
以下的文章內(nèi)容來(lái)源于柯家媛老師的專欄,如果您想閱讀專欄《小白必備的數(shù)據(jù)思維課》,點(diǎn)擊下方鏈接
https://edu.cda.cn/goods/show/3844?targetId=6753&preview=0
在日常工作中遇到簡(jiǎn)單的業(yè)務(wù)問(wèn)題,可以直接查看數(shù)據(jù)進(jìn)行驗(yàn)證并解決,但遇到復(fù)雜的問(wèn)題時(shí),可能看到數(shù)據(jù)都無(wú)從下手,拿到數(shù)據(jù)也看不出什么問(wèn)題。本文將介紹一種常見(jiàn)又比較通用的數(shù)據(jù)分析方法-多維度拆解法,希望能夠成為你進(jìn)行數(shù)據(jù)分析和解決業(yè)務(wù)問(wèn)題的利器。
多維度拆解是通過(guò)不同的維度去觀察同一組數(shù)據(jù),從而洞查數(shù)據(jù)異動(dòng)背后的原因。
這種場(chǎng)景往往適用于像分欄目的播放量和新老用戶比例等等。
一般適用于從不同渠道瀏覽到添加購(gòu)物車到購(gòu)買的這種全局的轉(zhuǎn)化流程,
像有些跨區(qū)域的產(chǎn)品,不同的區(qū)域活動(dòng)的效果自然不同,這時(shí)候我們就可以從不同省份的活動(dòng)情況來(lái)進(jìn)行分析。
比較適用于一些直播類的產(chǎn)品,比如需要去觀察打賞主播的等級(jí)、性別,來(lái)自哪個(gè)頻道進(jìn)行多維度的拆解。
舉個(gè)栗子:我們做少兒英語(yǔ)培訓(xùn)的產(chǎn)品,進(jìn)行了一波推廣營(yíng)銷活動(dòng)后,想看下推廣效果怎么樣,如何查看呢?
首先我們從【進(jìn)入網(wǎng)站事件】進(jìn)行分析:
從用戶性別進(jìn)行拆分,由下圖可以看出,進(jìn)入網(wǎng)站的用戶61%都是女性。相比孩子的父親,母親更關(guān)注少兒英語(yǔ)培訓(xùn),這也跟大部分家庭由母親帶孩子有關(guān)。
從操作系統(tǒng)進(jìn)行拆分,可以看出大部分用戶來(lái)自iOS用戶。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì),女性用戶更喜歡用蘋(píng)果設(shè)備,這也與前面的性別分析是一致的。
按渠道來(lái)源進(jìn)行拆分,由下圖可以看出42%的用戶來(lái)自于訂閱號(hào)。這是因?yàn)槲覀冊(cè)诨顒?dòng)開(kāi)始前做了一場(chǎng)公開(kāi)課,并在訂閱號(hào)上做了相關(guān)推送。
從城市等級(jí)這個(gè)維度進(jìn)行拆分,咱們的產(chǎn)品定位是中等偏高收入的人群,這類用戶主要集中在一線城市,這也符合我們產(chǎn)品目前的定位。
從進(jìn)入網(wǎng)站這個(gè)事件按新老用戶進(jìn)行拆分,由下圖可以發(fā)現(xiàn),每天的DAU在過(guò)去的一周內(nèi)沒(méi)有發(fā)生什么波動(dòng),但是按新老用戶拆分后發(fā)現(xiàn),隨著這一波的推廣,咱們的新增用戶數(shù)一直在漲的,但是DAU卻沒(méi)有啥變化,這是因?yàn)槔嫌脩粢恢痹谕碌@一漲一跌交集之后,DAU的趨勢(shì)沒(méi)有啥變化,這背后反映的情況是:引入了大量的新用戶,但是沒(méi)有成功的留住他們。
經(jīng)過(guò)推廣活動(dòng)之后,注冊(cè)-下單-支付的這個(gè)流程的轉(zhuǎn)化情況如下圖,那么從哪些方面提升轉(zhuǎn)化率呢?我們就可以用多維度拆解的方法,對(duì)這個(gè)業(yè)務(wù)流程進(jìn)行拆解。
首先從渠道來(lái)源進(jìn)行拆解分析,由下圖可以看出,百度來(lái)的流量雖然不少,但是下單和支付的轉(zhuǎn)化率相比其他渠道還是挺低的。那像這種情況咱們可以加大其他渠道的廣告投放力度,減少百度的投放力度。
其次從城市進(jìn)行拆解分析,在鄭州這座城市用戶下單的意愿不強(qiáng)烈,這表明我們的產(chǎn)品可能不適合二級(jí)城市(新一級(jí)城市)的用戶。
最后從操作系統(tǒng)拆解分析,由下圖可以發(fā)現(xiàn),iOS用戶支付能力比較強(qiáng),這也跟我們的產(chǎn)品大部分是女性用戶有關(guān)。
基于以上拆解的案例可以看出,多維度拆解法的運(yùn)作原理非常簡(jiǎn)單:指標(biāo)或是業(yè)務(wù)流程按照多維度拆分,來(lái)觀察數(shù)據(jù)的變動(dòng),從而找出問(wèn)題的原因。
業(yè)務(wù)數(shù)據(jù)分析對(duì)數(shù)據(jù)分析工作至關(guān)重要,不懂業(yè)務(wù)就很難進(jìn)行深入有效的數(shù)據(jù)拆解,所以CDA數(shù)據(jù)分析師一級(jí)把對(duì)比分析作為考點(diǎn),
以上的文章內(nèi)容來(lái)源于柯家媛老師的專欄,如果您想閱讀專欄《小白必備的數(shù)據(jù)思維課》,點(diǎn)擊下方鏈接
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10