二 数据分析基础 -分析方法

        在数据分析中，数据分析思维是框架式的指引，实际分析问题时还是需要很多“技巧工具”的。就好比中学里你要解一元二次方式，可以用公式法、配方法、直接开平方法、因式分解法。数据分析里也有技巧，在一些通用的分析场景下可以快速使用，而且对未来构建数据分析模型也有帮助。

目录

 # 常见的 5 种数据分析方法

1  公式法

2  对比法

3  象限法

4  二八法/ 帕累托分析

5  漏斗法

---

# 常见的 5 种数据分析方法

1  公式法

针对某个指标，用公式层层分解该指标的影响因素，这个我在指标化思维中提到过。

公式拆解法是针对问题的层级式解析，在拆解时，对因素层层分解，层层剥尽。 

2  对比法

 用两组或两组以上的数据进行比较，是最通用的方法。

       一些直接描述事物的变量，如长度、数量、高度、宽度等。通过对比得到比率数据，增速、 效率、效益等指标，这才是数据分析时常用的。
       比如用于在时间维度上的同比和环比、增长率、定基比，与竞争对手的对比、类别之间的对比、特征和属性对比等。对比法可以发现数据变化规律，使用频繁，经常和其他方法搭配使用。

3  象限法

通过对两种及以上维度的划分，运用坐标的方式表达出想要的价值。由价值直接转变为策略，从而进行一些落地的推动。

       象限法是一种策略驱动的思维，常于产品分析、市场分析、客户管理、商品管理等。

eg ：  RFM 模型，：把客户按最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)三个维度分成八个象限。

象限法的优势：

1.找到问题的共性原因

        通过象限分析法，将有相同特征的事件进行归因分析，总结其中的共性原因。例如上面广告的案例中，第一象限的事件可以提炼出有效的推广渠道与推广策略，第三和第四象限可以排除一些无效的推广渠道；

2.建立分组优化策略

        针对投放的象限分析法可以针对不同象限建立优化策略，例如 RFM 客户管理模型中按照象限
将客户分为重点发展客户、重点保持客户、一般发展客户、一般保持客户等不同类型。给重点发展客户倾斜更多的资源。

4  二八法/ 帕累托分析

二八法也可以叫帕累托法则，源于经典的二八法则。

使用二八法则的时候和排名有关系，排在前 20%的才算是有效数据。

二八法是抓重点分析，适用于任何行业。找到重点，发现其特征，然后可以思考如何让其余的 80%向这 20%转化，提高效果。

一般地，会用在产品分类上，去测量并构建 ABC 模型。

5  漏斗法

漏斗法即是漏斗图，有点像倒金字塔，是一个流程化的思考方式。

常用于像新用户的开发、购物转化率这些有变化和一定流程的分析中。

整体漏斗模型的核心思想其实可以归为分解和量化。