精华内容
下载资源
问答
  • 很多做数据分析或者刚接触数据分析的小伙伴,不知道怎么做数据分析。一点思路都没有,今天就给大家盘点数据分析师常用的数据分析方法。希望看完此文的小伙伴,一个清晰的数据分析思维。方法论和方法...

    很多做数据分析或者刚接触数据分析的小伙伴,不知道怎么做数据分析。一点思路都没有,今天就给大家盘点数据分析师常用的数据分析方法。希望看完此文的小伙伴,有一个清晰的数据分析思维。

    方法论和方法有什么区别?

    方法论是从宏观角度出发,从管理和业务的角度提出的分析框架,指导我们接下来具体分析的方向。方法是微观的概念,是指我们在具体分析过程中使用的方法。

    数据分析方法论

    数据分析的方法论很多,这里我给大家介绍一些常见的框架。

    1、PEST分析法

    PEST 为一种企业所处宏观环境分析模型,从政治(Politics)、经济(Economy)、社会(Society)、技术(Technology)四个方面分析内外环境,适用于宏观分析。

    四点因素也被称之为“pest有害物”,PEST要求高级管理层具备相关的能力及素养。PEST分析与外部总体环境的因素互相结合就可归纳出SWOT分析中的机会与威胁。PEST/PESTLE、SWOT 与 SLEPT 可以作为企业与环境分析的基础工具。

    2、SWOT分析法

    从优势(Strength)、劣势(Weakness)、机遇(Opportunity)、威胁(Threat)四个方面分析内外环境,适用于宏观分析。

    SWOT分析法是用来确定企业自身的竞争优势、竞争劣势、机会和威胁,从而将公司的战略与公司内部资源、外部环境有机地结合起来的一种科学的分析方法。运用这种方法,可以对研究对象所处的情景进行全面、系统、准确的研究,从而根据研究结果制定相应的发展战略、计划以及对策等。

    3、5W2H分析法

    从Why、When、Where、What、Who、How、How much 7个常见的维度分析问题。广泛用于企业管理和技术活动,对于决策和执行性的活动措施也非常有帮助,也有助于弥补考虑问题的疏漏。

    4、4P理论

    经典营销理论,认为产品(Product)、价格(Price)、渠道(Place)和促销(Promote)是影响市场的重要因素。


    5、AARRR

    增长黑客的海盗法则,一种以用户为中心的着眼于转化率的漏斗型的数据收集测量模型,从获取(Acquisition)、激活(Activition)、留存(Retention)、收益(Revenue)和推荐(Referral)5个环节增长。

    AARRR在应用推广运营各个层次(各个阶段)需要关注的一些指标。在整个AARRR模型中,这些量化指标都具有很重要的地位,而且很多指标的影响力是跨多个层次的。及时准确地获取这些指标的具体数据,对于应用的成功运营是必不可少的。

    数据分析的方法论很多,这里不能一一列举;没有最好的方法论,只有最合适的。

    从数据分析方法论也可得知,数据分析的意义在于将杂乱无章的数据转化为清晰可见的可视图,从而进行精准决策。“大数据时代,技术和分析哪个更重要”一文中也阐述了分析的重要性。

    数据分析的七个方法

    1、趋势分析

    趋势分析是最简单、最基础,也是最常见的数据监测与数据分析方法。通常我们在数据分析产品中建立一张数据指标的线图或者柱状图,然后持续观察,重点关注异常值。

    在这个过程中,我们要选定第一关键指标(OMTM,One Metric That Metter),而不要被虚荣指标(Vanity Metrics )所迷惑。

    以社交类APP为例,如果我们将下载量作为第一关键指标,可能就会走偏;因为用户下载APP并不代表他使用了你的产品。在这种情况下,建议将DAU(Daily Active Users,日活跃用户)作为第一关键指标,而且是启动并且执行了某个操作的用户才能算上去;这样的指标才有实际意义,运营人员要核心关注这类指标。

    2、多维分解

    多维分解是指从业务需求出发,将指标从多个维度进行拆分;这里的维度包括但不限于浏览器、访问来源、操作系统、广告内容等等。

    为什么需要进行多维拆解?有时候一个非常笼统或者最终的指标你是看不出什么问题来的,但是进行拆分之后,很多细节问题就会浮现出来。

    举个例子,某网站的跳出率是0.47、平均访问深度是4.39、平均访问时长是0.55分钟。如果你要提升用户的参与度,显然这样的数据会让你无从下手;但是你对这些指标进行拆解之后就会发现很多思路。

    3、用户分群

    用户分群主要有两种分法:维度和行为组合。

    第一种根据用户的维度进行分群,比如从地区维度分,有北京、上海、广州、杭州等地的用户;从用户登录平台进行分群,有PC端、平板端和手机移动端用户。

    第二种根据用户行为组合进行分群,比如说每周在社区签到3次的用户与每周在社区签到少于3次的用户的区别,这个具体的我会在后面的留存分析中介绍。

    4、用户细查

    正如前面所说的,用户行为数据也是数据的一种,观察用户在你产品内的行为路径是一种非常直观的分析方法。在用户分群的基础上,一般抽取3-5个用户进行细查,即可覆盖分群用户大部分行为规律。

