初步理解数据分析

作者: 何哈哈哟 | 来源:发表于2016-08-07 16:37 被阅读305次

有句话叫“人人都是产品经理”,但真相却是远没有一些招聘要求叙述的那么简单。

任何职业都是具有门槛的,而随着产品岗位的不断完善,对产品经理的要求也在不断增多,我们都知道产品经理的能力有硬实力和软实力之分:

硬实力:文档撰写、数据分析、软件设计、Axure、visio等;

软实力:沟通能力、逻辑分析能力、组织协调能力、项目管理能力等;

这一篇主要整理数据分析的一些知识和理解。(详见《谁说菜鸟不懂数据分析》)

(文字较多,谨慎阅读)

一、数据分析是什么

数据分析,简单来说就是对数据进行分析,用适当的统计分析方法对收集来的大量数据进行分析,将它们加以汇总和理解并消化,以求最大化的开发数据的功能,发挥数据的作用。

数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

数据分析有三大作用:

1、现状分析:告诉你过去发生了什么

2、原因分析:告诉你某一现状为什么发生

3、告诉你将来会发生什么

二、数据分析六步曲

1、明确分析目的和思路

2、数据收集

3、数据处理

4、数据分析

5、数据展现

6、报告撰写

三、数据分析三大误区

1、分析目的不明确,为了分析而分析

2、缺乏业务知识,分析结果偏离实际

3、一味追求高级分析方法,热衷研究模型

前两个是我们在对数据进行处理的过程中经常容易犯的错误。在进行数据分析的过程中,要时刻谨记我们分析的目的是为了得到(验证)什么样的结果?我们选取的数据是否是我们所需要的数据?如何验证我们的分析结果?应该用什么方法能更直接更简单的表现我们的分析结果?这些都是我们要考虑的。

四、数据分析的指标

1、 平均数:特点是将总体内各单位的数量差异抽象画,代表总体的一般水平,掩盖了总体内各单位的差异。

2、 绝对数与相对数:绝对数反应客观现象总体在一定时间、地点条件下的总规模、总水平的综合性指标;相对数是指由两个有联系的指标对比计算而得到的数值,用以反映客观现象之间数量联系程度的整合指标,公式为

                   a) 相对数=比较数/基础数

相对数一般以背书、成数(7成)、百分数等表示,它反映了客观现象之间数量联系的程度。

3、 百分比与百分点:百分比是相对数的一种,它表示一个数是另一个数的百分之几;百分点,指不同时期以百分数的形式表示的相对指标的变动幅度。表示构成的变动幅度不宜用百分数,应该用百分点。

4、 频数与频率:频数是指一组数据中个别数据重复出现的次数。频率是每组类别次数与总次数的比值,它代表类别在总体中出现的频繁程度,一般采用百分数表示。

5、 比例与比率:两者都属于相对数。比例是指在总体中各部分的数值占全部数值的比重,通常反映总体的构成和结构;比率是指不同类别数值的对比,他反映的不是部分和整体之间的关系,而是一个整体中各部分之间的关系。

6、 倍数与番数:倍数和番数同样属于相对数。倍数是一个数除以另一个数的商,需要注意的是倍数一般表示数量的增长或上升幅度,而不适用于表示数量的减少或下降。番数是指原来数量的2的 N次方倍。

7、 同比与环比:同比是指与历史同时期进行比较得到的数值,该指标主要反映的是事物发展的相对情况;环比是指与前一个统计期进行比较得到的数值,该指标主要反映的是事物逐期发展的情况

这7种指标大概已经包含了所有数据的表现形式,而在我们实际进行数据分析时,另外一些名词我们也必须知道,如

网站:页面浏览量(PV)、访客数(UV)、跳出率、退出率、转化率、平均访问时长、着陆页等。

用户:平均用户贡献收入(ARPU)、用户流失率、客户终身价值、活跃用户数、流失用户数、新增用户数等。

电商:销售量、佣金、转化率、人均消费额、上架量、购置成本、重复购买率,毛利润以及SKU(库存单位)和GMV(电商交易额)

其他的应用类型,例如金融、移动app等,不同的类型注重的重点不同,所以在分析的时候要差别对待。(这些指标我会说在笔试题中遇到过吗)

五、方法论及分析方法

方法论主要指我们的分析框架和分析方式,它是从宏观角度指导如何进行数据分析;而分析方法则是指具体的分析方法,它是从微观角度指导如何进行数据分析

常用方法论:

1、PEST分析法

2、5W2H分析法

3、逻辑树分析法

4、4P营销理论

5、用户行为理论

分析方法:

1、产品研究:相关分析、对应分析、判别分析、结合分析、多维尺度分析等;

2、品牌研究:相关分析、聚类分析、判别分析、因子分析、对应分析、多维尺度分析等;

3、价格研究:相关分析、PSM价格分析等;

4、市场细分:聚类分你想、判别分析、因子分析、对应分析、多为尺度分析、logistic回归分析、决策树等;

5、满意度研究:相关分析、回归分析、主成分分析、因子分析、结构方程等;

6、用户研究:相关分析、聚类分析、判别分析、因子分析、对应分析、决策树、关联规则等;

7、预测分析:回归分析、决策树、神经网络、时间序列、logistic回归分析等;

总结

《谁说菜鸟不懂数据分析》用来了解数据分析基本概念和方法是不错的选择,里面有很多内容是excel的相关知识,配合案例,让本来晦涩无聊的内容(数据都是这样)形象起来,更容易理解,不仅让你了解数据分析的知识,还教你怎么使用excel。

前文我没有提到另一种分析方法——漏斗分析法,我认为这是最适合我们,也是我们最容易掌握的一种分析方法,放在最后,彰显其重要性。(●'◡'●)

相关文章

网友评论

    本文标题:初步理解数据分析

    本文链接:https://www.haomeiwen.com/subject/ibrlsttx.html