数据分析方法论

目录

一、PEST 方法论

二、SWOT 模型

三、4P 营销理论

四、5W2H 模型

五、逻辑树模型

六、用户行为方法论

七、“人货场” 方法论

---

一、PEST 方法论

PEST 主要用于分析政治（Political）、经济（Economic）、技术（Technological）和社会（Social）这四种外部因素对企业的影响。

以电视端影视收入下滑为例：

• 政治（P）：政策原因下架部分娱乐节目、电影、电视剧，这会直接影响电视端影视内容的丰富度，进而导致收入下滑。
• 经济（E）：经济增长缓慢时，用户付费能力下降，广告收入也会随之减少，对电视端影视收入产生负面影响。
• 社会（S）：短视频的兴起，让年轻用户更倾向于使用手机等移动终端，使得电视端的用户流失，影响了影视收入。
• 技术（T）：4K 视频源、带宽以及硬件解码能力等技术问题，可能影响用户观看体验，导致用户流失和收入降低。

二、SWOT 模型

SWOT模型：基本分析思路

SWOT 分析法通过对影响企业发展的内部因素（优势 Strength、劣势 Weakness）与外在环境（机会 Opportunity、威胁 Threat）进行分析，为企业发展战略提供参考。

还是以电视端影视收入下滑分析为例：

• 优势（S）：电视端拥有大量用户，技术框架也比较完善。
• 劣势（W）：电视端存在不受控的情况，付费人群意愿低，广告报价也低。
• 机会（O）：可以加强与电视厂商合作，提升电视广告精准度，引入高质量内容源。
• 威胁（T）：短视频分流用户，竞争对手加大投入，都给电视端影视业务带来挑战。

三、4P 营销理论

4P 营销理论从企业营销目标实现的角度出发，涵盖产品（product）、价格（price）、促销（promotion）、渠道 (place) 这四个影响企业营销活动的关键要素。

• 产品：包括品牌定位、细分市场、产品线规划等多个方面，要不断创新，满足用户痛点，根据产品生命周期制定不同策略。
• 价格：价格设计是营销的关键，它决定了市场卡位、目标人群和利益分配，需要平衡消费者、企业和销售方的利益。
• 促销：本质是让产品更好卖，通过折扣、优惠券等方式降低消费者购买成本，培养用户消费习惯。
• 渠道：涉及价值与利益分配，企业产品需要合适的渠道进行销售，要满足渠道发展需求，让销售者愿意推广产品。

4P 营销理论-知识付费分析

四、5W2H 模型

5W2H 方法也叫七问分析法，通过 What（何事）、Why（何因）、When（何时）、Where（何地）、Who（何人）、How（何法）、How much（何量）这七个维度来分析问题。

在游戏业务用户流失分析中，就可以从这几个方面入手：

• What：明确要对游戏留存进行分析，找到影响因素。
• When：根据用户生命周期，确定用户流失的阶段。
• Where：依据用户行为，定位流失环节。
• Who：通过用户画像，了解流失用户的属性、特征和渠道来源。
• Why：分析用户流失的原因并总结。
• How：针对问题对游戏进行迭代，提升用户体验。
• How much：确定改进所需的时间、投入，对比改进后版本的效果。

五、逻辑树模型

逻辑树也叫问题树、分解树，是麦肯锡公司提出的重要分析、解决问题的方法。它将已知问题的所有子问题分层罗列，从最高层逐步扩展。

使用步骤：

1. 确认问题：将笼统问题拆成单个问题
2. 分解问题：对问题进行细分
3. 剔除次要问题，找到关键点
4. 关键点分析：对主要问题分析
5. 制定执行方案：制定落地方案
6. 执行结果分析与验证

三个原则： 

• 要素化：将相同问题归纳总结为要素
• 框架化：将各要素组织成框架，不重不漏
• 关联化：框架内各要素保持必要的关系，简单而不独立

三种模型 ： 

• 议题树：对当前问题不清楚，需要对问题进行拆解

  

• 假设树：对当前问题有了充分了解，并针对问题提出假设解决方案

  

  ​
• 是否树：提出问题，根据问题进行判断，根据分析结果进行下一轮分析

  

六、用户行为方法论

用户行为模型研究用户为获取使用物品或服务所采取的各种行动，能够梳理网站分析各关键指标之间的逻辑关系，构建符合公司实际业务的分析指标体系。

用户认识产品的过程，如下图：

以电商平台为例，用户从认知、熟悉、试用、使用到忠诚，每个阶段都有不同的关键指标：

• 认知阶段：涉及网站访问、应用下载、推广渠道、推广转化率等指标。
• 熟悉阶段：站内浏览、站内搜索等指标较为重要。
• 试用阶段：用户注册、新增注册用户、注册转化率等是关键指标。
• 使用阶段：用户登录、用户支付、DAU（日活跃用户数）、登录用户数、访问登录比、订单量等指标反映用户的使用情况。
• 忠诚阶段：用户粘性、流失用户、在线时长、转发量、留存率等指标体现用户的忠诚度。

七、“人货场” 方法论

“人货场” 模型在零售领域应用广泛，“人” 指消费者，“货” 指商品（包括服务），“场” 指销售场所。在新零售时代，企业依托互联网技术，对这三个要素进行优化融合。

• 人：以用户为中心，通过大数据和互联网技术关注消费者体验，提供个性化服务。利用用户画像进行精准运营和效果评估，关注用户生命周期、客单价、用户留存、复购率、会员指标等。
• 货：从商品维度进行分析，了解用户对不同商品的关注度、购买力，分析产品生命周期，进行供应链决策。涉及商品数量、单价、客单价、订单响应周期、服务指标、库存指标、商品指标、售后指标等。
• 场：从地域、人群、新店面、不同场景、页面流量、站内搜索、站内广告、渠道等多个维度进行分析，关注流量指标、转化率、GMV（商品交易总额）、净利润、交易指标等。