数据类读书笔记
数据分析底层逻辑
1. 内容
关于数据分析的底层逻辑
- 数据分析思路过程,如何实现不重不漏的分析;
- 提升分析价值,使得分析不仅仅停留在数羊的水平,而是能够为企业的经营提供有价值的分析。
2. 数据分析思路:如何不重不漏?
数据分析思路是从研究目的到研究内容的分解过程,是对需求的细化。
开启分析思路的三种方法:学会提问、熟悉模型、掌握结构化思维。
表1:不重不漏的数据分析思路
方法 | 内容 |
---|---|
学会提问: 发散思维寻找 要分析的关键内容 |
提问是开启分析思路的钥匙 (1)如果自己手里有资金会投资这个项目吗?如果投资会担心什么问题?所担心的问题就是要分析的内容。 (2)收益和风险(为什么投); (3)对未来的现金流进行预测; (4)公司内容介绍及其对项目的影响(所谓的企业基因); (5)项目投资的机会窗口和环境等等。 |
熟悉模型 | 使用成熟的模型更容易做到不重不漏,例如构建用户满意度的RATER指数模型。没有成熟模型的话,可以通过下面四种逻辑线进行思考。 |
结构化思维整理分析 使分析不重不漏,有条理 |
(1)从时间角度分析用户购买和使用过程中的具体行为,用户行为五阶段理论;RATER指数模型属于空间结构分析。 |
(2)从空间角度分析用户行为构成要素,5W2H法。 | |
(3)标准式演绎思维:大前提(共性或假设)、小前提(研究对象的个性)、结论(从共性原理或假设推出研究对象的判断); 常见式演绎思维:4W模式。 |
|
(4)重要性思维:好钢用在刀刃上。KANO模型 |
对表1中部分内容的补充说明:
- RATER指数模型:Reliability(信赖度)、Assurance(专业度)、Tangibles(有形度)、Responsiveness(反应度)
- 用户行为五阶段理论:
3.5W2H法:时间(When)、地点(Where)、人物(Who)、事件(What)、原因(Why)、方式方法(How)、程度(How much);应用范围很广,不重不漏地考虑了用户行为的构成要素。其套在用户行为分析上,就是回答:谁, 在什么时间,在什么地点,购买什么东西,为什么买,如何买,买了多少、花了多少钱、买过多少次。 - 4W模式:what’s going on?(目前发生了什么?), why did this happen?(这件事为什么发生?), what lies ahead?(未来如何发展?), which course of action should I take?(如何应对?)
- KANO模型:我的理解是这样的:KANO模型是站在用户需求的视角上,研究产品性能和用户满意度之间的关系。其最大特色之处在于细分用户需求为五类(基本型需求、期望型需求、魅力型需求、无差异型需求、反向型需求),并且分配不同的权重来刻画每类需求对用户满意的影响水平。KANO模型的意义是使得企业对产品和服务质量的分析更具体,并且能够为企业的经营活动提供有价值的分析,例如,确保产品哪些方面的性能可以满足用户的基本需求;指导提升产品的哪些方面性能来满足用户的魅力型需求,从而提高用户的忠诚度等等;指导减少产品的哪方面性能的资源投入来降低对用户的无差异型需求的满足,从而为公司节约资源。
- 结构化思维中的时间、空间、演绎、重要性四条逻