数据分析思维&方法论

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