数据分析入门

 课程链接：

10 漏斗分析模型_哔哩哔哩_bilibili

一、数据清洗过程

1、选择子集：选择有用的列

4、缺失值处理 

二、确定指标

1. 业务指标：衡量业务好坏的标准
2. 了解业务：公司做什么，卖什么产品，服务对象，有哪些业务
3. 了解核心指标

以电商数据为例分析常用指标

用户维度指标

• 日增新用户数：某产品每日新增
• 活跃用户数：衡量网站运营状况。分多种：打开算、登陆算、产生指定行为
• DAU日活跃用户数、WAU、MAU
• 留存率：电商留住用户的能力：第N天/第一天
• 行业标准次日留存率40%、7日留存率20%、月留存率10%
• 单位获客成本：前期广告成本/访客数，再进行转化率分析，评估推广效果
• 客单价：订单总额/客户数量，主要是零售
• ARPU：总收入/总用户
• ARPPU：总收入/付费用户，这两个主要用于游戏

行为维度指标

• PV页面访问量（点击量）：刷新一次就算一次
• UV独立访客数（常用）：一天内多次访问也记为一个用户，系统用cookie标记
• 平均访问时长：总时长/访问次数。用户体验指标
• 跳出率：只访问一个页面就跳出/总次数。反映流量质量
• 转化率：潜在用户完成一次我们期望的行为叫一次转化，转化次数/访问次数
• 复购率:比如抢票软件，不能看日活

产品维度指标

• 成交总额GMV：包括销售额、取消订单金额、拒收订单金额、退货订单金额，比较水
• 投资回报率ROI：因投资而应返回的价值，产生的交易金额/活动投放成本金额

例如：分析最近公司离职率高的原因

时间：哪一段时间

地点：哪个部门的

事件：离职原因

衡量一个业务的指标未必是越高越好也未必是越低越好

三、八大分析方法

1、逻辑树分析法

2、多维度拆解分析法

比如8月份销售额下降了，试分析原因：

销售额=单价*销量

• 从产品拆解

  第一个拆解：产品拆解，是个别产品还是所有产品

  第二个拆解：确定某个产品后，下一级的是所有商品还是个别

• 从指标构成拆解

       多个子产品、多个部门、用户数=新用户+老用户

• 从业务流程

如转化率低该怎么分析：

流程：用户进入网站>浏览商品>加入购物车>下单>付款

3、对比分析法

横向对比：同比。2019年销售额比2018年

纵向对比：环比。4月比3月销售额增长了2%。和自己比

4、归因分析（假设检验法）

销量上升了也需要分析原因，数据出现异常都需要分析

什么原因？是产品、渠道还是运营？

假设之后去验证

大胆假设>收集证据>分析证明>得出结论

要联合其他方法一起使用

5、相关分析法

当研究两种或两种以上变量之间的关系时

判断哪些因素是影响某种现象的主要原因

影响销售额的因素，查哪个产品的影响因素最大

6、RFM分析模型

recency最近一次消费时间间隔 近度

frequency消费频率  频度

monetary消费金额  额度

这三个维度反映了客户的现在价值和潜在价值，一般使用评分法

RFM能解决以下问题：

7、漏斗分析模型

常用于转化率分析

MySQL数据库