数据分析思维
数据分析过程
观测
(1)采集数据
- 解析系统日志
- 埋点获取新数据
- 通过传感器采集
- 爬虫解析网站
- API获取数据
(2)存储数据
- 数据库
- 连接数据库取数
(3)展示数据
- 可视化高效传达信息
测量
- 设定标准
- 发现异常
应用数据创造价值
- 数据不断迭代产品和业务策略
- 明确目标
- 拆解目标
- 得到标准值
MECE:满足相互独立、且能够穷尽。
比较常见的拆解方法:
时间流程法
- 漏斗模型:AARRR,用户的流程
- PDCA:质量管理,先规划再进行,定期检查过程问题
- 精益创业:根据想法快速建产品,并根据数据快速更改想法
模型框架法
优劣势比较
投入产出比
SWOT
量化公式法
穷尽要素法
整体分为各部分
是什么-为什么-怎么做-做什么
拆解方法的记录
拆解方法:
首先,需要符合MECE(无重复,无遗漏)
- 流程拆解法:流程分析进行拆解,适用于流程较长,环节较多,随着环节的进行,留存率越来越少的场景。
- 二分法:把事物分成A和非A两个部分。
- 象限拆解法:
(1)可用于找到问题的共性原因,将有相同特征的事件进行归因分析,总结共性。
(2)建立分组优化策略。
4. 杜邦分析法:主要用来评价公司盈利能力与股东权益回报水平。财务角度分析企业绩效的方法。
基本思想:将企业净资产收益率逐级分解为多项财务比率乘积。
ROE = 净资产利润率 * 权益乘数 * 资产周转率
- AARRR
研究用户增长的数据分析模型,用户生命周期:用户获取、用户激活、用户留存、获得收益、推进传播。
- PEST:针对企业的战略管理
从政治、经济、社会、技术,基于公司战略的眼光来分析企业外部宏观环节的方法。
- RFM:客户价值细分的一种方法
根据客户活跃程度和交易金额贡献
过程:
- 计算RFM各项分值,最高5分,最低1分
- 汇总RFM分值,RFM = 100 * R_S + 10 * F_S
- 根据RFM分值对客户分类
- SWOT:对企业内部外条件各方面进行综合和概括,分析组织的优劣势、面临的机会和威胁的一种方法
优势、劣势、机会、威胁
- 5W1H
- Who:分析谁?确定分析主题
- Where:取哪里的数据?进行数据集成
- When:取什么时间段的数据?
- What:用什么分析方法?
- Why:是什么原因导致的问题?
- How:如何呈现分析结果
- 5W2H
- Why:为什么?为什么要这么做?原因是什么
- What:是什么?目的是什么?
- Where:何处?从哪里来?到哪里去?
- When:何时?什么时间完成
- Who:谁来执行?谁来负责?谁来管理
- How:怎么做?如何提高效率?如何实施?
- How much:做多少?做到何种程度?数量、质量如何
接下来,学习工具的同时,将先后看看两本书:
以及学习分析报告制作:分析报告制作