数据分析的基础套路与实战（一）——业务拆解框架

数据分析基础套路与实战

数据分析的基本流程

1. 确定数据分析的目标与分析框架；
2. 数据采集与预处理；
3. 数据分析；
4. 业务需求建模
5. 完善数据分析报告；

确定数据分析的目标与框架

1、如何高效的拆解业务需求，确定数据分析目标
业务需求的拆分分为两部分：第一是把需求拆分到业务指标；第二是对每个指标拆分分析。
业务指标也分为核心指标和底层指标，电商运营的核心优化指标是GMV，但不同业务问题可以从人货场、链路转换、生命周期等不同角度拆解出细分指标用于优化。

指标拆分分析的常用思路与方法：

• 以DAU变动为例分析
  （1）按短期和长期因素拆分
  此处DAU上升现将其拆分为长期因素和短期因素，长期因素表现在用户量的长期趋势，如一年来app的日活指标都是呈上升态，可估算5月到7月按既往趋势的DAU增长量（换算为量而非百分比），比如使用移动平均等预测手法计算；在剔除了趋势增长量的基础上，考虑短期因素，考虑在7月和5月间有无重大社会事件、商业事件，社会事件可以是某种舆论造成App的关注度提升，商业事件可考虑商业合作和商业活动（618），可以以各月的舆论热度作为对比的指标。
  （2）按内外部变化拆分
  日活的变化第一是产品本身某个改动点获得认可，可以通过abtest的方式来检验，指标包括用户研究类（活跃用户）、内部的新版本，运营活动；外部变化是市场环境࿰