分析的最終目標(biāo)無(wú)非兩種：尋找解決方案，尋找更好的解決方案。第一步是保證數(shù)據(jù)的準(zhǔn)確性和穩(wěn)定性，第二步就是優(yōu)化，提高準(zhǔn)確性、提高效率和效益。優(yōu)化包含兩部分的內(nèi)容：縮小當(dāng)前和目標(biāo)的差距，直到達(dá)成并超越目標(biāo)；在成本或者預(yù)算固定的前提下，使收益最大化。 1、縮小當(dāng)前和目標(biāo)的差距 e.g. 全公司各部門(mén)各業(yè)務(wù)線的同事們都在追逐和超越KPI的路上；e.g. 機(jī)器學(xué)習(xí)建模時(shí)，嘗試多種方案，調(diào)試各種參數(shù)，使模型的精
劉思嬋
2020-08-29
5.2自下而上的組合 就是將個(gè)體組成群體，將小的指標(biāo)組合成一個(gè)綜合指標(biāo)。e.g. 用戶的標(biāo)簽分為基礎(chǔ)標(biāo)簽和復(fù)合標(biāo)簽，基礎(chǔ)標(biāo)簽就是單個(gè)用戶屬性來(lái)定義的(例如性別、婚否等)，復(fù)合標(biāo)簽則是考慮多個(gè)基礎(chǔ)標(biāo)簽的組合(例如，某個(gè)典型的用戶群體畫(huà)像是：女性+單身+白領(lǐng)+一線城市)；e.g. 規(guī)劃用戶標(biāo)簽時(shí)，先用頭腦風(fēng)暴想出一批指標(biāo)，然后進(jìn)行歸類(lèi)、篩選、組合；e.g. 風(fēng)控業(yè)務(wù)中累計(jì)壞賬計(jì)提的計(jì)算，是將不同的逾期
劉思嬋
2020-08-29
要有結(jié)構(gòu)化、系統(tǒng)化的思維，對(duì)影響因素自上而下的拆解和自下而上的組合。 5.1自上而下的拆解 可以理解為“分級(jí)鉆取”，如同金字塔結(jié)構(gòu)一樣，先從總體看到二級(jí)分支，然后再看更細(xì)的分支。e.g. 支付成功率的影響，可以對(duì)新老客、訂單來(lái)源、支付方式、銀行通道一層一層拆解，細(xì)化各個(gè)分支對(duì)整體變化的貢獻(xiàn)率； e.g. 銷(xiāo)售額 = 下單人數(shù)*客單價(jià) (a)從登錄到下單是層層轉(zhuǎn)化后的，所以下單人數(shù) = 訪客人數(shù)
劉思嬋
2020-08-29
延時(shí)關(guān)聯(lián)現(xiàn)象的產(chǎn)生可能存在延遲效應(yīng)，要考慮當(dāng)前現(xiàn)象(環(huán)節(jié))的前置的“因”和后置的“果”。e.g. 今天上線的營(yíng)銷(xiāo)方案可能在幾天甚至幾十天后才會(huì)有顯著的效應(yīng)，今天交易量上出現(xiàn)的波動(dòng)也可能是因?yàn)橐欢螘r(shí)間前產(chǎn)品或者運(yùn)營(yíng)策略上有改動(dòng)。
劉思嬋
2020-08-29
看數(shù)據(jù)指標(biāo)不要只看一個(gè)“點(diǎn)”，還要看一條“線”上的前后連接的環(huán)節(jié)，進(jìn)而從“面”或“體”的角度去看整個(gè)大環(huán)境中都有哪些因素相互作用。對(duì)現(xiàn)象的分析可以參考簡(jiǎn)單的調(diào)節(jié)模型： 其中：X是自變量，Y是因變量，M是調(diào)節(jié)變量。尋找關(guān)聯(lián)關(guān)系時(shí)，不僅僅要找出對(duì)Y有直接影響的X(一個(gè)或者多個(gè))，還要找出影響X對(duì)Y作用的調(diào)節(jié)因素M。 關(guān)聯(lián)也可以分為同時(shí)關(guān)聯(lián)和延時(shí)關(guān)聯(lián)兩類(lèi)。 4.1同時(shí)關(guān)聯(lián) 即多個(gè)因素(X)同時(shí)發(fā)生作用
劉思嬋
2020-08-29
縱向?qū)Ρ?橫向是和其他對(duì)象比較，縱向則是和自己的歷史數(shù)據(jù)對(duì)比。常見(jiàn)的縱向?qū)Ρ扔型群铜h(huán)比，對(duì)比的周期根據(jù)實(shí)際情況可以按日、周、月、季、年等。 注：一個(gè)常用的多組對(duì)比柱狀圖 對(duì)比的時(shí)候，除了比較相對(duì)量，也要看絕對(duì)量，以合理地評(píng)估數(shù)據(jù)差異的大小。e.g. 0.5%的波動(dòng)是大還是小，需要找參考點(diǎn)，如果歷史波動(dòng)最高也就0.1%，那么這個(gè)波動(dòng)就很大。e.g. 公眾號(hào)關(guān)注人數(shù)昨日環(huán)比增長(zhǎng)20%(看著還不錯(cuò))，
