数据分析业务问题

本文探讨了数据分析在解决实际问题中的应用,包括估算新生儿出生数量和北京每日油条销量的费米问题,以及如何分析次日用户留存率下降。文章还讨论了如何提高玉米收益、优化广告投放收益、对来源渠道变化进行预警,以及在APP中减少用户流失。此外,介绍了如何识别作弊用户、理解AB测试的原理和实施步骤,以及数据分析中的环比和同比概念,并浅析了RFM模型在客户管理中的应用。
摘要由CSDN通过智能技术生成

一、如何估算今年新生儿出生数量

首先,这类估算问题会经常出现在数据分析、产品、咨询类岗位,统称为费米问题。分析这类问题可以 分别从两个角度展开。 根据情况,可以采用 Top down bottom up 法则 ,即 先从宏观层面, 自上而下推,再由某个点横向切入,反推上去。或者也可以从需求层面和供给层面来说。然后可以对比 两次推测得到的结果,如果相差 不悬殊,那基本就没差啦。然后在陈述的时候也可以需要说几句可能会出现误差 的 影响因素以及 对结果的影响 ,会显得思考更加全面。具体的答案不是要求必须正确,重要的的是分析思路这类练习题不要方,多练练思路,多看看平时的新闻报道,掌握一些基本数据sense 就行。

针对本题目:

采用两层模型(人群画像x人群转化):新生儿出生数=Σ各年龄层育龄女性数量*各年龄层生育比率
从数字到数字:如果有前几年新生儿出生数量数据,建立时间序列模型(需要考虑到二胎放开的突变事件)进行预测
找一些相关的指标。如婴儿类用品的新增活跃用户数量X_n表示新生儿家庭用户。X_n/第n年的新生儿 为该年新生儿家庭用户的转化率。该转化率会随平台发展而发展,可以根据往年数量推出今年的大致转化率,并根据今年新增新生儿家庭用户数量X_(n+1)推出今年估计的新生儿数量。

我的理解是后者都需要往年的数据,在不使用公开参考资料的情况下可能不适用。

附加问题:估算北京市一日卖出的油条数量

油条这道题适合从供给需求两个层面上来思考问题:

角度一(需求层面):北京市一天卖出的油条

早饭吃油条的人数 每人吃的油条的数量北京市约有人口2 000 万人,假设 20 人中有 1 人选择早饭吃油条,则有 2 000÷20 100 万人。每人每次吃 1 根油条。因此,北京市一天卖出约100*1=100 万根油条

角度二(供给层面)北京市一天卖出的油条

北京油条店的数目 每家店卖出的油条数目北京市面积约16410平方千米,五环内面积约 7 35 万平方千米,若每 1 平方千米有 2 家油条店,则有 7 352=1470 家;五环外有约 1 5700 平方千米,若每两平方千米有 1 家油条店,则有1 5700÷2= 7 850 家。由此,北京共有油条店约 9 320 家。假设每家油条店每天卖出 1 00 根油条。那么,北京市一天卖出 9320100=93.2 万根油条

结果分析:根据两个角度的估算,北京市一天可以卖出的油条数量约在100 万左右。仍有一些因素可能导致误差,如五环内外油条店的分布密度尚待考证,可通过抽样调查使其更为精准。

二、 如果次日用户留存率下降了 5%该怎么分析?

1)首先采用“两层模型”分析:对用户进行细分,包括新老、渠道、活动、画像等多个维度,然后分别计算每个维度下不同用户的次日留存。通过这种方式定位到导致留存率下降的用户群体是谁。

2)对于目标群体次日留存下降问题,具体情况具体分析。具体分析可以采用“内部-外部”因素考虑,内部因素分为获客(渠道质量低、互动获取非目标用户)、满足需求(新功能改动引发某类用户不满)、提活手段(签到等提活手段没打成目标、产品自然使用周期低导致上次获得的大量用户短期内不需要再使用等等);外部因素采用PEST分析,政治(政策影响)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值