数据分析0基础学习笔记—1

一、观察

采集数据

• 解析系统日志：产生日志--解析日志--得到数据

• 埋点获取数据：

• 传感器采集
• 爬虫
• API：Application Programming Interface，按照规则提供数据

存储数据

• 数据库：各种类型的数据

展示数据

• 展示数据

分析数据的目的

• 及时发现异常

• 找到数据之间的因果关系

---

二、测量

设定标准&发现异常

研究关系

提出假设，然后验证假设

所有未经事实数据验证的想法都是假设

 设计A/B测试获取数据

设计2个版本的产品，挑选2个用户群去实验

实验目标、实验假设、实验打分、实验指标、实验观众、实验版本、开发验收、实验结果、实验分析、后续计划

---

三、应用-如何应用数据创造价值

基于数据反馈不断迭代产品和业务策略
明确业务的目标，拆解目标，得到标准值

符合MECE 法则即可

什么是 MECE 法则?
MECE（发音：me see）分析法是 Mutually Exclusive Collectively Exhaustive的首字母缩写词，中文意思是"相互独立、完全穷尽"，即所谓的 "无重复、无遗漏"。

在按照 MECE 原则将某个整体（不论是客观存在的还是概念性的整体）划分为不同的部分时，必须保证划分后的各部分符合以下要求：

各部分之间相互独立 (Mutually Exclusive) — “相互独立”意味着问题的细分是在同一维度上，并有明确区分、不可重复的

所有部分完全穷尽 (Collectively Exhaustive) — “完全穷尽” 则意味着全面、完整，没有遗漏或缺失。

当我们在分析解决问题，或对复杂事物进行分明别类时，往往会用到MECE法则。它能有效的帮我们对问题进行结构化分析，或对事物进行归类分组，避免因思维混乱而出现重叠或遗漏的逻辑问题。

MECE分类的五个方法
二分法
二分法在日常生活中比较常见，其实就是把事物分成 A 和非 A 两个部分，如“白天、黑夜”、“男人、女人”、“国内、国外”、“内部、外部”等等。

流程法
流程法就是按照事情发展的时间、流程、程序，对过程进行逐一的拆解。

例如，景泰蓝的制作可以分为七个步骤：做胎、掐丝、烧制、点蓝、烧蓝、打磨、镀金。

要素法
要素法主要用于事物由哪些要素（或部分）组成，把一个整体分成不同的构成部分；但是，在拆解要素时要保持维度的一致性，否则有可能出现有重叠和遗漏的问题。

公式法
公式法是按照公式设计的要素进行分类，公式若成立，那么要素的分类就符合MECE原则。比如　GMV＝客流量X客单价

矩阵法
矩阵法就是把事物按二维矩阵进行分类或划分，例如说时间管理中常用的紧急且重要、紧急不重要、不紧急但重要、不紧急也不重要的分类方法就是典型的矩阵法。

流程拆解法
如：进行拆解用户购买商品的流程环节：看到广告-->点进商品-->点击购买-->完成支付-->订单量下降。

我们可以举一反三，同样应用到一个大家都关注的例子-恋爱。恋爱之前一般会经过几个步骤：先相遇-->相知-->相处-->相爱。从上到下就搭建了一个“恋爱”漏斗模型。接下来估算每个环节到 下一个环节的概率。比如你会遇到20个适龄的异性，但是只有6个是你感兴趣的、愿意继续聊，那么这2个环节的转化率只有30%。下一个环节继续看转化率，最终你可以算出需要认识多少个适龄单身异性，才能达到今年的脱单目标。

这种漏斗分析，它是一套流程分析，适用于流程较长，环节较多，并且随着环节进行，留存率越来越少的场景。

象限拆解法

X轴从左到右是点击率的高低，Y轴从下到上是转化率的高低，形成了4个象限，这就是我们要说的象限分析法。

针对每次营销活动的点击率和转化率找到相应的数据标注点，然后将这次营销活动的效果归到每个象限，4个象限分别代表了不同的效果评估。

象限一：高点击高转化，点击高代表营销创意打动了受众，转化高代表被打动的受众是产品的目标用户；

象限二：高转化低点击，同样的，高点击代表被打动的受众是产品的目标用户，但低点击代表的是营销创意没有打动用户；

象限三：低点击低转化，这个象限是最糟糕的营销活动了，投放广告点击少，点击用户转化低，创意无效，用户不精准；

象限四：高点击低转化，这个象限的营销活动要给策划和文案加鸡腿，但就要给渠道扣绩效了。这种象限的营销活动一定程度上有标题党的嫌疑。         

象限分析法有什么用？

1.找到问题的共性原因；通过象限分析法，将有相同特征的事件进行归因分析，总结其中的共性原因。例如案例中第一象限的事件可以提炼出有效的推广渠道与推广策略，第三和第四象限可以排除一些无效的推广渠道；

