数据分析报告

一 明确背景

    做数据分析之前，首先要知道我们为什么要做数据分析，或者说这份数据分析报告能提供怎样的运营决策，以及产品优化方向；这就是要求我们要确认分析的背景。

二 数据采集

1. 数据集范围

         1 先确定好数据集的时间范围、以及数据量集；
         2 数据分析背景所需的字段、北极星指标；
   

2. 数据预处理

        1 数据处理包括了利用mysql/python/excel等工具，对初始数据进行加工处理，使之成为我们想要的数据源。
        2 如果处理的数据集特别大，那么要对数据进行剔除异常值（数据量集少也可以做这一步）这里我建议的用"拉依达准则"。
        3 如果要对字段进行相关性分析、或者对数据集做降维处理，用python操作即可，python里面有个scikit-learn库非常不错。
   

三 数据分析

1. 核心指标

         1 数据业务痛点的关键性指标（如漏斗转化指标；业务交易指标；过程行为指标）
         漏斗转化指标：*访问转化率、注册转化率、下单转化率*；
         业务交易指标：*GMV、客单价、笔单价*；
         过程行为指标：*新增留存率、活跃留存率*；
         2 通过时间维度统计出上面这些核心指标的趋势图，分析每段时间指标的变化情况，根据目前的达成值，制定对应的策略。
   

四 分析报告的写法

1. 背景说明

        1 阐述这篇数据分析报告的背景原因；
        2 解决什么样的业务痛点问题；
   

2. 数据结论

        1 描述数据反映的情况，达成值；
        2 通过描述同比、环比、趋势等描述；
   

3. 决策建议

        1 针对数据结论去定对应的决策，方向；
        2 大体可以从降本、提效、提高产出为切入点；
   

4. 数据明细

        1 数据可视化图
        2 数据集供验证
   

备注：转发文章的同学，请标明出处，否则追究法律责任