九大数据分析方法-综合型分析方法以及如何使用这九大分析方法

阿里云国内75折 回扣 微信号:monov8
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6

文章目录


本文来源为接地气的陈老师的知识星球以及付同学的观看笔记。

3 综合型分析方法

3.1 相关性分析法

相关性分析法寻找指标之间关系的方法。
指标之间有两种关系直接相关、间接相关

3.1.1 直接相关

直接相关关系是不言而喻的不用分析。
在三种情况下直接相关

1.整体与部分结构分析法
2.主指标与子指标指标拆解法
3.前后步骤指标漏斗分析法。

3.1.2 间接相关

间接相关不等于真的有因果关系。
间接相关案例

1.理论上有关系实际上待验证。如
广告投入 vs 业绩增长理论上广告多了用户会买的也多但没有直接证据。
2.理论上模棱两可实际上待验证。如
用户浏览 vs 成交一种说法是用户很想买才会一直看另一种说法是用户不想买所以才一直看就是不掏钱。

想要论证相关关系需要

1.明确对象谁和谁相关
2.找到衡量对象的数据指标
3.计算相关系数法&散点图法。
1散点图法
通过散点图能直观看出来是否有相关关系
两个指标相关则数据呈规律性分布不会散布在图上
2相关系数法
excel->数据->数据分析->相关分析输入区域把要计算的两列指标选中输出结果相关系数越接近1相关性越大。
但是间接相关不等于真的有因果关系。

间接相关的应用场景

1.探索性分析。比如想要知道什么指标和收入/成本有关系有没有明确的方向就把一堆指标都和收入/成本计算相关系数看看哪个相关系数高挑出来一些指标再看合不合逻辑。
2.验证性分析。比如验证广告投入与销售收入、积分与用户消费、用户活跃度与用户付费、用户互动与用户留存等议题则先看数据是否相关再看逻辑上成立不成立。

相关分析的关键

1.先区分直接相关与间接相关很重要不要盲目计算相关系数
2.直接相关时重点关注是否存在“单指标涨整体不涨”的异常
3.间接相关时先明确对象再找指标再做计算
4.间接相关可以用来筛选重要指标之后再找数据上的相关
5.不是所有关系用能用指标来衡量还可以用标签。

3.2标签分析法

标签分析法通过打标签的方式将很难用数据指标描述的问题具体化之后基于标签进行分析解答问题的方法。
有时候我们想了解的事务不能用指标来表达时可用标签分析法。
比如下雨了客人少所以业绩不好。
这里下雨就是一个标签。

标签的基本分类

1.预测标签基于过往数据通过算法预判未来行为比如违约、高潜力
2.规则标签基于规则计算比如消费10001算高5001-10000算中等消费
3.事实消费事实性描述比如一二三线城市男女。

标签分析法看似简单实则经常出错。
标签分析法的关键

1.一个标签可能有若干种制作方法制作方法会影响分析结果
2.一个事务可能有多个标签其中某些是重要的某些并不重要
3.做标签分析时试着思考更多可能性做多次交叉验证才能准确。好的标签一定是经过长期分析沉淀下来的单次结论很容易被推翻。
通过细分标签可以发现表象背后的深层次问题。

细分标签的操作方法

1.明确要分析的问题“下雨了路上客人少业绩不行”
2.先准备最粗分类的标签下雨、非下雨明确待检验指标业绩
3.先观察最粗分类下待检验指标是否有差异
4.如几乎无差异可以直接放弃如有一定差异可以尝试继续深入
5.再考虑细分标签比如大雨、中雨、小雨继续观察
6.再考虑其他影响因素比如其他恶劣天气、停工通知。

3.3 MECE法

每个问题都有很多影响因素用MECE法可以分清
分不清的关键在于各种因素相互交织在一起问题交织太多人们就习惯地分为态度问题/非态度问题两类。
MECE分析法是相互独立、完全穷尽的分类法则可以解开一团乱麻。把影响因素一一对齐找到最核心的问题避免相互交织重叠。
有了分类以后可以确认哪个问题是主因还可以跟踪变化情况
MECE分析法的思路

相互独立、完全穷尽是结果不是手段。MECE分析法用剥洋葱的手段层层细分从一个粗分类开始逐步做细。

案例
在这里插入图片描述
在这里插入图片描述
每次增加一个清晰的分类逐步细化使用的分类以具备可解释的业务含义为最佳。不同的分类标签其业务上潜台词不一样找能达成自己目的的。
细分的终点可以落地一个业务动作。

完整版分类形态
在这里插入图片描述
MECE的结论并不唯一可以有多种选择从哪里开始做分析分析到什么程度完全取决于人心。
应用场景

1.面对复杂问题各种说法齐出众说纷纭没有方向
2.某一个理由被拿来当挡箭牌下雨、大环境…需要找到更细节的问题。

MECE的关键

1.面对复杂问题不要着急把假设情况列出来一个个梳理
2.梳理问题时从业务最关心、最容易下手的地方开始
3.梳理的时候先看粗分类再看细分类
4.梳理的结果以业务可以行动为准设定好观察指标
5.如果业务能解决问题则梳理结束如出现新问题再做调整。

4 如何使用九大方法

做数据分析时要做到能说出来

1.我负责的业务收入指标是…成本是…
2.我负责的业务收入规律是…哪些动作能影响收入
3.收入的内部结构是…最近半年这个结果稳定/变化
4.可以用xx方法进行拆解其中业务最关心的点是…

熟练掌握分析方法就是要做到

1.当前业务面临的问题是…
2.这个问题有x个假设依次顺序是…
3.数据上能马上证明的是…尚不能证明的是…’

掌握了九大分析方法以后看数据的积累量

1.积累了固定的分析维度业务分析模型
2.针对预测、分类问题积累足够特征算法模型
3.针对抽样检验问题统计学检验
4.针对最优分配问题线性规划模型

阿里云国内75折 回扣 微信号:monov8
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6

“九大数据分析方法-综合型分析方法以及如何使用这九大分析方法” 的相关文章