![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
文章平均质量分 62
zjlamp
这个作者很懒,什么都没留下…
展开
-
数据分析之定量数据的描述统计
从集中趋势和离中趋势两个方面进行分析:1、集中趋势度量(1)均值主要问题时对极端值比较敏感,因此可以使用截断均值来度量。算术平均数:=mean()几何平均数:=exp(mean(log()))计算数据样本的指定阶中心距(R语言):moment(X,order),计算样本X的order阶的中心距。(2)中位数(3)众数众数更适用于定性变量。众数不具有唯一性。2...原创 2018-07-31 22:10:49 · 6751 阅读 · 0 评论 -
用户运营
概念知识1、用户运营是以用户为中心,遵循用户的需求,设置运营活动与规则,制定运营战略与运营目标,严格控制实施过程与结果,已达到预期所设置的运营目标与任务。简单地说,用户运营就是通过一定方式,让用户去完成你的产品目标。2、用户分类用户分类 描述 种子用户 一方面是产品的忠实用户,另一方面可以凭借自己的影响力来吸引更多的目标用户。 尽量选择影响力大且活跃度高...原创 2018-11-18 22:50:17 · 1108 阅读 · 0 评论 -
《增长黑客》笔记
前言增长黑客的精髓在于通过快节奏测试和迭代,以极低甚至零成本获取并留存客户。通过迅速测试新想法、新思路(“最小可行测试”,minimum viable test,MVT),并根据计划指标对结果进行评估,帮助企业更快地找到有效的做法。具体实践方法:1、设立一个跨职能团队或几个团队,打破营销和产品开发部门之间传统的筒仓,凝聚公司人才;2、进行定性研究和定量数据分析,深入了解用户行为与喜...原创 2018-11-05 14:54:03 · 2452 阅读 · 0 评论 -
用户画像
用户画像是对一个群体的共性特征的提炼,就是给用户打标签。构建用户画像的目的是为了充分了解用户,进而为产品设计和运营提供参考。因此新接触一个产品的时候用户画像是我们了解用户的最好方式。另外用户画像的构建不是单纯对用户进行分类,二是要为我们的运营规划、运营策略制定而服务的,如果我们做出来的用户画像无法指导我们的产品设计或者运营规划及策略制定提供参考的话,那么这个用户画像一定是失败的。像“20~...原创 2018-11-06 16:41:23 · 1845 阅读 · 0 评论 -
数据指标的权重确定
分为三类:主观赋权法、客观赋权法和组合赋权法。(1)主观赋权法:根据决策者(专家)主观上对各属性的重视程度来确定属性权重的方法,其原始数据由专家根据经验主观判断得到。包括专家调查法(Delphi法)、层次分析法(AHP)、二项系数法、环比评分法、最小平方法等。主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序,不至于出现属性权重与属性实际重要程度...原创 2018-10-14 16:30:56 · 27435 阅读 · 0 评论 -
数据分析常用方法总结
1、细分对比分析细分对比分析是数据分析的基础。2、分布,占比3、时间趋势4、象限5、同期群分析,属于纵向分析同期群分析是指将用户进行同期群划分以后,分析和对比不同同期群组用户的相同指标,这套分析方法就是同期群分析。也就是沿时间线比较相似群体。同期群按用户的新增时间将用户分群,得到的每个群叫一个同期群。通过比较不同的同期群,可以从总体上看到,应用的表现是否越来越好了。...原创 2018-10-06 14:25:35 · 1792 阅读 · 0 评论 -
数据指标种类
1、定性指标与定量指标(1)定性指标通常是非结构化的、经验性的、揭示性的、难以归类的。定性数据吸纳主观因素。(2)定量指标涉及很多数值和统计数据,提供可靠的量化结果,但缺乏直观的观察。定量数据排斥主观因素。 2、虚荣指标与可付诸实施的指标(1)虚荣指标看上去很美,让你感觉良好,却不能为你的公司带来丝毫的改变。如“总注册用户数”、“总活跃用户数”如果你有一个数据,却不...原创 2018-10-11 22:23:15 · 10956 阅读 · 0 评论 -
