数据分析思维

以下资源来源于B站秦路老师《七周成为数据分析师》

一、结构化思维

即《金字塔原理》中的从上至下、从general到specific。
举例:分析销量下降的原因


销量下降.png

显然,有些指标是无法从数据的方面衡量的,因此有下列的方法。

二、 公式化

即对某一指标进行拆解,使用四则运算将其分成多个指标。
如上例分析销量下降的原因:


销量下降.png

三、 业务化

结构化和公式化让我们很容易脱离业务方的需要,停留在一个很宽泛的概念,而无法进行改进。
在分析之后,要反问自己:

  • 有没有从业务方的角度出发?
  • 真的分析出原因了吗?
  • 能不能将分析结果落地?
    三者之间的关系应该是:
    结构化思维(捋清思路)——公式化(结构化数据)——结构化业务数据(落地,贴合业务)

四、 象限法

即使用四象限、八象限将数据群按照属性进行分割。
常见的有RFM分析法:(待填坑)


图源:知乎(猴子数据分析).png

五、 多维法

即将数据集按照多个属性进行归类。但注意要避免辛普森悖论。
辛普森悖论:
https://zhuanlan.zhihu.com/p/348967975

六、 假设法

当我们没有缺少数据时(即系统是黑箱的),我们只能假设某些条件是正确的,在该条件下去找到支持的数据。
eg1.在某节日的一次营销活动之后,某APP的销量上升,试问该营销活动是否有效?(也可能是节日效果的原因)
假设该营销活动是有效的→通过该活动购买人数增加→有购买评论提及该活动→假设评论数/购买总人数的比例相比于日常是不变的→推断总购买人数
eg2.假设你是一名电商分析师,分析价格提高后,收入的变化?
假设价格提高,销量减少→渠道曝光率不变,但转化率发生了变化→假设忠诚客户转换率几乎不变、薅羊毛顾客转化率几乎为0、普通顾客下降一个比率→根据历史数据计算三者人数的汇总和总收入

七、 二八法

即考虑最重要的指标,考虑能产生80%效果的20%的数据。

八、 指数法

  • 线性加权:即根据各个指标的重要程度赋予权重。
  • 反比例法:将数据控制在0-1之间,并通过k/x或1/(x+a)来控制系数的变化,从而加强数据之间的分布差异或者说反比例函数的收敛性(与灰色关联中的分布系数相似)
  • log法:将大的数据缩小

九、 对比法

没有对比的数据是没有意义的,从中得不到什么有意义的结论。

  • 竞争对手对比
  • 类别对比
  • 特征和属性对比
  • 时间环比同比对比
  • 转化对比
  • 前后变化对比

十、 漏斗法

通过漏斗法可以分析一整个流程中用户的转换情况。如:


图源知乎用户.png

但需要注意的是,单看漏斗转换的数据是没有意义的,需要结合对比法来应用

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 《七周成为数据分析师(秦路)》-笔记整理 问题 我们总会有很多问题: 问题发生没 问题在哪 为什么 分析对不 执行...
    Miskeen阅读 674评论 0 0
  • 学习内容:数据分析思维公式化、业务化;思维技巧象限法、多维法 1数据分析思维之公式化 结构化公式化:结构化是分析的...
    夜希辰阅读 2,942评论 0 19
  • 为什么数据分析思维重要 不知道问题发生没不知道问题在哪不知道为什么不确定分析对不对不确定执行结果不知道是否加薪 三...
    esskeetit阅读 1,123评论 0 1
  • 数据分析思维,是分析思维的引申应用。再优秀的思考方式,都需要佐证和证明,数据就是派这个用处的。如果分析思维是一种结...
    apricoter阅读 8,388评论 4 197
  • 今天感恩节哎,感谢一直在我身边的亲朋好友。感恩相遇!感恩不离不弃。 中午开了第一次的党会,身份的转变要...
    迷月闪星情阅读 10,620评论 0 11