從不同業(yè)務(wù)線，從過往經(jīng)驗(yàn)估計（往期均值）
和行業(yè)比，是自身因素還是行業(yè)趨勢？都跌，能否比同行跌得少？都漲，是否比同行漲得慢？
二、多維度拆解
數(shù)據(jù)分析的本質(zhì)是用不同視角去分析，觀察同一個數(shù)據(jù)指標(biāo)
運(yùn)作原理：指標(biāo)/業(yè)務(wù)流程需要按照多維度拆分，來觀察變動
適用場景：分析單一指標(biāo)構(gòu)成，比例；分欄目的播放量；新老用戶比例；針對流程進(jìn)行拆解分析
三、漏斗觀察
漏斗是指一連串向后影響的用戶行為。比如：新用戶充值數(shù)的轉(zhuǎn)化漏斗。包含安裝、注冊、閱讀產(chǎn)品說明、選擇產(chǎn)品、支付幾個環(huán)節(jié)
運(yùn)作原理：通過一連串向后影響的用戶行為來觀察目標(biāo)
適用場景：適用于有明確的業(yè)務(wù)流程和業(yè)務(wù)目標(biāo)；不太適用于沒有明確的流程，跳轉(zhuǎn)關(guān)系紛繁復(fù)雜的業(yè)務(wù)
建漏斗的注意事項：
1.漏斗一定是有時間窗口的，根據(jù)業(yè)務(wù)實(shí)際情況，選擇對應(yīng)時間窗口?？砂刺?、按周、按月簡歷時間窗口。
2.漏斗一定是有嚴(yán)格順序的
3.漏斗的計數(shù)單位可以基于用戶，也可以基于事件?；谟脩簦P(guān)心整個業(yè)務(wù)流程的推動；基于事件，關(guān)心某一步的具體轉(zhuǎn)化率以及無法獲知事件流轉(zhuǎn)的真實(shí)情況
4.結(jié)果指標(biāo)的數(shù)據(jù)不符合預(yù)期，需自查是否只有一個漏斗能達(dá)到最終目標(biāo)
四、分布情況
一個事件不僅只有累計數(shù)量這么一個可以觀察的指標(biāo)，還可以從該事件在不同維度中的分布來觀察。
運(yùn)作原理：從事件在不同維度中的分布來觀察，以便理解該事件除了累計數(shù)量和頻次外，更多維度的信息
適用場景：已經(jīng)知道一群用戶完成了指定事件，但需要對用戶群體進(jìn)行細(xì)分，按不同維度和價值將他們劃分為不同群體，分別進(jìn)行后續(xù)的維護(hù)或分析；已經(jīng)知道單個事件的完成次數(shù)，希望知道這些次數(shù)拆分到不同維度上后的分布情況，以便更清晰地了解該事件的完成情況
常見群體劃分：事件頻率，一天內(nèi)的時間分布，消費(fèi)金額的區(qū)間
五、用戶留存
留存的一般計算方式是將某一段時間段的用戶ID與另一時間段的用戶ID做交叉去重。產(chǎn)品，運(yùn)營，技術(shù)，市場每個環(huán)節(jié)都會對用戶留存造成影響
精準(zhǔn)留存需過濾進(jìn)行過指定行為的用戶ID，再計算；或?qū)⒂脩舴譃椴煌娜后w后，觀察其之間留存的區(qū)別
運(yùn)作原理：大盤留存是將某時間段與另一時間段的用戶ID交叉去重；精準(zhǔn)留存是過濾進(jìn)行指定行為的用戶ID，再計算將用戶分為不同群體后，觀察其之間留存的區(qū)別
適用場景：評估產(chǎn)品功能粘性、驗(yàn)證產(chǎn)品長期價值
六、用戶畫像
本質(zhì)是通過用戶各類特征進(jìn)行標(biāo)識給用戶貼上給各類標(biāo)簽，通過這些標(biāo)簽將用戶分為不同群體。以便對不同群體分別進(jìn)行產(chǎn)品/運(yùn)營動作
適用場景：市場營銷、個性化運(yùn)營、業(yè)務(wù)分析、用戶研究
（一）標(biāo)簽類型
基礎(chǔ)屬性（所有用戶都有的）：年齡、性別、生日、星座、身高、職業(yè)……
社會關(guān)系：婚姻、有無小孩……
行為特征：基本行為和業(yè)務(wù)行為?；拘袨榘詴r間、來源渠道、活躍時間等；業(yè)務(wù)行為包含購買特惠商品等
業(yè)務(wù)相關(guān)：比如健身類記錄高矮胖瘦、體脂率，健身計劃等
（二）標(biāo)簽來源
1.用戶直接填寫
2.通過用戶自己已有的業(yè)務(wù)特征推斷
3.通過用戶身邊距離相近，行為相似的人推斷
4.某些屬性周圍的人都具備，用戶大概率也具備
七、歸因查找
歸因查找是指找出事件發(fā)生的主要原因
運(yùn)作原理：將事件拆解，并根據(jù)業(yè)務(wù)性質(zhì)，確定影響事件完成的關(guān)鍵部分
適用場景：對業(yè)務(wù)中明確的業(yè)務(wù)目標(biāo)（購買，留資料，充值等）歸因；將目標(biāo)的達(dá)成拆分到各個模塊，方便統(tǒng)計各模塊的貢獻(xiàn)；獲悉當(dāng)前指標(biāo)達(dá)成的主要原因，獲得如何提升業(yè)務(wù)指標(biāo)的洞見
常見歸因類型：
末次歸因：轉(zhuǎn)化路徑短，且事件之間有很強(qiáng)的關(guān)聯(lián)性
遞減歸因：轉(zhuǎn)化路徑長，非目標(biāo)事件差異不大，沒有完全主導(dǎo)的
首次歸因：強(qiáng)流量依賴的業(yè)務(wù)，拉人比后續(xù)所有事都重要
八、路徑挖掘
運(yùn)作原理：逐級展開某一事件的前一級（后一級）觀察其流向
適用場景：有明確的起始場景；希望觀察這個場景它之后發(fā)生了什么；有明確的結(jié)果目標(biāo)；希望觀察來的用戶是如何到達(dá)的
九、行為序列
運(yùn)作原理：將單一用戶的所有行為以時間的形式進(jìn)行排列
適用場景：觀察掩蓋在統(tǒng)計信息下更細(xì)致的信息，還原用戶具體的使用場景。通過觀察具體的行為特征，找打提升產(chǎn)品價值的機(jī)會點(diǎn)
作者：朱 二，微信：朱二（xiaopihai0610）一個待業(yè)的產(chǎn)品，愛拍照，愛旅游。
期待能與你一起交流，一起進(jìn)步。
來源參考三節(jié)課
