数据分析 --- 收集数据的技巧

一、要充分理解收集数据的目的

在进行数据法分析之前，一定要明确要对什么进行数据分析，为什么要数据分析，怎样分析，这是一切分析工作的源头。
可以使用的方法：逻辑树
逻辑树的主要思想：将问题分层罗列，对问题进行分层，逐步向下扩展。
逻辑树的原则

需要将相关问题归结为一类问题
需要将各要素归结为一个完整框架，不能有重复或遗漏之处
各要素之间应当有一定的联系，不能出现孤立要素

例：问题：提升利润增速
可以拆解为三个方面的问题：收入、成本、价格
收入可以拆解为：主营业务收入状况、营业外收入状况等
成本可以拆解为：产品材料成本、人工成本、广告成本等
价格可以拆解为：同行业其他企业的的价格、本企业当前的价格、这种产品的历史价格波动情况等
还可以继续拆分，在这里就不继续拆分了，原理都是一样的，就是根据每一层的问题进行细化思考，找到解决方案

二、制定数据收集计划

需要了解经典的数据分析方法，如5W2H法
5W：WHY、WHAT、WHO、WHEN、WHERE
2H：HOW、HOW MUCH
例：收集用户购买电脑产品的数据
WHY：为什么购买电脑，为什么选择这个产品
WHAT：这个产品有什么特点，能给用户提供什么功能
WHO：购买此类型电脑的用户是什么人，这些用户有什么特点
WHEN:用户是什么时候购买的，用户的购买频率是怎样的
WHERE：用户在哪里购买的，这家店铺有什么特点
HOW；用户是怎样购买的，是怎样支付的，用户对此产品的体验是怎样的
HOW MUCH：用户是以多少钱购买的

三、正确决定数据分层因素

可以将业务信息划分为三个层次
用户的数据、对手的数据、产品的数据

四、选择合适的抽样方法

简单抽样

特点：

总体数量有限；
样本必须在总体中逐个抽取；
总体中的单位被抽为样本的概率相同

不足：

事先要对样本进行编号，需要耗费大量时间；
若总体分布不均，样本也会分布不均；
样本较少时，会影响结果的准确性；
当已知样本的某些特征会影响结果时，便不能再使用

类别：包括重复抽样、非重复抽样两种

分层抽样

概念：
可以在分为不同层级的样本中，按一定比例从不同层级中随机抽取一部分样本

优点：
通过划分层级，增加了各单位之间的共同性；
容易得出更具有代表性的样本，使结果误差较小

步骤：
1.根据样本的特征，对总体划分层级，如性别、年龄段、教育水平等
2.确定各层级在总体中的比例，按比例确定抽取各层级中的样本数量
3.按简单随机抽样的方法抽取样本

整群抽样

概念：
将总体分为许多群，这些群按照一定规则由样本单位结合而成，通过简单随机抽样抽取其中的某个或某几个群

步骤：
1.确定分群标记
2.按标记分群
3. 确定抽取群数
4. 用简单随机抽样抽取确定的群数

缺点：
不同群的差异大，引起的误差比分层抽样大

系统抽样

概念：将总体所有单元按一定顺序进行排列，再按简单随机抽样抽取第一个样本单元，再抽取其余样本单元

类型

1.随机起点抽样
将总体分为K段，K=总体数/样本数
在每一段随机位置抽取样本
缺点：当随机抽取的样本位置位于该段首尾位置时，会导致后续单位发生偏离，产生误差
2.半距起点系统随机抽样
与1相同，只不过在第一段以中间项为起点，每个k个单位抽取一个样本
3.随机起点对称系统抽样
原理：第一段选F位置的单位，在段数为奇数的段选Nk+F位置的单位，在段数为偶数的段选择Nk-F+1位置的单位
优点：保证样本不偏向，以抵消抽样误差
4.循环系统抽样
在k不是整数时，将所有样本按一定次序排列成首尾相接的循环，从第一段抽一个作为起点，每隔k个距离抽一个