    绝大多数产品都或多或少存在一些反人类的设计或者BUG,通过用户细查可以很好地发现产品中存在的问题并且及时解决。

    5、漏斗分析

    漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。漏斗分析模型已经广泛应用于网站用户行为分析和APP用户行为分析的流量监控、产品目标转化等日常数据运营与数据分析的工作中。

    漏斗分析要注意的两个要点:

    第一:不但要看总体的转化率,还要关注转化过程每一步的转化率;

    第二:漏斗分析也需要进行多维度拆解,拆解之后可能会发现不同维度下的转化率也有很大差异。

    6、留存分析

    留存分析是一种用来分析用户参与情况/活跃程度的分析模型,考察进行初始行为的用户中,有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。

    衡量留存的常见指标有:次日留存率、7日留存率、30日留存率等等。

    留存分析可以帮助回答以下问题:

    • 一个新客户在未来的一段时间内是否完成了您期许用户完成的行为?如支付订单等;

    • 某个社交产品改进了新注册用户的引导流程,期待改善用户注册后的参与程度,如何验证?

    • 想判断某项产品改动是否奏效,如新增了一个邀请好友的功能,观察是否有人因新增功能而多使用产品几个月?

    7、A/B测试与A/A测试

    A/B测试是为了达到一个目标,采取了两套方案,一组用户采用A方案,一组用户采用B方案。通过实验观察两组方案的数据效果,判断两组方案的好坏。在A/B测试方面,谷歌是不遗余力地尝试;对于搜索结果的显示,谷歌会制定多种不同的方案(包括文案标题,字体大小,颜色等等),不断来优化搜索结果中广告的点击率。

    这里需要注意的一点,A/B测试之前最好有A/A测试或者类似准备。什么是A/A测试?A/A测试是评估两个实验组是否是处于相同的水平,这样A/B测试才有意义。其实这和学校里面的控制变量法、实验组与对照组、双盲试验本质一样的。

    转自:数据观察;

    版权声明:本号内容部分来自互联网,转载请注明原文链接和作者,如有侵权或出处有误请和我们联系。

    3分钟画出酷炫动态地图的秘诀!

    用Python玩连连看是什么效果?画面太美

    后台回复“入群”即可入群交流数据干货
    
    展开全文
  • 很多做数据分析或者刚接触数据分析的小伙伴,不知道怎么做数据分析。一点思路都没有,今天就给大家盘点数据分析师常用的数据分析方法。希望看完此文的小伙伴,一个清晰的数据分析思维。方法论和方法...

    很多做数据分析或者刚接触数据分析的小伙伴,不知道怎么做数据分析。一点思路都没有,今天就给大家盘点数据分析师常用的数据分析方法。希望看完此文的小伙伴,有一个清晰的数据分析思维。

    方法论和方法有什么区别?

    方法论是从宏观角度出发,从管理和业务的角度提出的分析框架,指导我们接下来具体分析的方向。方法是微观的概念,是指我们在具体分析过程中使用的方法。

    数据分析方法论

    数据分析的方法论很多,这里我给大家介绍一些常见的框架。

    1、PEST分析法

    PEST 为一种企业所处宏观环境分析模型,从政治(Politics)、经济(Economy)、社会(Society)、技术(Technology)四个方面分析内外环境,适用于宏观分析。

    四点因素也被称之为“pest有害物”,PEST要求高级管理层具备相关的能力及素养。PEST分析与外部总体环境的因素互相结合就可归纳出SWOT分析中的机会与威胁。PEST/PESTLE、SWOT 与 SLEPT 可以作为企业与环境分析的基础工具。

    2、SWOT分析法

    从优势(Strength)、劣势(Weakness)、机遇(Opportunity)、威胁(Threat)四个方面分析内外环境,适用于宏观分析。

    SWOT分析法是用来确定企业自身的竞争优势、竞争劣势、机会和威胁,从而将公司的战略与公司内部资源、外部环境有机地结合起来的一种科学的分析方法。运用这种方法,可以对研究对象所处的情景进行全面、系统、准确的研究,从而根据研究结果制定相应的发展战略、计划以及对策等。

    3、5W2H分析法

    从Why、When、Where、What、Who、How、How much 7个常见的维度分析问题。广泛用于企业管理和技术活动,对于决策和执行性的活动措施也非常有帮助,也有助于弥补考虑问题的疏漏。

    4、4P理论

    经典营销理论,认为产品(Product)、价格(Price)、渠道(Place)和促销(Promote)是影响市场的重要因素。


    5、AARRR

    增长黑客的海盗法则,一种以用户为中心的着眼于转化率的漏斗型的数据收集测量模型,从获取(Acquisition)、激活(Activition)、留存(Retention)、收益(Revenue)和推荐(Referral)5个环节增长。

