数据分析的思维技巧:
三种核心思想是框架型的指引,实际应用中也应该借助思维的技巧工具达到四两拨千斤的效果,并且,他们应该足够简单和有效。
数据分析的七种技巧:
1,象限法:
象限法是一种策略驱动的思维
优点:
直观,清晰,对数据进行人工的划分。划分结果可以直接应用于策略。
应用:
适用范围广,战略分析,产品分析,市场分析,客户管理,用户管理,商品管理等。
须知:
象限划分可以按中位数,也可以按平均数,或者是经验。
2,多维法:
多维法是一种精细驱动的思维
优点:
处理大数据量,维度丰富且复杂的数据有较好的效果。但是当维度过多时,会消耗不少时间。
应用:
只要数据齐全且丰富,均可以应用。
须知:
对不同维度进行交叉分析时,需要注意辛普森悖论。
用户统计维度:性别,年龄。。。。
用户行为维度:注册用户,用户偏好,用户兴趣,用户流失,,
消费维度:消费金额,消费频率,消费水平。。。。。
商品维度:商品品类,商品品牌,商品属性。。。。。
3,假设法(当没有具体数据的时候)
假设是一种启发思考驱动的思维。
优点:
当没有直观数据或者线索能分析时,以假设先行的方式进行推断,这是一个论证的过程。
应用:
它更多是一种思考方式,假设--验证--判断。
须知:
不止可以假设前提,也能假设概率或者比例,一切都能假设,只要自圆其说。
4,指数法:(很多时候,我们有数据,但不知道怎么应用。就是因为缺乏了一个有效性的方向。这个方向可以成为目标指数。(即,通过将数据加工成指数,达到聚集的目的)
常用的三种指数法:
1,线性加权。
2,反比例。(y=m-k/x 将数据进行收敛,通过k值调节收敛程度)(他是将数据收敛至0到1至间)
3,Log(也算将数据进行收敛,不过它是将数据进行缩小)
(热度公式:log(uv+5*c,2)+(time-int)/10
指数法是一种目标驱动的思维。
优点:
目标驱动力强,直观,简洁,有效。对业务有一定的指导作用。一旦设立指数,不易频繁变动
应用:
和假设法不同,假设法是缺乏有效的数据,指数法是无法利用数据,才将其加工成可利用的数据。
须知:
指数法没有统一的标准,很多指数指标更依赖经验进行加工。
5,二八法(帕累托法)在数据中,20%的指标将直接产生80%的效果:
二八法是一种只抓重点的思维
优点:
和业务紧密相关,和KPI(关键绩效指标法)更紧密相关,几乎花费更少的精力就能达到不错的效果,性价比很优。
应用:
二八法则存在于几乎所有的领域,所以这种分析思维没有局限。
须知:
在条件允许的情况下,数据分析依旧不能放弃全局,否则会让思路变的狭隘。
{二八法的通常应用:1,在数据中,20%的指标将直接产生80%的效果,数据分析更应该围绕这20%进行分析。
2,持续关注TopN的数据,是一个非常好的习惯,尤其在部分行业,往往TopN产生了更大的价值)
3,虽然指标很多,但往往某些指标更有价值,二八法则不仅能分析数据,也能管理数据。}
6,对比法:
好的数据指标,一定是比例或者比率。
好的数据分析,一定会用到对比
孤数不证(单独的数据不能证明什么),要和历史数据对比,要和竞争对手数据对比,要和其他数据对比,这样才能产生一个有利的结果。
对比法是一种挖掘数据规律的思考方式。
优点:
对比法可以发现很多数据间的规律,它可以与任何思维技巧结合,比如多维对比,象限对比,假设对比等。
应用:
对比更多是一种习惯,是数据分析的牛角尖,一次合格的分析,一定要用到N次对比。
须知:
在条件允许的情况下,数据分析依旧不能放弃全局,否则会让思路变得狭隘。
常见的对比有:
竞争对手对比,类别对比,特征和属性对比,时间同比环比,转化对比,前后变化对比。
同比是指在相邻时段中的某一相同时间点进行比较,就是与不同年份的同一时期作比较,例如2018年11月份与2017年11月份相比,叫同比。环比则相 对简单,就是相邻时间段的对比,不像同比那样,是在相邻时间段内部的某个相同时间点的对比;2018年11月和2018年10月是相邻时间段,这两个时间段的数据都比,就是环比;当然我们也可以把2018年全年的数据和2017年全年的数据进行对比,这个数据也可以看成是环比。
同比与环比最大的区别体现为两个方面,一是对比基数不同,同比的对比基数是上年的同一期间的数据,环比的基数则是上一期间的数据;二是侧重点不同,环比侧重反映数据的短期趋势,会受到季节等因素的影响,同比更加侧重反映长期的大趋势,也就规避了季节的因素。
7,漏斗法:
漏斗法是一种流程化思考方式,可以用在转化率中。
优点:
单一的漏斗分析是没有用的,转化率20%,这个数据能说明什么呢?他要和其他分析思维结合,比如多维,比如对比。
应用:
涉及到变化和流程的都能用。
须知:
单一的转化率没有用!!!