【数据分析】最常用的数据分析方法(干货)
目录
方法论和方法有什么区别?
数据分析方法论
1、PEST分析法
2、SWOT分析法
3、5W2H分析法
4、4P理论
5、AARRR
数据分析的七个方法
1、趋势分析
2、多维分解
3、用户分群
4、用户细查
5、漏斗分析
6、留存分析
7、A/B测试与A/A测试
很多做数据分析或者刚接触数据分析的小伙伴,不知道怎么做数据分析。一点思路都没有,今天就给大家盘点数据分析师常用的数据分析方法。希望看完此文的小伙伴,有一个清晰的数据分析思维。
方法论和方法有什么区别?
方法论是从宏观角度出发,从管理和业务的角度提出的分析框架,指导我们接下来具体分析的方向。方法是微观的概念,是指我们在具体分析过程中使用的方法。
数据分析方法论
数据分析的方法论很多,这里我给大家介绍一些常见的框架。
1、PEST分析法
PEST 为一种企业所处宏观环境分析模型,从政治(Politics)、经济(Economy)、社会(Society)、技术(Technology)四个方面分析内外环境,适用于宏观分析。
四点因素也被称之为“pest有害物”,PEST要求高级管理层具备相关的能力及素养。PEST分析与外部总体环境的因素互相结合就可归纳出SWOT分析中的机会与威胁。PEST/PESTLE、SWOT 与 SLEPT 可以作为企业与环境分析的基础工具。
2、SWOT分析法
从优势(Strength)、劣势(Weakness)、机遇(Opportunity)、威胁(Threat)四个方面分析内外环境,适用于宏观分析。
SWOT分析法是用来确定企业自身的竞争优势、竞争劣势、机会和威胁,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的一种科学的分析方法。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,从而根据研究结果制定相应的发展战略、计划以及对策等。
3、5W2H分析法
从Why、When、Where、What、Who、How、How much 7个常见的维度分析问题。广泛用于企业管理和技术活动,对于决策和执行性的活动措施也非常有帮助,也有助于弥补考虑问题的疏漏。
4、4P理论
经典营销理论,认为产品(Product)、价格(Price)、渠道(Place)和促销(Promote)是影响市场的重要因素。
5、AARRR
增长黑客的海盗法则,一种以用户为中心的着眼于转化率的漏斗型的数据收集测量模型,从获取(Acquisition)、激活(Activition)、留存(Retention)、收益(Revenue)和推荐(Referral)5个环节增长。
AARRR在应用推广运营各个层次(各个阶段)需要关注的一些指标。在整个AARRR模型中,这些量化指标都具有很重要的地位,而且很多指标的影响力是跨多个层次的。及时准确地获取这些指标的具体数据,对于应用的成功运营是必不可少的。
数据分析的方法论很多,这里不能一一列举;没有最好的方法论,只有最合适的。
从数据分析方法论也可得知,数据分析的意义在于将杂乱无章的数据转化为清晰可见的可视图,从而进行精准决策。“大数据时代,技术和分析哪个更重要”一文中也阐述了分析的重要性。
数据分析的七个方法
1、趋势分析
趋势分析是最简单、最基础,也是最常见的数据监测与数据分析方法。通常我们在数据分析产品中建立一张数据指标的线图或者柱状图,然后持续观察,重点关注异常值。
在这个过程中,我们要选定第一关键指标(OMTM,One Metric That Metter),而不要被虚荣指标(Vanity Metrics )所迷惑。
以社交类APP为例,如果我们将下载量作为第一关键指标,可能就会走偏;因为用户下载APP并不代表他使用了你的产品。在这种情况下,建议将DAU(Daily Active Users,日活跃用户)作为第一关键指标,而且是启动并且执行了某个操作的用户才能算上去;这样的指标才有实际意义,运营人员要核心关注这类指标。
2、多维分解
多维分解是指从业务需求出发,将指标从多个维度进行拆分;这里的维度包括但不限于浏览器、访问来源、操作系统、广告内容等等。
为什么需要进行多维拆解?有时候一个非常笼统或者最终的指标你是看不出什么问题来的,但是进行拆分之后,很多细节问题就会浮现出来。
举个例子,某网站的跳出率是0.47、平均访问深度是4.39、平均访问时长是0.55分钟。如果你要提升用户的参与度,显然这样的数据会让你无从下手;但是你对这些指标进行拆解之后就会发现很多思路。
3、用户分群
用户分群主要有两种分法:维度和行为组合。
第一种根据用户的维度进行分群,比如从地区维度分,有北京、上海、广州、杭州等地的用户;从用户登录平台进行分群,有PC端、平板端和手机移动端用户。
第二种根据用户行为组合进行分群,比如说每周在社区签到3次的用户与每周在社区签到少于3次的用户的区别,这个具体的我会在后面的留存分析中介绍。
4、用户细查
正如前面所说的,用户行为数据也是数据的一种,观察用户在你产品内的行为路径是一种非常直观的分析方法。在用户分群的基础上,一般抽取3-5个用户进行细查,即可覆盖分群用户大部分行为规律。
绝大多数产品都或多或少存在一些反人类的设计或者BUG,通过用户细查可以很好地发现产品中存在的问题并且及时解决。
5、漏斗分析
漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。漏斗分析模型已经广泛应用于网站用户行为分析和APP用户行为分析的流量监控、产品目标转化等日常数据运营与数据分析的工作中。
漏斗分析要注意的两个要点:
第一:不但要看总体的转化率,还要关注转化过程每一步的转化率;
第二:漏斗分析也需要进行多维度拆解,拆解之后可能会发现不同维度下的转化率也有很大差异。
6、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。这是用来衡量产品对用户价值高低的重要方法。
衡量留存的常见指标有:次日留存率、7日留存率、30日留存率等等。
留存分析可以帮助回答以下问题:
一个新客户在未来的一段时间内是否完成了您期许用户完成的行为?如支付订单等;
某个社交产品改进了新注册用户的引导流程,期待改善用户注册后的参与程度,如何验证?