    AARRR在应用推广运营各个层次(各个阶段)需要关注的一些指标。在整个AARRR模型中,这些量化指标都具有很重要的地位,而且很多指标的影响力是跨多个层次的。及时准确地获取这些指标的具体数据,对于应用的成功运营是必不可少的。

    数据分析的方法论很多,这里不能一一列举;没有最好的方法论,只有最合适的。

    从数据分析方法论也可得知,数据分析的意义在于将杂乱无章的数据转化为清晰可见的可视图,从而进行精准决策。“大数据时代,技术和分析哪个更重要”一文中也阐述了分析的重要性。

    数据分析的七个方法

    1、趋势分析

    趋势分析是最简单、最基础,也是最常见的数据监测与数据分析方法。通常我们在数据分析产品中建立一张数据指标的线图或者柱状图,然后持续观察,重点关注异常值。

    在这个过程中,我们要选定第一关键指标(OMTM,One Metric That Metter),而不要被虚荣指标(Vanity Metrics )所迷惑。

    以社交类APP为例,如果我们将下载量作为第一关键指标,可能就会走偏;因为用户下载APP并不代表他使用了你的产品。在这种情况下,建议将DAU(Daily Active Users,日活跃用户)作为第一关键指标,而且是启动并且执行了某个操作的用户才能算上去;这样的指标才有实际意义,运营人员要核心关注这类指标。

    2、多维分解

    多维分解是指从业务需求出发,将指标从多个维度进行拆分;这里的维度包括但不限于浏览器、访问来源、操作系统、广告内容等等。

    为什么需要进行多维拆解?有时候一个非常笼统或者最终的指标你是看不出什么问题来的,但是进行拆分之后,很多细节问题就会浮现出来。

    举个例子,某网站的跳出率是0.47、平均访问深度是4.39、平均访问时长是0.55分钟。如果你要提升用户的参与度,显然这样的数据会让你无从下手;但是你对这些指标进行拆解之后就会发现很多思路。

    3、用户分群

    用户分群主要有两种分法:维度和行为组合。

    第一种根据用户的维度进行分群,比如从地区维度分,有北京、上海、广州、杭州等地的用户;从用户登录平台进行分群,有PC端、平板端和手机移动端用户。

    第二种根据用户行为组合进行分群,比如说每周在社区签到3次的用户与每周在社区签到少于3次的用户的区别,这个具体的我会在后面的留存分析中介绍。

    4、用户细查

    正如前面所说的,用户行为数据也是数据的一种,观察用户在你产品内的行为路径是一种非常直观的分析方法。在用户分群的基础上,一般抽取3-5个用户进行细查,即可覆盖分群用户大部分行为规律。

    绝大多数产品都或多或少存在一些反人类的设计或者BUG,通过用户细查可以很好地发现产品中存在的问题并且及时解决。

    5、漏斗分析

    漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。漏斗分析模型已经广泛应用于网站用户行为分析和APP用户行为分析的流量监控、产品目标转化等日常数据运营与数据分析的工作中。

    漏斗分析要注意的两个要点:

    第一:不但要看总体的转化率,还要关注转化过程每一步的转化率;

    第二:漏斗分析也需要进行多维度拆解,拆解之后可能会发现不同维度下的转化率也有很大差异。

    6、留存分析

    留存分析是一种用来分析用户参与情况/活跃程度的分析模型,考察进行初始行为的用户中,有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。

    衡量留存的常见指标有:次日留存率、7日留存率、30日留存率等等。

    留存分析可以帮助回答以下问题:

    • 一个新客户在未来的一段时间内是否完成了您期许用户完成的行为?如支付订单等;

    • 某个社交产品改进了新注册用户的引导流程,期待改善用户注册后的参与程度,如何验证?

    • 想判断某项产品改动是否奏效,如新增了一个邀请好友的功能,观察是否有人因新增功能而多使用产品几个月?

    7、A/B测试与A/A测试

    A/B测试是为了达到一个目标,采取了两套方案,一组用户采用A方案,一组用户采用B方案。通过实验观察两组方案的数据效果,判断两组方案的好坏。在A/B测试方面,谷歌是不遗余力地尝试;对于搜索结果的显示,谷歌会制定多种不同的方案(包括文案标题,字体大小,颜色等等),不断来优化搜索结果中广告的点击率。

    这里需要注意的一点,A/B测试之前最好有A/A测试或者类似准备。什么是A/A测试?A/A测试是评估两个实验组是否是处于相同的水平,这样A/B测试才有意义。其实这和学校里面的控制变量法、实验组与对照组、双盲试验本质一样的。

    看都看完了,还不点这里试试

    展开全文
  • 1)你可能面这样的感觉:“面对一堆数据,我该...在对公司的某个业务问题进行研究时,我们时候会没注意到某个问题,所以为了避免片面性的分析,在做分析之前,会先出一个整体的分析思路。 通过这个分析思路,...