2.建立分组优化策略；针对投放的象限分析法可以针对不同象限建立优化策略，例如提升象限二的投放创意，象限四的投放渠道。

杜邦分析法
杜邦分析法（DuPont Analysis）是利用几种主要的财务比率之间的关系来综合地分析企业的财务状况。具体来说，它是一种用来评价公司盈利能力和股东权益回报水平，从财务角度评价企业绩效的一种经典方法。其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩。由于这种分析方法最早由美国杜邦公司使用，故名杜邦分析法。

杜邦分析法中有一个核心概念：ROE，return on equity，即净资产收益率，或净资产回报率。

//一句话概括，ROE衡量的是企业的赚钱的能力。

举个例子，我开了一家贸易公司，初始资金1000元，这里的1000元就是我的总权益资产，也是我的总资产。

我打算代理某种产品，这个产品的进货价为10元/个，1000元一次能够进100个，一个卖12元，则卖一个产品赚2元，卖一批货的销售收入就是1200，利润就是200元（当然这里是理想化，假设没有其他成本）。

假设一年进一批货，并全部卖掉，此时ROE=利润/总权益资产=200/1000=20%。

现在，我想多赚点钱，即提高ROE，有以下三种办法：

1、涨价

这种办法简单粗暴，例如单价提高到15元，则卖一批货的利润就是500（1500-1000），ROE提升至50%。

2、借钱多进货

这种办法很常见，例如，向银行借款1500元，总资产变成2500，此时一批货能够进250个，单价还是12元，全部卖出，利润就是500（250*12-2500），ROE提升至50%。

需要注意的是，此时总权益资产仍然是1000元，借来的1500叫作负债。

这种办法俗称加杠杆，那么就涉及到一个词，杠杆比率，杠杆比率等于总资产/总权益资产，这里的杠杆比率为2500/1000=2.5，杠杆比率也叫权益乘数。

如果将初始的ROE称为净资产利润率，则此时的ROE=净资产利润率*权益乘数，相当于通过杠杆将净资产利润率放大了。

当然，在没有负债的情况下，权益乘数就是1，即ROE=净资产利润率*1。

3、多卖几批货

其实就是加快周转率，原来一年卖一次，现在一年卖2.5次，即250个，单价还是12元，每卖出一个利润就是2元，则一年的利润就是500（250*2），ROE也提升至50%。

这种方法叫作提升资产周转率，如果将之前的资产周转率记为1，则现在的资产周转率为2.5，所以ROE=净资产利润率*资产周转率。

综上所述，得到公式：ROE=净资产利润率*权益乘数*资产周转率，这就是杜邦分析法公式。

AARRR
AARRR是一个用于研究用户增长的数据分析模型，是Acquisition、Activation、Retention、Revenue、Refer，这个五个单词的缩写，分别对应用户生命周期中的用户获取、用户激活、用户留存、获得收益、推荐传播这5个重要环节。

环节介绍

• 用户获取（Acquisition）

运营一款移动应用的第一步，毫无疑问是获取用户，也就是大家通常所说的推广。如果没有用户，就谈不上运营。

• 用户激活（Activation）

很多用户可能是通过终端预置、广告等不同的渠道进入应用的，这些用户是被动地进入应用的。如何把他们转化为活跃用户，是运营者面临的第一个问题。

当然，这里面一个重要的因素是推广渠道的质量。差的推广渠道带来的是大量的一次性用户，也就是那种启动一次，但是再也不会使用的用户。严格意义上说，这种不能算是真正的用户。好的推广渠道往往是有针对性地圈定了目标人群，他们带来的用户和应用设计时设定的目标人群有很大吻合度，这样的用户通常比较容易成为活跃用户。另外，挑选推广渠道的时候一定要先分析自己应用的特性（例如是否小众应用）以及目标人群。对别人来说是个好的推广渠道，对你却不一定合适。

另一个重要的因素是产品本身是否能在最初使用的几十秒钟内抓住用户。再有内涵的应用，如果给人的第一印象不好，也会“相亲”失败，成为“娶不到媳妇的老大难”。

• 用户留存（Retention）

有些应用在解决了活跃度的问题以后，又发现了另一个问题：“用户来得快、走得也快”。有时候我们也说是这款应用没有用户粘性。

我们都知道，通常保留一个老客户的成本要远远低于获取一个新客户的成本。所以狗熊掰玉米（拿一个、丢一个）的情况是应用运营的大忌。但是很多应用确实并不清楚用户是在什么时间流失的，于是一方面他们不断地开拓新用户，另一方面又不断地有大量用户流失。

