数据分析入门视频课程:梳理数据分析思路

当发现一个业务问题,或者面对一个分析项目时,使用结构化的方法定义问题、提出分析思路的过程,即为确定数据分析目的与框架。

大家好,这里是数据分析网。

上一个视频分享《什么是数据分析?》,提到数据分析的六大步骤:明确分析目的与框架、数据收集、数据处理、数据分析、数据展现和撰写报告。

当发现一个业务问题,或者面对一个分析项目时,使用结构化的方法定义问题、提出分析思路的过程,即为确定数据分析目的与框架。

以下我们从如何定义问题、常见数据分析问题、常见数据分析思路三个方面阐述:

一、如何定义问题?

我们借用这个模型来思考:
1、表象问题:质疑与确认
在处理表象问题、需求时,我们可以通过提问来思考:
质疑问题:此问题是否客观存在?
背景及目的是什么?涉及的事实、数据是否全面准确?

2、问题本质:挖掘诉求
通过不断追问为什么,不断挖掘、引导出问题本质。

3、真正问题:判定优先级
这个不言而喻,不再赘述。

二、常见数据分析问题

数据分析经常遇到的问题,汇总有如下以下几类:

找原因类:某个业务指标出现突然异动,寻找背后原因以及解决方法。比如:DAU、转化率、留存率突然下跌的原因是什么?

验证类:有多个策略、多个假设、多个可能的解决方案,需要验证结果、最有方案。比如:A、B、C方案哪个可以提升转化率?D、E、F哪个策略引导效率是最高的?

预测类:寻找事物发生的规律,来预测接下来即将发生的事件。比如:学生放假对学习课程的销售?温度高低对羽绒服的销售影响?

三、常见数据分析思路

经过定义问题,明确了数据分析目的后,就需要开始使用数据分析思路,给大家分享几个常见的分析思路。

1)全链路分析

对整个产品链路、各个环节进行分析,比如漏斗模型,AARRR模型,都是典型的全链路分析。全链路分析的核心步骤:梳理链路关键节点,确定关键节点的数据指标,针对每个关键节点进行数据洞察,查看问题点和增长点。

2)组成结构分析
把整体按某种分类,某纬度分解成不同的组成结构进行分析,分析具体是哪个部分、纬度影响。

3)影响因子分析

很多时候,因子对结果的影响是定性的,而不是像组成因子一样是定量的,所以并不能完全把结果拆成多个因子相加。

比如说销售额,影响因子有商品、会员、客服、流量、活动等,但你不能说销售额=商品+会员+客服+流量+活动,对吧?

4)枚举法

简单粗暴地列举出所有可能影响这个数据的因素。枚举法大概会有以下 3 大步骤:

在列举的时候,也可以用到亲和图,分类别列举。

今天分享就到这,以上由数据分析网出品,一个数据分析学习与分享平台。

本文为 数据分析网 原创文章,转载或内容合作请联系我们,未经允许谢绝转载,本文链接:https://www.afenxi.com/121160.html 。

(0)
爱分析爱分析官方
上一篇 2022-04-24 18:05

相关文章

关注我们
关注我们
分享本页
返回顶部