2 数据分析方法一

根据业务场景中分析目的的不同，可以选择对应的分析方法

2.1 5W2H分析方法

5W是指对于所有的现象和问题解决都追问5个问题：what（是什么）、when（何时）、where（何地）、why（为什么）、who（是谁）。2H是指再追问2个问题：how（怎么做）、how much（多少钱）

案例1：如何设计一款产品？

这时候可以用5W2H分析方法：

what（是什么）：这是什么产品？

when（何时）：什么时候需要上线？

where（何地）：在哪里发布这些产品？

why（为什么）：用户为什么需要它？

who（是谁）：这是给谁设计的？

how（怎么做）：这个产品需要怎么运作？

how much（多少钱）：这个产品里有付费功能吗？价格是多少？

案例2：设计一款App的调查问卷，如何设计问卷上的问题？

what（是什么）：你用这款App做什么事情？

when（何时）：你通常在什么时间使用这款App？

where（何地）：你会在什么场景使用这款App？

why（为什么）：你为什么选择这款App？

who（是谁）：如果你觉得你喜欢这个产品，你会推荐给谁？

how（怎么做）：你觉得我们需要加入什么功能才是比较新颖的？

how much（多少钱）：如果你认为这个App对你有帮助，你会花多少钱去购买App里的服务？

2.2 逻辑树分析方法

逻辑树分析方法是把复杂问题拆解成若干个简单的子问题，然后像树枝那样逐步展开

例如现在你想给自己做一个年度计划，但是要做的事情很多。为了理顺你的思路，可以用逻辑树分析方法，把年度计划这个复杂问题拆分成技能学习、读书、健身、旅行这几个子问题

逻辑树分析方法是由科学家费米提出来的，这种分析问题的方法在面试中会经常用到，例如：北京有多少辆特斯拉汽车？某胡同口的煎饼摊一年能卖出多少个煎饼？深圳有多少个产品经理？一辆公交车里能装下多少个乒乓球？一个正常成年人有多少根头发?----“费米问题”

回答费米问题，可以用到逻辑树分析方法，将一个复杂的问题拆解成子问题，然后逐一解决

注意事项：逻辑树分析方法在解决业务问题时，经常不是单独存在的，会融合在其他分析方法里，辅助解决问题

2.3 行业分析方法

当公司需要对外部环境或者行业进行分析的时候，需要用到行业分析法，用PEST分析方法进行行业分析

2.4 多维度拆解分析方法

拆解其实就是做加法，把一个维度拆解成维度1+维度2+维度3+…。如相亲时，老妈把优秀拆解成个子高、家庭背景好、长得帅

通过多维度拆解数据，我们发现了和一开始截然相反的结论，这种现象被称为“辛普森悖论”（Simpson’s Paradox），也就是在有些情况下，考察数据整体和考察数据的不同部分，会得到相反的结论。如把两家医院按病人拆分为重症存活率和轻症存活率。

辛普森悖论：考察数据整体和考察数据局部，结论相互矛盾。就像是欲比赛100场篮球以总胜率评价好坏，有人和 高手挑战20场胜1场，另外80场找平手挑战胜40场，结果胜率41%，另一人则和高手挑战80场而胜8场，而剩下20场平手打个全胜，结果胜率为28%，比 41%小很多，但仔细观察挑战对象，后者明显较有实力

如何使用多维度拆解分析方法？

1）从指标构成来拆解

销售额=新用户销售额+老用户销售额

新用户销售额=新用户数×转化率×新用户客单价

老用户销售额=老用户数×复购率×老用户客单价

2）按业务流程来拆解

一家线上店铺做了一波推广，老板想看看推广效果如何，你该怎么办呢？

推广效果最直观的是看用户增长了多少，定义衡量指标为新增用户数。进一步可按照城市、性别、渠道来拆解新增用户数

2.5 对比分析方法

心理学家发明了一个术语叫作价格锚定，也就是通过和价格锚点对比，一些商品会卖得更好

想要进行对比分析，我们要弄清楚两个问题：和谁比（一般是和自己比，和行业比），如何比较（平均数、中位数、变异系数、趋势变化）

A/B测试的背后也是用了对比分析方法。什么是A/B测试？

可能经常会面临多个设计方案的选择。A/B测试就是为同一个目标制定两个版本，这两个版本只有某个方面不一样，其他方面保持一致。例如两个版本只有按钮

的颜色不一样，让一部分用户使用A版本（实验组），另一部分用户使用B版本（对照组）。试运行一段时间后，分别统计两组用户的表现，然后对两组数据进行对比分析

某些公司会有专门做A/B测试的平台。平台会自动监控测试过程和生成分析报告。

2.6 假设检验分析方法

假设检验分析方法的步骤分为3步：提出假设、收集证据、得出结论

如何提出假设呢？我们可以按用户、产品、竞品这3个维度提出假设（图2-52），来检查提出的假设是否有遗漏。这3个维度分别对应公司的3个部门：用户对应运营部，产品对应产品部，竞品对应市场部

还可以从4P营销理论出发来提出假设，为了寻找销售业绩下降的原因，从公司角度，可以利用4P营销理论从4个维度提出假设：

某线上店铺最近给新会员的折扣券的领取率降低，原因是什么呢？可以先画出业务流程，根据业务流程一步步提出假设

这里其实是用到了我们之前讲过的多维度拆解分析方法

2.7 相关分析

可能会被问到：子产品对整体产品有多少贡献度或者影响度。例如，对于微信读书这款产品，评估“想法”这个子模块的用户留存对整体产品留存的影响度。这时候就可以使用相关分析，研究子产品和整体产品有什么关系

如何使用相关分析方法

散点图，散点图可以直观地显示出两种数据之间的相关关系

相关系数 r 就是用来衡量两种数据之间的相关程度的，0.6以上可认为高相关

提问：为什么产品A的复购率比竞争对手低50%？

这时候可以通过相关分析，来确定影响最大的因素。通过分析，发现跟复购率相关度最高的因素是助教的答疑效果，那么，就可以优先提高助教的答疑服务，进而提高复购率

注意事项：相关关系不等于因果关系

如何判断两种数据之间是相关关系，还是因果关系呢？可以使用“单变量控制法”，也就是控制其他因素不变，只改变其中一个因素，然后观察这个因素对实验结果的影响

例如，早上公鸡一打鸣，太阳就会升起。如果把公鸡杀掉，太阳还是会升起。所以，“太阳升起”和“公鸡打鸣”是相关关系，不是因果关系