分析类型
评估型分析:评估已发生事情的对错优劣和价值:年度复盘 | 针对探索型(预测型)分析,可以从:营销\管理咨询模型(4P、4C、波士顿矩阵、PEST、SWOT)、数据\算法模型(RFM、关联规则、聚类、分类)、自建框架\模型(MECE、归纳、事件顺序\步骤、关键事项) |
预测型分析:为某个问题探索出解决方案,如何设置会员梯度 |
分析方法论
1、对业务有充分的理解,明确分析目的(例如:使得收入增长20%,那盈利呢?);2、拆解问题--进行转化(我理解为:搭建指标体系的过程https://blog.csdn.net/ykinitial/article/details/117670452);3、数据分析;如下
问题:一级目标 | 二级目标(策略) | 三级目标(可量化、比较) |
分析如何收入增长20%(销售额=流量*转化率*客单价) | 扩大用户注册数量 | 新用户数量 |
提高用户留存 | 用户留存数 | |
召回流失用户 | 召回流失用户数 | |
提高客单价,实现客户终身价值 | 客户购买次数 |
数据分析方法论模型:
营销方面的理论模型有:4P、用户使用行为、STP理论、SWOT等。
管理方面的理论模型有:PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等
常用分析方法:
- 对比分析:常见对比方式:自身类似活动对比(同比、环比)、目标对比、竞品对比,需要注意的:指标口径要一致,对比对象要可比:相似性越高可比性越高
- 细分分析:从复杂到简单拆解,例如目标拆解:逐步层层拆解目标,定义过程指标
- 趋势分析:例如用户留存率分析
- 结构化分析:研究各部分与整体的比例,对部分之间进行对比
- 描述性统计分析:最大、四分位、均值、中位数等,通常不以独立分析方法存在,而是展开分析的前置步骤。(如:异常值处理、司机月收入,帕累托图:二八法则)
- 综合评价分析:将多维度指标转换为一个能反映整体情况的指标,也就是将多维度指标设置权重,进行打分
- 漏斗图分析:常用于分析牵涉多个环节的业务场景,发现具体是哪个环节是亮点或者漏洞
- 四象限分析:如果是两个指标就是四象限,如果是三个指标需要用气泡图
- 同期群分析:对于处于相同生命周期的用户进行垂直分析,从而得出相似群体随时间的变化(例如:都是新客,2月比3月的新客数量多,4月比四月多,留存率的每个同等阶段的都可以进行分析)
- RFM用户分层分析:最近一次购买recency、购买频次frequency、购买金额monetary
个人觉得流程如下:确定将要分析的一级指标---理解数据(数据清洗、异常值处理)----‘总-分’的结构(数据整体与历史对比)---细分对比(维度和指标)
分析流程
数据清洗---数据展示---现象对比---方案提供---落地闭环