数据分析方法论（6种方法，8个思路）
数据分析的流程
在介绍数据分析方法论和思路之前，我们还是先不厌其烦地看一下数据分析的流程，简单来说分为以下六个步骤：
1、明确分析的目的，提出问题。只有弄清楚了分析的目的是什么，才能准确定位分析因子，提出有价值的问题，提供清晰的指引方向。
2、数据采集。收集原始数据，数据来源可能是丰富多样的，一般有数据库、互联网、市场调查等。具体办法可以通过加入“埋点”代码，或者使用第三方的数据统计工具。
3、数据清洗。对收集到的原始数据进行数据加工，主要包括数据清洗、数据分组、数据检索、数据抽取等处理方法。
4、数据转换。通过探索式分析检验假设值的形成方式，在数据之中发现新的特征，对整个数据集有个全面认识，以便后续选择何种分析策略。
5、数据分析。数据整理完毕，就要对数据进行综合分析和相关分析，需要对产品、业务、技术等了如指掌才行，常常用到分类、聚合等数据挖掘算法。Excel是最简单的数据分析工具，专业数据分析工具有FineBI、Python等。
6、数据可视化。借助可视化数据，能有效直观地表述想要呈现的信息、观点和建议，比如金字塔图、矩阵图、漏斗图、帕累托图等，同时也可以使用报告等形式与他人交流。
7、撰写分析报告。通过分析得出结论，并给出明确意见。
数据分析方法论
数据分析的方法论很多，其中六种比较常见的理论。
1、PEST分析法
PEST，也就是政治（Politics）、经济（Economy）、社会（Society）、技术（Technology），能从各个方面把握宏观环境的现状及变化趋势，主要用户行业分析。
宏观环境又称一般环境，是指影响一切行业和企业的各种宏观力量。
对宏观环境因素作分析时，由于不同行业和企业有其自身特点和经营需要，分析的具体内容会有差异，但一般都应对政治、经济、技术、社会，这四大类影响企业的主要外部环境因素进行分析。
政治环境：政治体制、经济体制、财政政策、税收政策、产业政策、投资政策等。
社会环境：人口规模、性别比例、年龄结构、生活力式、购买习惯、城市特点等。
技术环境：折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度等。
经济环境：GDP 及增长率、进出口总额及增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。
2、5W2H分析法
5W2H，即为什么（Why）、什么事（What）、谁（Who）、什么时候（When）、什么地方（Where）、如何做（How）、什么价格（How much），主要用于用户行为分析、业务问题专题分析、营销活动等。
该分析方法又称为七何分析法，是一个非常简单、方便又实用的工具，以用户购买行为为例：
Why：用户为什么要买？产品的吸引点在哪里？
What：产品提供的功能是什么？
Who：用户群体是什么？这个群体的特点是什么？
When：购买频次是多少？
Where：产品在哪里最受欢迎？在哪里卖出去？
How：用户怎么购买？购买方式什么？
How much：用户购买的成本是多少？时间成本是多少？
3、SWOT分析法
SWOT分析法也叫态势分析法，S （strengths）是优势、W （weaknesses）是劣势，O （opportunities）是机会、T （threats）是威胁或风险。
SWOT分析法是用来确定企业自身的内部优势、劣势和外部的机会和威胁等，通过调查列举出来，并依照矩阵形式排列，然后用系统分析的思想，把各种因素相互匹配起来加以分析。
运用这种方法，可以对研究对象所处的情景进行全面、系统、准确的研究，从而将公司的战略与公司内部资源、外部环境有机地结合起来。
4、4P营销理论
4P即产品（Product）、价格（Price）、渠道（Place）、推广（Promotion），在营销领域，这种以市场为导向的营销组合理论，被企业应用最普遍。
