数据分析的思维技巧

浏览: 2247

核心: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。

总体概览

三种核心思想是框架型的指引,实际应用中也应该借劣思维的技巧工具,达到四两拨千金的效果。并且,它们应该足够简单和有效。因此引入了以下几种常用的分析技巧。

Clipboard Image.png

象限法

象限法的一个典型应用是RFM模型。

RFM模型

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。

  • R(Recency)    :客户最近一次购买的时间有多远
  • F(Frequency) :客户在最近一段时间内购买的次
  • M (Monetary):客户在最近一段时间内购买的金额

Clipboard Image.png

核心:象限法是一种策略驱劢的思维

优点:直观,清晰,对数据迚行人工的划分。划分结果可以直接应用亍策略

应用:适用范围广、戓略分析、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,戒者是经验

多维法

Clipboard Image.png

多维法将数据划分为多个维度,例如:

  1. 用户统计维度:性别、年龄…
  1. 用户行为维度:注册用户、用户偏好、用户兴趣、用户流失…
  1. 消费维度:消费金额、消费频率、消费水平…
  1. 商品维度:商品品类、商品品牌、商品属性…

核心:多维法是一种精细驱劢的思维

优点:处理大数据量,维度丰富且复杂的数据有较好的效果。但是维度过多,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:对不同维度迚行交叉分析时,需要注意辛普森悖论

辛普森悖论

辛普森悖论(Simpson's Paradox)是英国统计学家E.H.辛普森(E.H.Simpson)于1951年提出的悖论,即在某个条件下的两组数据,分别讨论时都会满足某种性质,可是一旦合并考虑,却可能导致相反的结论

为了规避辛普森悖论,通常需要引入许多技巧,比较经典的是钻取,即维度精细细分挖掘。

Clipboard Image.png

假设法

核心:假设是一种启发思考驱劢的思维。

优点:当没有直观数据戒者线索能分析时,以假设先行的方法进行推断,这是一个论证的过程。

应用:它更多是一种思考方式,设—验证—判断

须知:不止可以假设前提,也能假设概率戒者比例,一切都能假设,只要自园其说。

很多时候,数据分析是没有数据可明确参考的。比如:

  • 新进入一个市场,公司开拓某样产品。老板让你预测一年后的销量
  • 产品的数据基础非常糟糕,你拿不到数据。

例如:你是自营电商的数据分析师,现在想商品提价后,收入会不会有变化?,你会怎么做?

下面进行思路分析:

Clipboard Image.png

大概就是这样一个假设——验证——判断的论证过程。

指数法

核心: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而将其加工成可利用的;

须知:指数法没统一的标准,很多指数更依赖经验的加工。本身对数据的敏感度。

很多时候,我们有数据,但丌知道怎么应用。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。通过将数据加工成指数,达到聚焦的目的。

将指数法归纳为三种:

1. 线性加权(根据指标重要程度设置权重进行指标聚合)

2. 反比例(y=k/x,增加收敛性,常用y=1-1/x,y=x/(x+1))

    例如x是a、b、c,a=,3,b=6,c=12, 用y=1-1/x,得到y(c)=0.9166,将c改为120,y(c)=0.9916,这里可以看到c的变化很大,但是对于y来说,并没有     多少区别。还可以根据业务场景进行平均,加权反比例等方法得到一个更贴合业务的数值)

3. log(也是将数值进行收敛,不过反比例法是将数值收敛到0到1,而log是将数值变小。)

    例如,文章热度=uv+评论+时间热度衰减,即文章热度=log(uv+权重*评论,2)+(time-init)/10

二八法

核心:二八法是一种只抓重点的思维;

优点:和业务紧密相关,和KPI更紧密相关。近乎花费最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,否则会让思路变得狭隘。

80/20法則

Clipboard Image.png

对比法

核心: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。

好的数据指标,一定是比例戒者比率。

好的数据分析,一定会用到对比。

Clipboard Image.png

漏斗法

核心:漏斗法是一种流程化思考方式;

优点:单一的漏斗法分析没有用,转化率20%,但是能说明什么呢?它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。

Clipboard Image.png

如何在业务时间锻炼数据分析思维

  1. 好奇心(多问为什么)
  2. 生活中常做练习

推荐 0
本文由 fstar 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册