    1)你可能面有这样的感觉:“面对一堆数据,我该如何下手去分析呢?”

    2)平时学到的是工具,但是面试的时候考察业务知识是这样的:

     

    一、什么是分析方法?

    很多人在做数据分析时,经常遇到的问题是:我该从哪方面展开分析呢?
    
    在对公司的某个业务问题进行研究时,我们有时候会没注意到某个问题,所以为了避免片面性的分析,在做分析之前,会先出一个整体的分析思路。
    通过这个分析思路,来明确你的分析目标是什么,写清楚要分析哪些问题,这些问题要用哪些分析方法去具体分析。
    (通常我们看会看到建模,其实是指你怎么解决一个问题的方法)
    
    分析方法就好比盖房子在盖房子前的图纸,用来指导如何盖房子。我们可以用下图来对比数据分析中的各个概念是如何起作用的。

     

    根据业务场景分析目的的不同,常用的分析方法有下面几个:

    下面我详细聊下每个分析方法。

    二、常见的分析方法有哪些?

    1、行业分析:PEST分析方法

    PEST分析方法是指对企业发展的宏观环境的分析。

    在分析一个企业集团所处的背景的时候,通常是通过

    政治(Political)、经济(Economic)、社会(social)和技术(Technological)

    这四个因素来进行分析企业所面临的状况。

    • 政治环境

    政治环境主要包括政治制度与体制,政府的政策、法律等。

    构成政治环境的关键指标有:政治体制、经济体制、财政政策、税收政策、产业政策、投资政策、专利数量、政府补贴水平等。

    比如可以从下面几个分析思路去展开:

    相关法律有哪些?有什么影响?

    投资政策有哪些?对公司业务是制约还是促进?

    最新的税收政策是什么?是否会对企业收取更多的税?

    • 经济环境

    经济环境主要指一个国家的国民收入、企业业务服务地区消费者的收入水平等。经济环境影响着企业未来市场的大小。

    构成经济环境的关键指标有:GDP、利率水平、通货膨胀率、失业率、居民可支付收入、汇率、消费价格指数等。

     

    以艾瑞网《2018年中国少儿编程行业研究报告》为例,下面是经济环境的分析:教育重要性促使支出提升 。

     

    • 社会环境

    社会环境主要包括一个国家或地区的人口和文化背景。构成社会环境的关键指标有:人口规模、年龄结构、人口地域分布、收入分布、购买习惯、教育水平、宗教信仰等。

    比如可以从下面几个分析思路去展开:

    这个国家的人口地域是怎么分布的?

    不同阶层人的购买习惯是什么?

     

    以艾瑞网《2018年中国少儿编程行业研究报告》为例,下面是社会环境环境的分析:适龄人口数量的增长促使家长着眼未来。

     

    学习这一关分析方法可以帮助你解决下面的问题:

    1)你可能面有这样的感觉:“面对一堆数据,我该如何下手去分析呢?”

    2)平时学到的是工具,但是面试的时候考察业务知识是这样的:

    image.png

     

    一、什么是分析方法?

    很多人在做数据分析时,经常遇到的问题是:我该从哪方面展开分析呢?

     

    在对公司的某个业务问题进行研究时,我们有时候会没注意到某个问题,所以为了避免片面性的分析,在做分析之前,会先出一个整体的分析思路。

    通过这个分析思路,来明确你的分析目标是什么,写清楚要分析哪些问题,这些问题要用哪些分析方法去具体分析。

    (通常我们看会看到建模,其实是指你怎么解决一个问题的方法)

     

    分析方法就好比盖房子在盖房子前的图纸,用来指导如何盖房子。我们可以用下图来对比数据分析中的各个概念是如何起作用的。

     

    image.png

     

    根据业务场景分析目的的不同,常用的分析方法有下面几个:

    image.png

     

    下面我详细聊下每个分析方法。

     

    二、常见的分析方法有哪些?

    1、行业分析:PEST分析方法

    PEST分析方法是指对企业发展的宏观环境的分析。在分析一个企业集团所处的背景的时候,通常是通过政治(Political)、经济(Economic)、社会(social)和技术(Technological)这四个因素来进行分析企业所面临的状况。

    行业分析.png

    • 政治环境

    政治环境主要包括政治制度与体制,政府的政策、法律等。

    构成政治环境的关键指标有:政治体制、经济体制、财政政策、税收政策、产业政策、投资政策、专利数量、政府补贴水平等。

    比如可以从下面几个分析思路去展开:

    相关法律有哪些?有什么影响?

    投资政策有哪些?对公司业务是制约还是促进?

    最新的税收政策是什么?是否会对企业收取更多的税?

