当前位置:首页  >  数据可视化专题  > 

8个常用数据分析方法,轻松搞定各种业务分析

作者:Jenny.Zhang

发布时间:2022.11.1

浏览次数:5,196 次浏览

在数据分析训练营给大家讲解数据分析案例的时候,发现一些新手小白在做数据分析时,拿到数据不知道怎么分析、从什么维度分析,脑海里没有清晰的分析思路。

对于数据分析思路的培养是一个不断练习积累的过程,刚入行的小白可以先套用一些常用的数据分析方法或模型,掌握基础的分析思路。本文给大家讲解8个常见的数据分析方法,帮助大家快速上手数据分析,解决实际工作问题。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

逻辑树分析法

逻辑树分析法就是把一个复杂的问题拆解成若干个小问题,像树枝一样展开。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

逻辑树是分析问题最常使用的方法之一,不光是在数据分析领域,在日常生活中也是一个很好的解决问题的方法,帮助我们理清思路,避免进行重复和无关的思考。

例如,我们需要对站外推送到达率底的问题进行分析,可以按照逻辑树分析法将问题拆解外安卓和ios送达率低两个子问题,然后在继续向下拆分,严密地探索问题背后的每一个原因,将问题表面化,以因果逻辑为线索,在深度与广度上寻找问题的原因。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

PEST分析法

PEST分析法主要用在行业研究中。从政治(P)、经济(E)、社会(S)、技术(T)这个四个角度,对行业进行比较分析。

比如,我们就以分析大数据行业为例,用PEST来分析一下大数据行业的前景:

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

多维度拆解法

多维度拆解法就是把复杂问题按照维度拆解成简单问题,观察数据异动,发现问题的原因。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

多维度拆解法的应用场景主要有两个:一是对单一指标的构成或比例进行拆解分析,比如让你对某个课程网站的访问情况进行分析,你可以从用户性别、用户来源渠道、用户地区等维度进行分析

第二个就是对业务流程进行拆解分析,最常见的就是电商网站的用户转化流程分析,我们可以从渠道、地区等维度来对用户的注册、下单、支付数据进行拆解,进一步定位问题的原因。

比如下图,我们从渠道维度拆分用户注册、下单、支付的数据,发现百度这个渠道的注册流量很大,但是下单转化率却很低,这种情况我们可以适当减少百度的广告投放力度,加大其他渠道。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

对比分析法

对比分析法是最基础分析方法之一,基本上人人都会用了,俗话说“没有对比没有伤害嘛”

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

在使用对比分析法的过程中,我们要搞清楚三点:比什么?怎么比?和谁比?

比什么,一般就是拿数值进行对比,绝对值或者是比例值。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

怎么比,一般有同比和环比两种方式,同比是与当前时间范围上层时间范围的前一范围同样位置数据对比,比如年同比:今日vs去年今日。环比是与当前时间范围相邻的上一个时间范围对比,比如日环比:今天vs昨天

和谁比?可以和自己比,也可以和行业或者竞品比。比如从时间维度,那去年的销售额数据和今年的相比,发现下滑5%,说明公司今年销售情况相比去年不太好,然后再和行业整体数据相比,发现行业整体销售下滑20%,公司销售下滑比例远小于行业整体销售下滑比例,说明今年公司的销售情况还不错。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

假设检验分析法

假设检验分析法顾名思义就是先提出假设,然后通过证据证明假设是否成立,然后得出结论

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

比如,发现某一天的用户活跃率下降了5%,根据这个问题,我们可以从这三个角度提出假设,活跃率下降可能是用户渠道出了问题,或者产品出问题,又或者竞品当天搞了什么大型活动,对我们冲击比较大?...带着这些问题,我们去找运营部、产品部、市场部查看数据,分别求证,看看是否我们的推断成立,如果都不成立,那排除以上假设后,再从其他角度寻找原因

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

AARRR漏斗分析法

AARRR模型在《增长黑客》中提出来的,AARRR对应了产品运营中最重要的5个环节:获取用户、提高用户活跃度、提高用户留存率、获取收入、自传播,通常会用在流量监控、活动营销效果监控、app运营、商品活动分析、产品转化分析上,通过分析各个环节的转化率,从而优化产品的运营

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

RFM分析

RFM分析法是衡量客户价值的一个重要方法,通过计算R、F、M值,来判定客户价值的高低,把企业的主要运营精力放在最有价值的客户上。

Recency(R)是最近一次购买日期距离现在的天数,理论上越是在近期发生购买行为,就越有可能复购。

Frequency(F)指的是最近一段时间内购买的次数,最常购买的消费者,忠诚度也就较高。

Monetary value(M)是最近一段时间内购买的金额。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

计算出R、F、M的值后,再按照他们与均值比较后的高低可以将客户分成8类,然后对不同价值的客户采取对应的营销策略。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

杜邦分析法

杜邦分析法是一个经典的财务分析方法,把企业的盈利水平、经营效率和风险承受能力综合在一起评价企业经营业绩。它的核心思路就是把净资产收益率ROE层层分解,深入了解企业经营业绩

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

以上就是我今天的分享,希望能给大家一些帮助,关于数据分析思维的掌握,需要不断实战练习,积累经验,提升数据敏感度,对各种数据分析方法烂熟于心后,拿到问题就自然而然知道如何下手分析了。

很显然在目前的信息时代,借助类似于FineBI的这些工具,可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多,选择时必须要结合实际的情况。一般的情况下,都建议选择市面上较主流的产品,比较容易达到好的效果,目前企业数据分析BI软件市场占有率前列的,就是帆软BI软件——FineBI。

数据分析常用方法,逻辑树分析法,rfm分析法,pest数据分析

商业智能BI产品更多介绍:www.finebi.com


   

商务咨询

在线咨询
专业顾问帮您解答问题

电话咨询

技术问题

投诉入口

微信咨询