解决这个问题首先需要通过日留存率、周留存率、月留存率等指标监控应用的用户流失情况，并采取相应的手段在用户流失之前，激励这些用户继续使用应用。

留存率跟应用的类型也有很大关系。通常来说，工具类应用的首月留存率可能普遍比游戏类的首月留存率要高。

• 获得收益（Revenue）

获取收入其实是应用运营最核心的一块。极少有人开发一款应用只是纯粹出于兴趣，绝大多数开发者最关心的就是收入。即使是免费应用，也应该有其盈利的模式。

收入有很多种来源，主要的有三种：付费应用、应用内付费、以及广告。付费应用在国内的接受程度很低。在国内，广告是大部分开发者的收入来源，而应用内付费在游戏行业应用比较多。

无论是以上哪一种，收入都直接或间接来自用户。所以，前面所提的提高活跃度、提高留存率，对获取收入来说，是必需的基础。用户基数大了，收入才有可能上量。

• 推荐传播（Referral）

以前的运营模型到第四个层次就结束了，但是社交网络的兴起，使得运营增加了一个方面，就是基于社交网络的病毒式传播，这已经成为获取用户的一个新途径。这个方式的成本很低，而且效果有可能非常好；唯一的前提是产品自身要足够好，有很好的口碑。

从自传播到再次获取新用户，应用运营形成了一个螺旋式上升的轨道。而那些优秀的应用就很好地利用了这个轨道，不断扩大自己的用户群体。

PEST
对于企业的战略管理，会有很多的分析方法，用的较多的就是PEST分析法，它是从政治（Politics）、经济（Economic）、社会（Society）、技术（Technology）四个方面，基于公司战略的眼光来分析企业外部宏观环境的一种方法，公司战略的制定离不开宏观环境，而PEST分析法能从各个方面比较好的把握宏观环境的现状及变化的趋势，有利于企业对生存发展的机会加以利用，对环境可能带来的威胁及早发现避开。

政治环境：
是指一个国家或地区的政治制度，体制，方针政策，法律法规等方面，这些因素常常影响着企业的经营行为，尤其是对企业长期额度投资行为有着较大的影响

经济环境
指企业在制定战略过程中须考虑的国内外经济条件，宏观经济政策，经济发展水平等多种因素

社会环境
主要指组织所在社会中成员的民族特征，文化传统，价值观念，宗教信仰，教育水平以及风俗习惯等因素，

技术环境
是指企业业务所涉及国家和地区的技术水平，技术政策，新产品开发能力以及技术发展的动态等。

RFM
RFM 是指根据客户活跃程度和交易金额贡献，进行客户价值细分的一种方法。

对于一个新上线产品的前期运营，我们一般的做法都是做活动、上新品、蹭热点、做营销、不断地去拓展新的客户。但是这种做法收效却不容乐观，真正获取的用户没有几个，最终都便宜了羊毛党。其实客户在不同阶段的需求是不一样的，有的客户图便宜，有的客户看新品，有的客户重服务。所以我们想要运营好一个产品，就需要对客户精细化运营。

SWOT
 SWOT分析法代表企业优势（strength）、劣势（weakness）、机会（opportunity）和威胁（threats）。因此，SWOT分析实际上是将对企业内部外条件各方面进行综合和概括，进而分析组织的优劣势，面临的机会和威胁的一种方法，可以通过分析帮助企业把资源和行动集中在自己的强项和有最多机会的地方。

5W1H
即：Who（分析谁）、Where（取哪里的数据）、When（取什么时间段的数据）、What（用什么分析方法）、Why（什么原因导致的）、How（如何呈现最终结果）

Who 分析谁？确定分析主题。
Where 取哪里的数据？进行数据集成。
When 取什么时间段的数据？
What 用什么分析方法？
Why 是什么原因导致的问题？
How 如何呈现分析结果
//额外说一下5W2H

5W2H
（1）why（何因）——为什么？为什么要这么做？原因是什么？
（2）what（何事）——是什么？目的是什么？
（3）where（何处）——何处？从哪里来？到哪里去？
（4）when（何时）——何时？什么时间完成？
（5）who（何人）——谁来执行？谁来负责？谁来管理？
（6）how——怎么做？如何提高效率？如何实施？
（7）how much——做多少？做到何种程度？数量、质量如何

---

 版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
                        
原文链接：https://blog.csdn.net/weixin_43944943/article/details/123115108

---

四、数据分析流程

—应用于产品

 ——应用于算法