数据分析很痛苦？5类问题建议、8大分析方法帮到你( 二 ) _大数据

文章插图

文章插图
五、日常分析类型
日常的数据分析类型可以从四个角度去归类：产品设计五要素、数据类型、产品进化流及时间。
分类的目的是为了帮助我们更好地理清日常数据分析的场景，以便更有针对性地进行整理归类、前置学习储备，比如说：数据类型纬度中，提前整理好存放用户数据、交易数据的数据库及表字段，可以提高数据采集时的效率；整理好项目周报的报表格式，有数据增加，直接更新即可。
1. 从产品设计五要素看
战略层的数据多留点心思，老板们会不定期地问起，找数据比较久就比较尴尬了。

文章插图
2. 从数据类型看
下面的数据，在个性化推荐或精准营销场景会用得非常的高频，数据的质量决定了推荐效果的好坏。

文章插图
3. 从产品进化流看
产品上线的前中后，产品的关注数据会有所差别，相关的数据收集和分析要靠自己不断总结反思了。

文章插图
4. 从时间上看
建议同学们自我盘点下：有哪些是一次性的？哪些是周期性的？相应的采集需求或者分析报表该如何呈现才更佳？
【数据分析很痛苦？5类问题建议、8大分析方法帮到你】

文章插图
六、数据分析思路
这部分是比较关键的一环，构思不清晰，如无头苍蝇一般，费时费力还无用。在分析之前，可以先问下自己，这个数据分析，到底目的是为了什么？
笔者认为，基本上为如下三类：
事前：制定/预防事中：控制/调整事后：结项/优化
因此，数据分析的思路是：始终围绕该阶段下的业务目标而开展数据分析。
分析思路建议参考：金字塔+公式化思维，这样可以穷举可能造成的影响因素，并进行一一分析排除，找到可能的原因。
tips：建议先列清楚可能原因，在进行数据采集和数据分析，避免返工。
举例：当一个电商平台的订单转化率下降时，可以列出订单转化率公式：CR=订单数/UV 。下降的原因：可能是订单数变少了，也可能是来的客户增加了。这针对这两个指标进行罗列可能造成的原因，并通过数据验证分析。

文章插图
七、数据分析方法
有了数据分析的思路，就需要通过适合该场景的分析方法进行分析，以进行规律的探索。
常用到的一些分析方法如下：

文章插图
1. 趋势分析法
将两个或两个以上的指标或比率进行对比，以便计算出它们增减变动的方向、数额、以及变动幅度的一种分析方法。
2. 对比分析法
将两个或两个以上指标对比，寻找其中规律。静态对比，不同指标横向对比。动态对比，同一指标纵向对比