数据分析思维技能
数据分析思维
- 对比/对照
- 拆分/细分
- 降维
- 增维
- 假说
数据分析方法论
基本方法
分析方法 | 应用场景 |
---|---|
对比法 | 发现问题 |
拆分法 | 寻找问题的原因 |
排序法 | 找到分析的重点 |
分组法 | 洞察失误特征 |
交叉法 | 将两个及以上的维度进行比较,并通过交叉的方式分析数据 |
降维法 | 解决复杂问题 |
增维法 | 解决信息量过少的问题 |
指标法 | 基本方法,可支持多字段 |
图形法 | 基本方法,对分析字段有数量限制 |
高级方法
- 漏斗分析法
- 矩阵分析法
- ABC分析法
- 杜邦分析法
商业方法论
零售业
传统零售 | 新零售 |
---|---|
大众化 | 数据化 |
中间化 | 个性化 |
单一化 | 全场景化 |
社群化 |
人、货、场(信息流、资金流、物流)
从人的维度进行分析
- 顾客层面:除了最重要的客单价、转化率、复购率和流量以外,还需要对用户画像进行分析,通过用户标签、用户行为等,关注用户的行为习惯和特征
- 员工层面:提高组织效率,关注员工的成交率、平均成交时长、投诉率、员工流失率等
从货的维度进行分析
- 商品生产:在传统零售中,更多关注于产品本身,在新零售,以人为核心,对于商品的价值的判定不再是简单的使用价值,从人的需求出发,赋予产品更多社会价值、精神文化价值等。所以有了对消费者需求的精准分析。
- 商品流通:为避免传统“经验供货”造成的库存积压问题,提升流通效率、降低库存成本是新零售重点。结合移动互联网、移动支付、大数据、云计算、物联网等多种技术,提升用户购买决策、仓储配送等环节的效率,提升商品利用效率。
从场的维度进行分析
- 消费场景:过程中流动的是信息、资金和商品,发挥线上线下的优势,提高场景的效率
制造业
人机料法环
人:制造产品的人员;
机:制造产品所用的设备;
料:制造产品所使用的的原材料;
法:制造产品所使用的的方法;
环:产品制造过程中所处的环境
物流业
人、库、线
线:配送员—>寄件人(获取商品);配送员—>库(入库等待分拣);配送员—>收件人(路线终点)
数据库
数据定义语言 DDL
- 创建表