劉思嬋
2020-08-29
和同類(lèi)(競(jìng)品)比較，e.g. 對(duì)比不同品牌的女裝的銷(xiāo)售情況，不同銷(xiāo)售渠道(地區(qū))的交易情況；實(shí)驗(yàn)對(duì)比，設(shè)置實(shí)驗(yàn)組和對(duì)比組，對(duì)比兩組或多組之間的差異，以確定人為干預(yù)(實(shí)驗(yàn)、方案)的效應(yīng)。e.g. 比較不同的產(chǎn)品或運(yùn)營(yíng)方案的效果差異時(shí)，常采用AB Test，需要確保對(duì)比的兩組或者多組在數(shù)量和結(jié)構(gòu)上要具有可比性(e.g. 用戶的來(lái)源、等級(jí)等需要匹配)；和整體比較，e.g. 華東地區(qū)的銷(xiāo)售情況和全國(guó)總體銷(xiāo)
劉思嬋
2020-08-29
“痛苦來(lái)自比較之中”(沒(méi)有比較就沒(méi)有傷害)，其實(shí)幸福也來(lái)自比較之中，痛苦還是幸福，取決于選擇的參照點(diǎn)是高于還是低于你。對(duì)比就是找一個(gè)參照點(diǎn)，來(lái)發(fā)現(xiàn)兩個(gè)數(shù)據(jù)間的差異量Δ大小如何。對(duì)比可以分為兩類(lèi)：橫向?qū)Ρ?、縱向?qū)Ρ取?/p>
劉思嬋
2020-08-29
分類(lèi)的規(guī)則大致有兩類(lèi)：按主體分類(lèi)，e.g. 按社會(huì)關(guān)系模型，用戶角色可以是父母、配偶、子女、朋友等；e.g. 按照群體劃分，可以分為一般情況和特殊情況、二八原則等；按屬性分類(lèi)，依據(jù)主體(比如用戶)的屬性進(jìn)行類(lèi)別劃分。e.g. 用戶畫(huà)像時(shí)可以考慮以下屬性：1. 社會(huì)屬性：收入水平、學(xué)歷、職業(yè)、婚姻情況等2. 位置屬性：居住地、工作地、從手機(jī)端還是PC端登錄等3. 生物屬性：年齡、性別、種族等4. 心
劉思嬋
2020-08-29
互聯(lián)網(wǎng)時(shí)代最核心的經(jīng)營(yíng)理念是深耕客群，通過(guò)差異化運(yùn)營(yíng)提升ARPU值(Average Revenue Per User，每用戶平均收入)，而分類(lèi)無(wú)疑是開(kāi)展這項(xiàng)工作的重要前提。主要有4種分類(lèi)方法：二分法，非此即彼，e.g. 網(wǎng)站新客、老客，貸款審批結(jié)果分為通過(guò)申請(qǐng)、拒絕申請(qǐng)等；并列分類(lèi)，多個(gè)分類(lèi)(子集)構(gòu)成一個(gè)全集，e.g. 用戶地域可以按省份劃分，按年齡可以將用戶分為70后、80后、90后、00后等
劉思嬋
2020-08-29
一般的閉環(huán)流程包括3部分：事前方案規(guī)劃，事中執(zhí)行監(jiān)控，事后復(fù)盤(pán)總結(jié)。e.g. 營(yíng)銷(xiāo)活動(dòng)事前：確定目標(biāo)，選定用戶，制定方案，確定檢驗(yàn)標(biāo)準(zhǔn)等；事中：實(shí)時(shí)數(shù)據(jù)監(jiān)控(是否達(dá)到預(yù)期)，不同方案賽馬，備用方案啟用等；事后：對(duì)整個(gè)流程復(fù)盤(pán)，總結(jié)經(jīng)驗(yàn)，CSS歸類(lèi)(Continue做先前已驗(yàn)證的正確的事，Stop做錯(cuò)誤的事，Start做新的正確的事)常用的閉環(huán)迭代框架是PDCA，通過(guò)計(jì)劃(P)、實(shí)施(D)、檢查(C
劉思嬋
2020-08-29
