概念

1、含義

數(shù)據(jù)分析是數(shù)據(jù)和分析的結(jié)合，通過對數(shù)據(jù)統(tǒng)計處理分析出對業(yè)務(wù)有用的觀點。其過程更加重視思維方法而非技術(shù)手段。技術(shù)只是實現(xiàn)目的的一種方法。因此相關(guān)人員的技術(shù)能力難以評判。數(shù)據(jù)分析一般在業(yè)務(wù)初創(chuàng)和改善時期十分有用。
其業(yè)務(wù)場景主要有：
（1）掌握業(yè)務(wù)，如核心指標通過漏斗數(shù)據(jù)和序列數(shù)據(jù)展示；可以通過報表看到數(shù)據(jù)變化情況，并分析為什么，是否存在問題
（2）改進業(yè)務(wù)，分析業(yè)務(wù)潛力和問題；是否有業(yè)務(wù)下滑和用戶流失。
（3）評估某一策略的效果等。

2、準備

數(shù)據(jù)分析的需要的技能為：
（1）業(yè)務(wù)調(diào)研；通過調(diào)研得到分析思路和方向主題，如產(chǎn)品驗證和啟發(fā)思路。
（2）創(chuàng)新思考；需要廣闊的知識面：經(jīng)濟學，心理學和統(tǒng)計學。
經(jīng)濟學，如分析電商財報，毛利很低，待付賬單很大。
毛利低--消費者擴大--市場擴大--掌握供應(yīng)商--分期付款--錢拿去做金融
（互聯(lián)網(wǎng)中為用戶創(chuàng)造價值和盈利往往不在一個領(lǐng)域，羊毛出在豬身上理論）；
心理學，如便捷食品中有無洋蔥案例，減少家庭主婦內(nèi)疚感。
統(tǒng)計學，主要是算法了。
（3）邏輯推理；不同的背景和角度可能得到不同的結(jié)果，因此要全面。邏輯推理不等于因果關(guān)系推理，也不等于相關(guān)性關(guān)系。在分析中很可能因為錯誤歸因（把相關(guān)關(guān)系認為是因果關(guān)系）；比較對象選擇失當；以及數(shù)據(jù)維度選擇問題；先入為主的偏見；個例代表全體導致結(jié)果出錯。
（4）可行性建議；一般的分析只是陳述事實；優(yōu)秀的分析要分析優(yōu)勢，劣勢，怎么辦。

3、分析方法

（1）傳統(tǒng)數(shù)據(jù)指標

傳統(tǒng)數(shù)據(jù)指標包括概率表，直方圖，均值，方差，標準差（衡量數(shù)據(jù)的散度）和相關(guān)性等。其基本理論支撐是大數(shù)定律。樣本量越大，統(tǒng)計值越接近真實值。

（2）分析手段

在拿到數(shù)據(jù)后，從哪些角度開始分析呢。

1、指標拆分

<1>分布分析

數(shù)據(jù)指標可能在不同的數(shù)據(jù)分布中是相同的，無法真正表示數(shù)據(jù)。因此只關(guān)注指標而不關(guān)注數(shù)據(jù)是不行的。

<2>趨勢分析

趨勢分析包括：單變量趨勢和多變量趨勢
單變量趨勢：通過周期，波動，異常值
多變量趨勢：基于系統(tǒng)基模；抽象出增強環(huán)（各個節(jié)點循環(huán)促進），調(diào)節(jié)環(huán)（各個節(jié)點相互牽制最終平衡），以及考慮時間延遲性（某些改進可能并不是立即就會有明顯效果）

<3>因素分析

因素分析可以進行多種拆解。
（1）根據(jù)流程的各個階段進行縱向拆解，通過漏斗以及比例等發(fā)現(xiàn)問題。
（2）根據(jù)模塊進行橫行拆解。
如在買股票是判斷公司股票是不是值得買。
首先從收入支出，資產(chǎn)負債等得到營業(yè)利潤和總資產(chǎn)，相除得到資產(chǎn)回報率，可以反應(yīng)企業(yè)的經(jīng)營效率。再從營業(yè)利潤和總資產(chǎn)中剝離出凈利潤和股東權(quán)益，得到固定權(quán)益回報率，從而判斷值不值得投資。

2、樣本拆分

<1>個例分析

一般來說，高層次的數(shù)據(jù)統(tǒng)計可能會難以發(fā)現(xiàn)隱含的問題。這個時候需要從典型個例來進行分析。如視屏點擊率低的case，可以從點擊率及其低（顯著）的樣本入手，然后看這一類在總量中占比；另一方面，選擇數(shù)量多的案例進行分析；直到分析的樣本包含整個數(shù)據(jù)集。

<2>異常分析

與預期不相符合就是異常。

<3>分組分析

小組化劃分后數(shù)據(jù)的特征會更加鮮明，同時不同組的需求不相同，需要差異化個性化的服務(wù)。一般對于客戶的劃分可以從（大小，新老，行業(yè)）進行，因為他們需求不同。
（1）在用戶增長領(lǐng)域，可以利用分組做留存分析，這個分組規(guī)則按照用戶的使用程度劃分，因為使用產(chǎn)品時間長度不一的用戶一般來說流失的原因是不一樣的。
（2）在價格歧視領(lǐng)域，可以對不同用戶群或者客戶群按其價格可承受程度分組，分別定價，如飛機票。

4、高級工具，OLAP與機器學習模型

<1>OLAP

分組分析與因素分析等結(jié)合，對數(shù)據(jù)切片、分塊；鉆取和上卷等。

<2>機器學習

1、非監(jiān)督
（1）聚類：一般要分5類的話，先用算法分為10-20類，再通過人工聚合。因為人工可以知道哪些參數(shù)或者維度更為重要。
（2）關(guān)聯(lián)規(guī)則
2、監(jiān)督學習
選定假設(shè)空間從而選擇模型，再進行模型訓練