     

    以艾瑞网《2018年中国少儿编程行业研究报告》为例,下面是政治环境的分析:政策向好,行业发展迎来机遇。

    行业分析2.png

     

    • 经济环境

    经济环境主要指一个国家的国民收入、企业业务服务地区消费者的收入水平等。经济环境影响着企业未来市场的大小。

    构成经济环境的关键指标有:GDP、利率水平、通货膨胀率、失业率、居民可支付收入、汇率、消费价格指数等。

     

    以艾瑞网《2018年中国少儿编程行业研究报告》为例,下面是经济环境的分析:教育重要性促使支出提升 。

    行业分析3.png

     

    • 社会环境

    社会环境主要包括一个国家或地区的人口和文化背景。构成社会环境的关键指标有:人口规模、年龄结构、人口地域分布、收入分布、购买习惯、教育水平、宗教信仰等。

    比如可以从下面几个分析思路去展开:

    这个国家的人口地域是怎么分布的?

    不同阶层人的购买习惯是什么?

     

    以艾瑞网《2018年中国少儿编程行业研究报告》为例,下面是社会环境环境的分析:适龄人口数量的增长促使家长着眼未来。

    行业分析4.png

     

    • 技术环境

    技术环境包括与企业市场有关的发展变化。关键指标有:新技术的发明和进展、技术更新速度、技术传播速度、国家重点支持项目、国家投入的研发费用、专利个数等。

    比如可以从下面几个分析思路去展开:

    1)科技是否为消费者和企业提供了更多的创新产品与服务,例如网上银行、新一代手机等?

    2) 科技是如何改变分销渠道的,例如线上教育、微信公众号等?

     

    以艾瑞网《2018年中国少儿编程行业研究报告》为例,下面是技术环境的分析:助力行业高壁垒形成。

     

    我们可以从艾瑞网官网上看到《2018年中国少儿编程行业研究报告》的全部内容:http://report.iresearch.cn/report/201810/3279.shtml

    艾瑞网的官网可以查到各个行业的分析报告(http://report.iresearch.cn),

    你可以找到自己感兴趣的行业,然后看看这些报告是如何使用PEST分析方法来构建分析思路的。

     

    • 总结

    在进行行业分析时,可以用PEST分析方法,下面图片是典型的PEST分析方法

    2、公司整体经营情况分析:4P营销理论

     

    4P营销理论产生于20世纪60年代的美国,它是随着营销组合理论的提出而出现的。营销组合实际上有几十个要素,这些要素可以概括为4类,

    产品(product)、价格(price)、渠道(place)、促销(promotion)。

    产品(product指企业提供给目标市场的有形与无形产品,包括产品的实体、品牌、包装、样式、服务、技术等。

    价格(price):指用户购买产品时的价格,包括基本价格、折扣价格、付款期限及各种定价方法和定价技巧等。

    渠道(place):是指产品从生产企业到消费用户所经历的销售路径。普通消费品会经过代理商、批发商、商场或零售店的环节。B2C模式中也有电话直销、网络直销、人员直销、专卖店直销等模式。

    促销(promotion):是指企业利用各种方法来刺激用户消费,来促进销售的增长。包括广告、人员推销、营业推广等。例如买一送一,过节打折等。

     

    4P营销理论 ( 产品、价格、促销、渠道)可以了解公司的整体运营情况。下图是4P营销理论在公司业务中的应用。根据这些确定的问题,可再将它们细化为数据分析指标。比如公司提供哪些产品或服务,我们就可以用公司产品构成来表示。

     

     

    例如对产品的分析:购买产品的用户都是些什么人?

    在《TalkingData-2016年星巴克忠实粉丝人群洞察》报告中(http://mi.talkingdata.com/report-detail.html?id=485),分析结果如下:

    3、财务分析:杜邦分析方法

     

    杜邦分析方法是将各种财务指标综合在一起来评价公司财务管理效果。通常用于公司财务方面的分析。

    • 杜邦分析法的历史背景

    这要从一个哥们写的一份经营分析报告开始说起。

     

    1912年,杜邦公司的销售人员 法兰克·唐纳德森·布朗(Frank Donaldson Brown)为了向公司管理层阐述公司运营效率的问题,写了一份报告。

    他在报告中提出要分析“用公司自己的钱赚取的利润率”的比率。他将这个比率进行拆解,认为拆解后这个比率可以解释三个问题:

    1)公司业务是否赚钱?

    2)公司资产运营效率如何?

    3)公司债务负担有没有风险?

     

    “用公司自己的钱赚取的利润率”换成现代术语就是净资产收益率,它的计算公式就是上面拆解成三个指标相乘:

    1)公司业务是否赚钱?(销售净利率)

    2)公司资产运营效率如何?(总资产周转率)

    3)公司债务负担有没有风险?(权益乘数)

     

    净资产收益率=销售净利率 X 总资产周转率 X 权益乘数

     

    这份报告中体现的分析方法后来被杜邦公司广泛采用,被称为“杜邦分析法”;布朗这哥们也从此平步青云,做到CEO,迎娶白富美,成为杜邦家族的女婿。。他老婆爷爷的弟弟(二爷)就是是杜邦公司的创始人。

     

     

    • 案例应用

    我们通过一个案例,来看下净资产收益率公式中的三个指标。

     

    假如你想开一个包子铺,自己出资100万,发现资金不够。又找隔壁老王借了100万。那么,这家包子铺的总资产是200万,其中投入100万(自己的钱),公司负债100万(找老王借的钱)。

     

    1)销售净利率:公司业务是否赚钱?