可以说企业的一切营销动作都是在围绕着4P理论进行，也就是将：产品、价格、渠道、推广。通过将四者的结合、协调发展，从而提高企业的市场份额，达到最终获利的目的。
产品：从市场营销的角度来看，产品是指能够提供给市场，被入们使用和消费并满足人们某种需要的任何东西，包括有形产品、服务、人员、组织、观念或它们的组合。
价格：是指顾客购买产品时的价格，包括基本价格、折扣价格、支付期限等。影响定价的主要因素有三个:需求、成本与竞争。
渠道：是指产品从生产企业流转到用户手上全过程中所经历的各个环节。
促销：是指企业通过销售行为的改变来刺激用户消费，以短期的行为（比如让利、买一送一，营销现场气氛等等)促成消费的增长，吸引其他品牌的用户或导致提前消费来促进销售的增长。广告、宣传推广、人员推销、销售促进是一个机构促销组合的四大要素。
5、逻辑树法
逻辑树又称问题树、演绎树或分解树等。它是把一个已知问题当成“主干”，然后开始考虑这个问题和哪些相关问题有关，也就是“分支”。逻辑树能保证解决问题的过程的完整性，它能将工作细分为便于操作的任务，确定各部分的优先顺序，明确地把责任落实到个人。
逻辑树的使用必须遵循以下三个原则：
要素化：把相同的问题总结归纳成要素。
框架化：将各个要素组织成框架。遵守不重不漏的原则。
关联化：框架内的各要素保持必要的相互关系，简单而不独立。
6、AARRR模型
AARRR模型是所有运营人员都要了解的一个数据模型，从整个用户生命周期入手，包括获取（Acquisition）、激活（Activition）、留存（Retention）、变现（Revenue）和传播（Refer）。
每个环节分别对应生命周期的5个重要过程，即从获取用户，到提升活跃度，提升留存率，并获取收入，直至最后形成病毒式传播。
数据分析思路
数据分析方法论主要是从宏观角度介绍如何进行数据分析，它就像是一个数据分析的前期规划，搭建一个清晰的数据分析框架。那么对于具体的业务场景问题，就要靠具体的分析方法来支撑了，下面小编就介绍几种常用的数据分析思路。
1、趋势分析
最简单、最常见的数据分析方法，一般用于核心指标的长期跟踪，比如点击率、GMV、活跃用户数。可以看出数据有那些趋势上的变化，有没有周期性，有没有拐点等，继而分析原因。
2、多维分解
也就是通过不同的维度对于数据进行分解，以获取更加精细的数据洞察。举个例子，对网站维护进行数据分析，可以拆分出地区、访问来源、设备、浏览器等等维度。
3、用户分群
针对符合某种特定行为或背景信息的用户，进行特定的优化和分析，将多维度和多指标作为分群条件，有针对性地优化供应链，提升供应链稳定性。
4、漏斗分析
按照已知的转化路径，借助漏斗模型分析总体和每一步的转化情况。例如将漏斗图用于网站关键路径的转化率分析，不仅能显示用户的最终转化率，同时还可以展示每一节点的转化率。
5、留存分析
留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。衡量留存的常见指标有次日留存率、7日留存率、30日留存率等。
6、A/B 测试
A/B测试是为了达到一个目标，采取了两套方案，通过实验观察两组方案的数据效果，判断两组方案的好坏，需要选择合理的分组样本、监测数据指标、事后数据分析和不同方案评估。
7、对比分析
分为横向对比（跟自己比）和纵向对比（跟别人比），常见的对比应用有A/B test，A/B test的关键就是保证两组中只有一个单一变量，其他条件保持一致。
8、交叉分析
交叉分析法就是将对比分析从多个维度进行交叉展现，进行多角度的结合分析，从中发现最为相关的维度来探索数据变化的原因。
数据分析方法论（6种方法，8个思路）相关推荐
- 数据分析常用三种方法
数据分析常用三种方法:趋势分析.对比分析.细分分析 1. 趋势分析 趋势分析般而言,适用于产品核心指标的长期跟踪,比如,点击率,GMV,活跃用户数等.做出简单的数据趋势图,并不算是趋势分析,趋势分析更 ...
