7种常用的数据分析思维技巧


数据分析中,三种核心数据分析思维是框架型的指引,实际应用中还是需要很多技巧工具的,这里详细地介绍了7种数据分析技巧,它们分别是象限法,多维法,假设法,指数法,二八法,对比法,漏斗法。

7种常用的数据分析的思维技巧

下面详细介绍一下对于这7种数据分析技巧的学习总结:

 

象限法

象限法

通过对两种维度的划分,运用坐标的方式表达出想要的价值,由价值直接转变为策略,从而进行一些落地的推动。

象限法是一种策略驱动的思维,广泛应用于战略分析,产品分析,市场分析,客户管理,用户管理,商品管理等。

优点:直观,清晰,对数据进行人工的划分。划分结果可以直接应用于策略。

 

多维法

多维法

通过对多种维度的划分,运用立方体的形式进行展现,适用于大的数据量。比如:

用户统计维度:性别、年龄;用户行为维度:注册用户、用户偏好、用户兴趣、用户流失;消费维度:消费金额、消费频率、消费水平;商品维度:商品品类、商品品牌、商品属性。

多维法是一种精细驱动的思维,只要数据齐全且丰富,均可以使用。

优点:处理大数据量,维度丰富且复杂的数据有较好的效果,但是维度过多会消耗很多时间

 

规避辛普森悖论

规避辛普森悖论

对不同维度进行交叉分析时,需要运用钻取的方法来尽量避免辛普森悖论。

 

假设法

很多时候,数据分析是没有数据可明确参考的,比如:新进入一个市场,公司开拓某样产品。老板让你预测一年后的销量。产品的基础数据非常糟糕,拿不到什么有效数据。

这个时候就用到了假设法,往往都是人工设置一个变量或者比率来进行反推。假设法是一种启发思考驱动的思维,它更多的时一种思考方法,即假设,验证,判断。

优点:当没有直观数据或者线索能分析时,以假设先行的方法进行推断,这是一个论证的过程。

 

指数法

很多时候,我们有数据,但不知道怎么应用。就是因为缺乏了一个有效性的方向。这个方向可以成为目标指数。通过将数据加工成指数,达到聚焦的目的。

指数法主要有线性加权,反比例,log三种方法,是一种目标驱动的思维,是将无法利用的数据加工成可利用的,从而进行分析。但是指数法没有统一的标准,很多指数更依赖经验来进行加工。

优点:目标驱动力强,直观,简洁,有效,对业务有一定的指导作用,一旦设立指数不易频繁变动。

 

二八法

二八法

数据中,20% 的变量将直接产生80%的效果,数据分析更应该围绕这20%作文章,持续关注topN的数据是一个非常好的习惯。二八法是一种只抓重点的思维,几乎应用于所有的领域,所以这种分析思维几乎没有什么局限性。但是在一些特定的情况下数据分析依旧不能放弃全局,否则就会使思路变得狭隘。

优点:和业务紧密相关,和KPI更紧密相关,可以花费最少的时间和精力就达到不错的效果,性价比很高。

 

对比法

好的数据指标一定是比例或者比率,好的数据分析一定会用到对比。我们要从多方面进行对比,比如:竞争对手对比,时间同比环比,类别对比,转化对比,特征和属性对比,前后变化的对比等,很多时候只有通过这些对比才能看出问题,正所谓孤数不证。对比法是一种挖掘数据规律的思维,一次合格的分析一定要用到N次对比。

优点:对比法可以发现很多数据间的规律,它可以与任何技巧结合。

 

漏斗法

漏斗法

漏斗法是一种流程化的思维,涉及到变化和流程的都可以使用。

优点:单一的漏斗分析没有什么用,要和其他的分析技巧结合才可以应用。

以上就是7种数据分析技巧,小伙伴们都get到了吗?

来源:数据分析 CPDA