    销售净利润=净利润/销售额,衡量公司业务是否赚钱。

    你的包子铺第一个月销售额是20万,刨除各种房租、人工等成本后净利润是2万,那么销售净利润=2/20=10%。也就是每卖出100块钱的包子,你能赚10块钱。

     

    2)总资产周转率:公司资产运营效率如何?

    资产周转率=销售额/总资产,衡量公司资产运营效率如何。

    你的包子铺总资产是200万,第一个月的销售额是20万,那么资产周转率=20/200=10%。

     

    3)权益乘数:公司债务负担有没有风险?

    权益乘数=总资产/净资产,也叫做杠杆率,衡量公司负债经营的情况。

    你的包子铺总资产是200万,自己出资100万(净资产),那么你的包子铺的权益乘数=200/100=2。

     

    现在所有的数据都收集到了,我们来看看杜邦分析公式:

    净资产收益率=销售净利率*资产周转率*权益乘数

    所以,你的净资产收益率=10%*10%*2=2%

    这就是杜邦分析方法的威力,从下面三个不同的角度来审视企业的财务状况:

    1)销售净利率:公司业务有没有盈利?

    2)总资产周转率:公司资产使用效率如何?

    3)权益乘数:公司债务负担有没有风险?

     

    • 如何使用?

    在实际分析中,杜邦分析方法采用金字塔形结构,把各个指标一层层分解。例如下图是万科2018年9月份的杜邦分析。

    财务分析.png

     
    当要分析企业为什么利润下降了类似的财务问题,就可以这样这样的杜邦分析图逐个分解指标来分析。

     4、分析问题或者业务面试题常用:逻辑树分析方法

    逻辑数分析法是麦肯锡公司提出的分析问题、解决问题的重要方法。它是将问题进行拆分,细分成所有子问题,然后像树枝那样向下逐步展开。

    我们平常使用的脑图就是这种逻辑树分析方法的应用。

     

     

     

    在实际工作氛围问题或者业务面试题中,我们经常会使用逻辑树分析方法来分析问题。

     

    进行分析的时候,如果用逻辑树分析方法,是一边提问,一边分析的。

    假设你分析年龄对于某个产品推荐程度的时候,数据结论发现20-30的用户推荐是最高的,然后问一个为什么?

    接着分析是什么原因?(列出所有可能出现的情况)

    针对每一种情况进行分析,最后找到原因然后给出解决方法。

    我会在后面业务常见问题中详细介绍如何使用逻辑树分析方法来回答业务面试题。

     

    4、用户行为分析/产品运营:AARRR漏斗模型

    内容比较多,放到这里了,这个很重要,后面面试题回答中会经常要用到,要重点掌握:

    https://www.zhihu.com/question/20267218/answer/547058749

     

    你可以再找几个案例来深入应用理解下每个分析方法。

     

    转载于:https://www.cnblogs.com/foremostxl/p/11303655.html

    展开全文
  • 很多做数据分析或者刚接触数据分析的小伙伴,不知道怎么做数据分析。一点思路都没有,今天就给大家盘点数据分析师常用的数据分析方法。希望看完此文的小伙伴,一个清晰的数据分析思维。方法论和方法...

    很多做数据分析或者刚接触数据分析的小伙伴,不知道怎么做数据分析。一点思路都没有,今天就给大家盘点数据分析师常用的数据分析方法。希望看完此文的小伙伴,有一个清晰的数据分析思维。

    方法论和方法有什么区别?

    方法论是从宏观角度出发,从管理和业务的角度提出的分析框架,指导我们接下来具体分析的方向。方法是微观的概念,是指我们在具体分析过程中使用的方法。

    数据分析方法论

    数据分析的方法论很多,这里我给大家介绍一些常见的框架。

    1、PEST分析法

    PEST 为一种企业所处宏观环境分析模型,从政治(Politics)、经济(Economy)、社会(Society)、技术(Technology)四个方面分析内外环境,适用于宏观分析。

    四点因素也被称之为“pest有害物”,PEST要求高级管理层具备相关的能力及素养。PEST分析与外部总体环境的因素互相结合就可归纳出SWOT分析中的机会与威胁。PEST/PESTLE、SWOT 与 SLEPT 可以作为企业与环境分析的基础工具。

