七种数据分析思维技巧的实际应用

以上是秦路（知乎数据分析领域达人）《七周成为数据分析师》课程中列举了七种数据分析技巧（很多截图都是来自于此课程，推荐大家去购买观看学习）。

纸上得来终觉浅，绝知此事要躬行。

趁最近业务不忙，我将这七种技巧落地到我负责的业务分析中试试。

象限法

典型应用：RFM模型

核心：策略驱动

优点：清晰，简单明了，适用场景广泛

我将2018年8月到年底的买家购物频次和总消费金额作了散点图。

可以说，三顾家门的买家非常少。这符合我们产品的属性。

我们需要提升的是买家在周期内的消费金额。

有意思的是右上角的圆圈，我点进去查看详细数据。发现有一条客服备注“老买家，送**礼物”。完美验证了这张散点图的正确性。

 

多维法

 

典型应用：只要数据齐全就行

核心：精细驱动

优点：处理大数据量，维度多的数据有较好的效果

 

 还是以2018年订单数据为例，从地域、时间（粒度为天）两个维度分析。

有三个日期应该被排除，99活动、双十一和双十二，不然没法洞察到非活动日的效果。

下面来看剔除后的效果。

没有了活动的加持，单天支付最大金额降低为4200元。

红色方块集中出现在12月下旬，没错，这是因为在元旦节和圣诞节前期，很多买家会购买我们的产品在节日送礼。

现在我要知道大于2000的方块是哪些，然后作集中分析。

 

 陕西出乎意料的出现在眼前，查看它的详细数据看看。

果然有惊喜，这笔订单的数量是15，只购买了一款宝贝，查看了客户聊天记录后得知这是一次幼儿园的采购行为。

看来是一家注重寓教于乐的土豪幼儿园。

由此也洞察出来了新的商机：扩展幼教渠道！

 

假设法

 

典型应用：一种思维方式，假设——验证——判断

核心：启发思考

优点：缺少直观数据和线索时，假设先行

我的答案：价格的波动首先会反应在流量上，因为手淘首页和搜索的流量都是淘宝买家点击图片产生的，价格过高，点击率必然会下降。

如果价格变化仅在10%以内，我可以假设点击率是不变的，此时变化最大的是转化率。

如果这款商品买家可以在其他家买到更便宜的，你的转化率会下降得厉害；如果这是你家独家销售的标品，转化率的波动也不会太大。

其实核心思想就是看你家商品在市场上的需求度以及属于你的销售渠道的独特性。

有些大病只在一线城市的少数几个医院里的某几位专家手中才能被治愈，此时病人还会关心价格吗？他们只会关心我能不能看上病。

 

指数法

典型应用：将多种数据加工成一个核心指标

核心：目标驱动

优点：目标驱动，直观，简洁；对业务有一定的指导作用；一旦设立指标，不易频繁变动

例子1：

例子2：

 

 LPL的每局比赛都会评选一位MVP，其实MVP的评选背后是有一套公式的，其参数应该包括但不限于K/D/A、经济、参团率等。

这和我们打完每一把游戏后wegame平台给出的评分是一个道理。

K/D/A是最核心的指标，它们三者的权重也应该是最大的。

玩家常常在比赛后抱怨：“我杀了20个人，竟然不是MVP？”其实他是忽略了自己高达10次的死亡次数，瞧瞧那个混人头的伊泽瑞尔，混了10个头，一次没死，KDA贼高，偷偷把MVP拿走了~

 

二八法

 

应用：几乎所有领域，十分广泛

核心：抓住那20%的重点

优点：和业务密切相关，几乎可以花费最少的精力以求达到最好的效果，性价比很高

 

ok，是时候画一张帕累托图了，它是体现28法则的最好的图形。

 

上海、北京、江苏、广东、浙江（至此为63%）、山东、四川、湖北、福建、陕西、天津的销售总额占比80%。

河南、辽宁、湖南、安徽、河北等占20%。

 

对比法

 

应用：钻牛角尖，不断比较，防止眼界局限

核心：挖掘数据规律

优点：发现数据之间的规律，与其他技巧结合，如多维对比、假设对比、象限对比

例子：

 

 

 

 

 

 

 漏斗法

 

应用：业务流程

核心：流程化思考方式

优点：单一的漏斗没有意义，需要结合对比法，比较时间前后、不同渠道等数据不同

在【生意参谋】——【交易】板块中有漏斗图，如下：

看来阿里巴巴的工程师也是认可漏斗图在流程分析上的优越性的。

 

 

 

转载于:https://www.cnblogs.com/zhoulu32/p/10621862.html