- t–sql pl–sql_T-SQL for DBA –使用T-SQL进行快速数据分析的三种方法
t–sql pl–sql 背景 (Background) As a database administrator, sometimes you need to identify details abo ...
- 数据产品-数据分析方法论和分析方法介绍
作为数据产品,前期的数据分析工作是必不可少的,只有经历过足够多的数据分析小活,对业务的认知和对底层数据的熟悉度才能够足够深入,足够支撑我们将底层的需求提升成为数据产品层面上的需求.而数据分析的方法层出 ...
- 大数据分析有几种方法
大数据分析六种方法:数字和趋势.维度分解.用户分群.转化漏斗.行为轨迹.留存分析.看数字及趋势是最基础进行展示相关数据管理信息的方法,对于谁符合一定的行为或背景资料,分类处理用户. 大数据分析方法如下 ...
- js类数组转化为数组的5种方法【附思路】
arrayLike为要转化的类数组,适合有点基础的小伙伴. 1.扩展运算符... console.log([...arrayLike]) 2.Array.form console.lo ...
- 大数据分析的几种方法
大数据需要特殊的技术,以有效地处理大量的容忍经过时间内的数据.适用于大数据的技术,包括大规模并行处理(MPP)数据库.数据挖掘.分布式文件系统.分布式数据库.云计算平台.互联网和可扩展的存储系统.回首 ...
- 【三节课数据分析】ch3.数据分析的九种方法
文章目录 01 对比分析 比什么? 02 多维度拆解 案例说明 数据涨跌如何处理 03 漏斗观察 案例 常见的渠道划分方式 渠道质量跟踪 04 分布情况 常见的群体划分 05 用户留存的分析方法 一般 ...
- 对论文进行数据分析的几种方法总结（个人总结）
以下分析方法排名不分先后,这里重点记录自己实验得到的值与参考解之间的数据对比. 绝对误差分布云图,可以直观看到误差分布,并通过颜色区分误差较大和误差较小区域. 相对误差分布云图,与上述相同,只不过绝对 ...
- GrowingIO联合创始人陈明的15个数据分析方法论
图丨GrowingIO联合创始人&运营副总裁 陈明 [数据猿导读] 无论是产品.市场.运营还是管理者,必须反思数据本质的价值在哪里?你和你的团队可以学习到什么?面对海量数据,该怎么办?对于具体 ...
- 数据分析方法论有什么用，主要的数据分析模型有哪些？
在这个数据为王的时代,作为一个产品经理或者增长黑客,数据分析是必修课之一. 提到数据分析,肯定要提到数据分析模型,在进行数据分析之前,先搭建数据分析模型,根据模型中的内容,具体细分到不同的数据指标进行 ...
最新文章
- java计算器程序代码实现加减乘除_Python+tkinter能实现计算器！太神奇了
- 直播 | UCLA博士生洪逸宁：视觉和语言的联合语法归纳（ICCV 2021）
- python3.6.8安装失败_centos7编译安装Python 3.6.8 后用pip3出现SSL未配置问题（import ssl失败）解决方法...
- java和C++有什么异同
- SQL语句大全（转）
- OpenGL ES 3.2
- opencv-api findContours
- cuda+cudnn安装（cudnn下载失败解决）,环境配置以及遇到的问题记录！
- 无线通信行业常用名词
- 绘制奥林匹克标志——利用python turtle画奥运五环
- Java-你知道String为什么不可变吗？
- 为什么买入不了创业版_为什么说不能买创业板？
- 北京的程序猿们，今年过年去哪玩?
- 用javascript 判断IE窗口是否打开
- 岁月无痕人有迹，时光无影人有踪
- C++面试题总结，一篇就够了
- 量子能--下一代能源革命
- 嵌入式软件工程师—成长笔记#03
- 微信支付分支付免押订单租赁订单thinkphp5
- 洛谷ZHC邀请赛---2018年元旦马拉松欢乐赛之《我的一位程序员朋友》