用户分析(AARRR)
AARRR模型:用户分析模型,反应出不同阶段中用户参与行为的深度和类型,是一个典型的漏斗结构。用户被导入第一层之后,会在接下来的步骤中层层流失,最终实现转化。AARRR模型描述了用户/客户/访客需经历的五个环节,以便企业获取价值。价值不仅直接源于客户购买行为(获取营收),还来自客户作为推销者(自传播)和内容产生者(留存率)所带来的营收。AARRR模型,对于成熟产品,获取新用户基本没有问题或...原创 2018-10-12 14:55:16 · 6944 阅读 · 0 评论 -
竞品分析
一、为什么要进行竞品分析竞品分析的好处1、为企业战略布局提供了客观的参考依据如大公司构建生态圈,小米入股美的,进军智能家居。2、了解竞争对手的产品、市场动态、战略意图和调整方向如京东上线图书,竞争当当。 竞品分析的目标做好产品的同时,通过竞品分析来提高产品的竞争力。 二、界定竞争对手从哪些角度界定竞争对手1、竞争深度顾客导向、资源导向、营销导向、地理区...原创 2018-11-25 12:08:23 · 2534 阅读 · 0 评论 -
电商数据分析方法和指标整理
对于电商行业来说,数据分析的核心公式是:销售额 = 流量*转化率*客单价。因此,分析可以从流量、转化率和客单价这三个维度进行:1、流量流量分析,可以从中发现用户访问网站的规律,并根据这些规律改进网站设计或营销策略。类别 指标 备注 流量数量 UV,独立访客数 PV,访问量 流量质量 平均访问深度 ...原创 2018-11-25 12:06:14 · 54658 阅读 · 5 评论 -
python中常用统计、作图函数
1、基本统计函数函数 功能 所属库 sum() 总和(按列计算) Pandas mean() 算术平均数 var() 方差 std() 标准差 corr() 相关系数 cov() 协方差矩阵 skew() 偏度(三阶矩) kurt() 峰度(四阶矩) describe() 基本描述(基本...原创 2018-08-23 16:59:06 · 4665 阅读 · 0 评论 -
数据分析/挖掘的六个步骤
1、明确分析的目的和思路目的:解决什么问题思路:搭建分析框架,把分析目的分解成若干个不同的分析要点,即从哪几个角度进行分析,采用哪些分析指标等。(数据分析方法论)2、数据收集3、数据处理数据清洗:处理原始数据中的异常值和缺失值;聚集:将两个或多个对象合并成单个对象。比如将每日的数据聚集成每月的数据;维规约:将数量众多的特征通过规约得到少量的特征,可采用主成分分析(PCA...原创 2018-08-18 21:28:10 · 9274 阅读 · 0 评论 -
数据分析之帕累托(贡献度)分析
帕累托分析又叫贡献度分析,原理是20/80定律,即80%的利润常常来自于20%的产品。以某餐饮菜品的盈利数据为例:R语言实现:1、导入数据dishdata <- read.csv(file="catering_dish_profit.csv",header = T) #源数据是从大到小排序好的导入后的数据如下图2、绘制柱形图barplot(dishdata...原创 2018-07-31 23:29:19 · 14124 阅读 · 0 评论 -
AB实验
AB实验是将测试对象随机分为A、B两组,然后比较两组之间差异的验证方法。 有的企业会在同一时间开展多个AB实验,彼此之间可能存在相互干扰。错误案例:(1)所有的AB实验都采用相同的分组方法。就算两组的表现有所差异,也不可能知道差异到底是由哪个测试引起的;(2)各组中参与其他测试的用户比例不同。会出现测试项目以外的条件性差异,这种情况下,需要事先考虑分组时如何才能不包含已参与其他测试...原创 2018-11-25 17:39:46 · 4158 阅读 · 0 评论