    2、SWOT分析法

    从优势(Strength)、劣势(Weakness)、机遇(Opportunity)、威胁(Threat)四个方面分析内外环境,适用于宏观分析。

    SWOT分析法是用来确定企业自身的竞争优势、竞争劣势、机会和威胁,从而将公司的战略与公司内部资源、外部环境有机地结合起来的一种科学的分析方法。运用这种方法,可以对研究对象所处的情景进行全面、系统、准确的研究,从而根据研究结果制定相应的发展战略、计划以及对策等。

    3、5W2H分析法

    从Why、When、Where、What、Who、How、How much 7个常见的维度分析问题。广泛用于企业管理和技术活动,对于决策和执行性的活动措施也非常有帮助,也有助于弥补考虑问题的疏漏。

    4、4P理论

    经典营销理论,认为产品(Product)、价格(Price)、渠道(Place)和促销(Promote)是影响市场的重要因素。


    5、AARRR

    增长黑客的海盗法则,一种以用户为中心的着眼于转化率的漏斗型的数据收集测量模型,从获取(Acquisition)、激活(Activition)、留存(Retention)、收益(Revenue)和推荐(Referral)5个环节增长。

    AARRR在应用推广运营各个层次(各个阶段)需要关注的一些指标。在整个AARRR模型中,这些量化指标都具有很重要的地位,而且很多指标的影响力是跨多个层次的。及时准确地获取这些指标的具体数据,对于应用的成功运营是必不可少的。

    数据分析的方法论很多,这里不能一一列举;没有最好的方法论,只有最合适的。

    从数据分析方法论也可得知,数据分析的意义在于将杂乱无章的数据转化为清晰可见的可视图,从而进行精准决策。“大数据时代,技术和分析哪个更重要”一文中也阐述了分析的重要性。

    数据分析的七个方法

    1、趋势分析

    趋势分析是最简单、最基础,也是最常见的数据监测与数据分析方法。通常我们在数据分析产品中建立一张数据指标的线图或者柱状图,然后持续观察,重点关注异常值。

    在这个过程中,我们要选定第一关键指标(OMTM,One Metric That Metter),而不要被虚荣指标(Vanity Metrics )所迷惑。

    以社交类APP为例,如果我们将下载量作为第一关键指标,可能就会走偏;因为用户下载APP并不代表他使用了你的产品。在这种情况下,建议将DAU(Daily Active Users,日活跃用户)作为第一关键指标,而且是启动并且执行了某个操作的用户才能算上去;这样的指标才有实际意义,运营人员要核心关注这类指标。

    2、多维分解

    多维分解是指从业务需求出发,将指标从多个维度进行拆分;这里的维度包括但不限于浏览器、访问来源、操作系统、广告内容等等。

    为什么需要进行多维拆解?有时候一个非常笼统或者最终的指标你是看不出什么问题来的,但是进行拆分之后,很多细节问题就会浮现出来。

    举个例子,某网站的跳出率是0.47、平均访问深度是4.39、平均访问时长是0.55分钟。如果你要提升用户的参与度,显然这样的数据会让你无从下手;但是你对这些指标进行拆解之后就会发现很多思路。

    3、用户分群

    用户分群主要有两种分法:维度和行为组合。

    第一种根据用户的维度进行分群,比如从地区维度分,有北京、上海、广州、杭州等地的用户;从用户登录平台进行分群,有PC端、平板端和手机移动端用户。

    第二种根据用户行为组合进行分群,比如说每周在社区签到3次的用户与每周在社区签到少于3次的用户的区别,这个具体的我会在后面的留存分析中介绍。

    4、用户细查

    正如前面所说的,用户行为数据也是数据的一种,观察用户在你产品内的行为路径是一种非常直观的分析方法。在用户分群的基础上,一般抽取3-5个用户进行细查,即可覆盖分群用户大部分行为规律。

    绝大多数产品都或多或少存在一些反人类的设计或者BUG,通过用户细查可以很好地发现产品中存在的问题并且及时解决。

    5、漏斗分析

    漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。漏斗分析模型已经广泛应用于网站用户行为分析和APP用户行为分析的流量监控、产品目标转化等日常数据运营与数据分析的工作中。

    漏斗分析要注意的两个要点:

    第一:不但要看总体的转化率,还要关注转化过程每一步的转化率;

    第二:漏斗分析也需要进行多维度拆解,拆解之后可能会发现不同维度下的转化率也有很大差异。

    6、留存分析

    留存分析是一种用来分析用户参与情况/活跃程度的分析模型,考察进行初始行为的用户中,有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。

    衡量留存的常见指标有:次日留存率、7日留存率、30日留存率等等。

    留存分析可以帮助回答以下问题:

    • 一个新客户在未来的一段时间内是否完成了您期许用户完成的行为?如支付订单等;

    • 某个社交产品改进了新注册用户的引导流程,期待改善用户注册后的参与程度,如何验证?

    • 想判断某项产品改动是否奏效,如新增了一个邀请好友的功能,观察是否有人因新增功能而多使用产品几个月?