想判断某项产品改动是否奏效,如新增了一个邀请好友的功能,观察是否有人因新增功能而多使用产品几个月?
7、A/B测试与A/A测试
A/B测试是为了达到一个目标,采取了两套方案,一组用户采用A方案,一组用户采用B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。在A/B测试方面,谷歌是不遗余力地尝试;对于搜索结果的显示,谷歌会制定多种不同的方案(包括文案标题,字体大小,颜色等等),不断来优化搜索结果中广告的点击率。
这里需要注意的一点,A/B测试之前最好有A/A测试或者类似准备。什么是A/A测试?A/A测试是评估两个实验组是否是处于相同的水平,这样A/B测试才有意义。其实这和学校里面的控制变量法、实验组与对照组、双盲试验本质一样的。
原文:
https://mp.weixin.qq.com/s?__biz=MjM5MDI1ODUyMA==&mid=2672941692&idx=1&sn=b9277c3c7eddbea1f102238c84f4542b&chksm=bce2fe4b8b95775d72527d6779c5e082e8578950c21584616c5ddd1e58d03a20d1bcc1258db5&mpshare=1&scene=24&srcid=0924Bo9k9Xr2M72D8xy3Rumx#rd
【数据分析】最常用的数据分析方法(干货)相关推荐
- 生物群落数据分析最常用的统计方法:回归和混合效应模型、多元统计分析技术及结构方程等数量分析方法
原文>>>R语言生物群落数据统计分析应用 R 语言作的开源.自由.免费等特点使其广泛应用于生物群落数据统计分析.生物群落数据多样而复杂,涉及众多统计分析方法.本内容以生物群落数据分析 ...
- matlab高维数据降维方法,数据分析:常用的降维方法
主成分分析 主成分分析(Principal Component Analysis,PCA)也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标. 在统计学中,主成分分析是一种简化数据集的 ...
- 《数据分析思维》:分析方法与业务知识
小飞象·读书会 生活从来不会刻意亏欠谁,它给你一块阴影,必会在不远处撒下阳光. 读书交流│3期 数据分析方法与业务知识 data analysis ●●●● 分享人:木兮 欢迎大家参加这次读书会的直播 ...
- 几种常用的特征选择方法
几种常用的特征选择方法 转载 2016年12月14日 16:33:38 标签: 特征选择 6084 结合Scikit-learn介绍几种常用的特征选择方法 原文 http://dataunion.o ...
- [数据分析干货]四种简单常用的数据分析方法,学完立马升职加薪!
你是否做了N个渠道推广,却不知道钱花的效果怎么样? 你是否用数据做了很多图表,但是只知道表象却不会深入分析现象背后发生了什么,得不出什么有效的结论? 今天就来给大家分享4种最常用的数据分析方法,让你在 ...
- 常用的数据分析方法汇总
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 一.描述统计 描述统计是通过图表或数学方法,对数据资料进行整理.分 ...
- 统计计量 | 统计学中常用的数据分析方法汇总
来源:数据Seminar本文约10500字,建议阅读15+分钟 统计学中常用的数据分析方法汇总. Part1描述统计 描述统计是通过图表或数学方法,对数据资料进行整理.分析,并对数据的分布状态.数字特 ...
- 常用的数据分析图表及方法介绍
也许你是一位管理客户的负责人,当你看到客户响应率降低,你想知道原因:也许你是一家公司的营销经理,当你看到注册数量下降,你想确定哪个指标出现问题.无论出现什么问题,找出导致问题的原因以及如何解决问题现在 ...
- 异常数据4种剔除方法_数据分析系列 22/32 | 9种常用的数据分析方法
要使各种结构化的.非结构化的.海量的数据实现标准化.信息化,能够提供业务绩效评估.业务决策支持等要求,我们首先需要进行数据分析. 同时,围绕业务问题,采用合适的分析方法,分析模型,以及分析工具,这是数 ...
- 功能测试常用6种方法_16种常用的数据分析方法聚类分析
聚类(Clustering)就是一种寻找数据之间内在结构的技术.聚类把全体数据实例组织成一些相似组,而这些相似组被称作簇.处于相同簇中的数据实例彼此相同,处于不同簇中的实例彼此不同. 聚类分析定义 聚 ...
最新文章
- 上海交大张拳石:漂在零丁洋里的体系,神经网络的博弈交互解释性
- python类中方法的执行顺序-Python中实例化class的执行顺序示例详解
- VHDL硬件描述语言(二)——子程序
- 平面电子地图如何表现同一位置的POI
- 【Git】Git 分支管理 ( 解决分支合并冲突 | 本地处理文件冲突 )
- cropper.js 图像旋转问题_快速提高前端开发效率:10个JavaScript图像处理库
- php上个月的最后一天,在PHP中查找上个月的最后一天
- mybatis大于小于的转义
- 不要局限在完成当前飞鸽传书2009的简单思路上
- mysql数据索引失效_MySQL索引失效的几种情况
- [翻译] JNWSpringAnimation
- 【精】沐浴智慧之光:研究查找算法
- linux下phpmyadmin安装
- Servlet(HttpServletResponse响应对象)
- 读书202101『股票大作手回忆录』
- 宇枫资本如何挑选靠谱理财平台
- datawhale 学习笔记——建模调参入门
- oracle快照点,Oracle快照(snapshot)管理
- 1、什么是软件危机?它是哪些典型表现?为什么会出现软件危机?
- 其实很简单 QQ被盗了可以这样找回来(转)