最实用的6种分析思路 数据分析思路包括哪些

  1. 新上线某个产品,需要监控转化率效果,既要看总体情况,也要看细分渠道;
  2. 策划营销活动,预算有限,要看看选择哪些目标用户群、采用哪种方案带来的销量更高(更能拉动KPI);
  3. KPI又出现较大波动,待会领导估计要问起来,赶紧分析数据找原因;
今天我们来看看分析思维怎么解决这些问题,6种思路帮你忙 。
01
【最实用的6种分析思路 数据分析思路包括哪些】流程
行动步骤
1. 商业理解:确定业务目标,评估现有资源,确定分析目标,制定解决方案;
2. 数据理解:数据采集,探索分析,数据质量验证;
3. 数据准备:筛选数据,数据清洗,整合数据,变量衍生;
4. 建立模型:模型选择,检验设计,模型建立,结果评估;
5. 模型评估:分析结果和业务目标匹配度确认,检查1-4步的执行过程,确定下一步行动;
6. 结果部署:规划部署方案、监控和维护方案,输出项目报告,项目复盘;
04
左中括号
分步转化
左中括号
要连续完成多个步骤,有的人“浅尝辄止”,有的人“半途而废”,有的人则是“善始善终” 。
产品转化的每个步骤都会有用户流失,好比100个人参加有9个关卡的淘汰
游戏
,每个关卡会淘汰10个人,整个游戏最终会剩下10个获胜者,把这个游戏看作产品,那么该产品的全流程转化率就是10% 。
03
左中括号
闭环迭代
左中括号
一般的闭环流程包括3部分:事前方案规划,事中执行监控,事后复盘总结 。
事前:确定目标,选定用户,制定方案,确定检验标准等;
事中:实时数据监控(是否达到预期),不同方案赛马,备用方案启用等;
事后:对整个流程复盘,总结经验,CSS归类(Continue做先前已验证的正确的事,Stop做错误的事,Start做新的正确的事)
常用的闭环迭代框架是PDCA,通过计划(P)、实施(D)、检查(C)、总结(A)4个步骤,循环迭代,螺旋上升 。
另外还要注意,在使用流程化思维时,除了常见的正向思考,也要逆向思考 。
02
分类
互联网时代最核心的经营理念是深耕客群,通过差异化运营提升ARPU值(Average Revenue Per User,每用户平均收入),而分类无疑是开展这项工作的重要前提 。
二分法,非此即彼,e.g. 网站新客、老客,贷款审批结果分为通过申请、拒绝申请等;
并列分类,多个分类(子集)构成一个全集,e.g. 用户地域可以按省份划分,按年龄可以将用户分为70后、80后、90后、00后等,女性用户群体可以分为时尚丽人、都市白领、家庭主妇等;
等级分类,e.g. 会员等级——铁牌、铜牌、银牌、金牌、钻石、皇冠,城市等级——一线、二线、三线、四线;
矩阵象限,e.g. 波士顿矩阵,RFM象限
03
对比
对比就是找一个参照点,来发现两个数据间的差异量Δ大小如何 。
对比可以分为两类:横向对比、纵向对比 。
01
左中括号
横向对比
左中括号
和同类(竞品)比较,对比不同品牌的女装的销售情况,不同销售渠道(地区)的交易情况;
实验对比,设置实验组和对比组,对比两组或多组之间的差异,以确定人为干预(实验、方案)的效应 。
和整体比较,e.g. 华东地区的销售情况和全国总体销售比较;
做组间比较时,一定要确保样本的可比性(无论是在数量级还是在群体结构上),e.g. 对比两个时间段的交易情况,建议剔除掉大促和节假日(这些交易日的数据波动很大) 。
02
左中括号
纵向对比
左中括号
横向是和其他对象比较,纵向则是和自己的历史数据对比 。
常见的纵向对比有同比和环比,对比的周期根据实际情况可以按日、周、月、季、年等 。
04
关联
看数据指标不要只看一个“点”,还要看一条“线”上的前后连接的环节,进而从“面”或“体”的角度去看整个大环境中都有哪些因素相互作用 。
对现象的分析可以参考简单的调节模型:
其中:X是自变量,Y是因变量,M是调节变量 。
寻找关联关系时,不仅仅要找出对Y有直接影响的X(一个或者多个),还要找出影响X对Y作用的调节因素M 。
05
层级
要有结构化、系统化的思维,对影响因素进行拆解组合 。
可以理解为“分级钻取”,如同金字塔结构一样,先从总体看到二级分支,然后再看更细的分支 。
e.g. 支付成功率的影响,可以对新老客、订单来源、支付方式、银行通道一层一层拆解,细化各个分支对整体变化的贡献率;
06
优化
分析的最终目标无非两种:寻找解决方案,寻找更好的解决方案 。第一步是保证数据的准确性和稳定性,第二步就是优化,提高准确性、提高效率和效益 。
优化包含两部分的内容:缩小当前和目标的差距,直到达成并超越目标;在成本或者预算固定的前提下,使收益最大化 。

    推荐阅读