    7、A/B测试与A/A测试

    A/B测试是为了达到一个目标,采取了两套方案,一组用户采用A方案,一组用户采用B方案。通过实验观察两组方案的数据效果,判断两组方案的好坏。在A/B测试方面,谷歌是不遗余力地尝试;对于搜索结果的显示,谷歌会制定多种不同的方案(包括文案标题,字体大小,颜色等等),不断来优化搜索结果中广告的点击率。

    这里需要注意的一点,A/B测试之前最好有A/A测试或者类似准备。什么是A/A测试?A/A测试是评估两个实验组是否是处于相同的水平,这样A/B测试才有意义。其实这和学校里面的控制变量法、实验组与对照组、双盲试验本质一样的。

    转自:数据观察;

    版权声明:本号内容部分来自互联网,转载请注明原文链接和作者,如有侵权或出处有误请和我们联系。

    每一个在看都是一种支持

    展开全文
  • 常用的5种数据分析方法有哪些? 1.对比分析法 常用的5种数据分析方法有哪些? 对比分析法指通过指标的对比来反映事物数量上的变化,属于统计分析中常用的方法。常见的对比有横向对比和纵向对比。 横向对比指的是不同...
  • 小编常说,不会数据分析的小编不是好运营。想小编区区一介小编,是运营环节最不起眼的人了,编文章是应该最主要工作,可是现在...下面就是小编整理了几种搜集到的运营er常用的数据分析方法,大家可以先了解一下。 01
  • 数据分析在SEM中是最为基础的技能,说得简单点,数据分析就是为了发现问题,并为解决问题提供数据参考。随济南优就业IT培训小编...一般的分析数据逻辑如下: 确定分析的目的—>收集数据—>整理数据—>分析...
  • 常用的5种数据分析方法有哪些? 1.对比分析法 常用的5种数据分析方法有哪些? 对比分析法指通过指标的对比来反映事物数量上的变化,属于统计分析中常用的方法。常见的对比有横向对比和纵向对比。 横向对比指的是不同...
  • 数据分析是从数据中提取价值信息过程,过程中需要对数据进行各种处理和归类,只有掌握了正确数据分类方法和数据处理模式,才能起到事半功倍效果。  一、对比分析  对比分析法不管是从生活中还是工作中,...
  • 本期主要讨论些数据分析的三个常用方法:  1、数据趋势分析  趋势分析般而言,适用于产品核心指标长期跟踪,比如,点击率,GMV,活跃用户数等。做出简单数据趋势图,并不算是趋势分析,趋势分析更多是...
  • 那么数据分析的方法都有哪些呢?一般来说,数据分析的方法有PEST分析法、5W2H分析法、逻辑树分析法、4P营销理论、用户行为理论。下面我们就分别说一下这些知识。 首先说一下PEST分析法,这种方法用于对宏观环境...
  • 本期主要讨论 些数据分析的三个常用方法: 数据趋势分析 趋势分析 般而言,适用于产品核心指标长期跟踪,比如,点击率,GMV,活跃用户数等。做出简单数据趋势图,并不算是趋势分析,趋势分析更多是需要...
  • 常用的数据分析方法有描述统计、信度分析、相关分析、回归分析、聚类分析等。如果你想了解如何做数据分析,就接着看下去吧~  1、描述性统计分析  绝大多数的报纸、杂志、公司报告上的统计信息都会以简单、...
  • 图像 创意 技巧 分析;直接展示 这是一种最常见运用得十分广泛表现手法 它将所广告产品直接如实地展示在广告版面上充分运用摄影或绘画等技巧写实表现能力将产品精美质地呈现出来给人以逼真现实感使...
  • 16种常用的数据分析方法汇总

    万次阅读 多人点赞 2017-04-04 16:16:33
    经常会有朋友问到一个朋友,数据分析常用的分析方法有哪些,我需要学习哪个等等之类的问题,今天数据分析精选给大家整理了十六种常用的数据分析方法,供大家参考学习。 一、描述统计 描述性统计是指运用制表和...
  • 我们在前面文章中给大家说一一下数据分析知识中SQL知识以及R语言和Python语言,这些技能对于数据提取以及数据选择帮助。数据分析的前提就是找到数据,只有找到数据我们才能够分析数据,在这篇文章中我们会给...
  • 常见的数据分析方法有哪些 对于每个科研工作者而言,对实验数据进行处理是在开始论文写作之前十分常见的工作之一。但是,常见的数据分析方法有哪些呢?常用的数据分析方法有:聚类分析、因子分析、相关分析、对应...
  • 16种常用的数据统计分析方法汇总

    万次阅读 2019-04-24 16:43:00
    经常会有朋友问到一个朋友,数据分析常用的分析方法有哪些,我需要学习哪个等等之类的问题,今天数据分析精选给大家整理了十六种常用的数据分析方法,供大家参考学习。 (注:这些统计分析方法基本都是统计学的方法...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 564
精华内容 225
关键字:

常用的分析方法有哪些