分步轉(zhuǎn)化要連續(xù)完成多個(gè)步驟，有的人“淺嘗輒止”，有的人“半途而廢”，有的人則是“善始善終”。產(chǎn)品轉(zhuǎn)化的每個(gè)步驟都會(huì)有用戶流失，好比100個(gè)人參加有9個(gè)關(guān)卡的淘汰游戲，每個(gè)關(guān)卡會(huì)淘汰10個(gè)人，整個(gè)游戲最終會(huì)剩下10個(gè)獲勝者，把這個(gè)游戲看作產(chǎn)品，那么該產(chǎn)品的全流程轉(zhuǎn)化率就是10%(游戲獲勝率)。 e.g. 常見(jiàn)的電商流程如下：注冊(cè)-->登錄-->瀏覽商品-->加購(gòu)物車(chē)-->支付-->售后將上述步驟整理
劉思嬋
2020-08-29
1. 商業(yè)理解：確定業(yè)務(wù)目標(biāo)，評(píng)估現(xiàn)有資源，確定分析目標(biāo)，制定解決方案；2. 數(shù)據(jù)理解：數(shù)據(jù)采集，探索分析，數(shù)據(jù)質(zhì)量驗(yàn)證；3. 數(shù)據(jù)準(zhǔn)備：篩選數(shù)據(jù)，數(shù)據(jù)清洗，整合數(shù)據(jù)，變量衍生；4. 建立模型：模型選擇，檢驗(yàn)設(shè)計(jì)，模型建立，結(jié)果評(píng)估；5. 模型評(píng)估：分析結(jié)果和業(yè)務(wù)目標(biāo)匹配度確認(rèn)，檢查1-4步的執(zhí)行過(guò)程，確定下一步行動(dòng)；6. 結(jié)果部署：規(guī)劃部署方案、監(jiān)控和維護(hù)方案，輸出項(xiàng)目報(bào)告，項(xiàng)目復(fù)盤(pán)；e.g.
劉思嬋
2020-08-29
e.g. 常見(jiàn)的數(shù)據(jù)分析路徑之一是SAS公司提出的SEMMA范式：1. Sample，數(shù)據(jù)抽樣，保證數(shù)據(jù)的效度和信度；效度是指數(shù)據(jù)的準(zhǔn)確性，也指選擇的數(shù)據(jù)和分析目標(biāo)及業(yè)務(wù)目標(biāo)是吻合的；信度是指數(shù)據(jù)的穩(wěn)定性，要保證樣本數(shù)據(jù)有代表性，且在一定周期內(nèi)不能有過(guò)大的波動(dòng)(否則模型不穩(wěn)定)；2. Explore，數(shù)據(jù)特征探索及預(yù)處理，e.g. 看數(shù)據(jù)的分布情況、對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化等；3. Modefy，明確問(wèn)題
劉思嬋
2020-08-29
問(wèn)題：銷(xiāo)售額下降，怎么辦？（問(wèn)題太大，方法也多：優(yōu)化老客戶，提升流量，提升轉(zhuǎn)化率）答：了解涉及項(xiàng)目相關(guān)的所有業(yè)務(wù)部門(mén)的需求，邏輯，問(wèn)題點(diǎn)拆分：銷(xiāo)售額=流量*轉(zhuǎn)化率*客單價(jià)待溝通部門(mén)：營(yíng)銷(xiāo)部門(mén)（活動(dòng)），推廣部門(mén)（流量），客服，售后，供應(yīng)鏈 a.營(yíng)銷(xiāo)：精準(zhǔn)營(yíng)銷(xiāo)（找到高價(jià)值客戶），客戶行為分析（響應(yīng)效果），組合營(yíng)銷(xiāo)（購(gòu)物籃） b.推廣：競(jìng)價(jià)排名，買(mǎi)廣告位，點(diǎn)擊付費(fèi) c.退款和評(píng)論分析：優(yōu)化產(chǎn)品，優(yōu)
劉思嬋
2020-08-18
了解公司的背景和對(duì)接人員情況：公司的產(chǎn)品結(jié)構(gòu)，市場(chǎng)環(huán)境，對(duì)接人的角色和權(quán)利等級(jí)溝通明確實(shí)際的項(xiàng)目需求（1）團(tuán)隊(duì)內(nèi)部理解的項(xiàng)目需求（2）和業(yè)務(wù)方溝通需求：從業(yè)務(wù)的角度理解需求可能的解決方案（3）優(yōu)化項(xiàng)目需求（4）核對(duì)項(xiàng)目需求 3. 確定分析工具和人員配置，進(jìn)行數(shù)據(jù)分析 4. 撰寫(xiě)分析結(jié)論和方案
劉思嬋
2020-08-18
問(wèn)題：流量急劇下降怎么分析？答：先看行業(yè)大盤(pán)，看看是不是全行業(yè)如此查看數(shù)據(jù)是否異常，如果大家數(shù)據(jù)都是來(lái)自于第三方，和同行交流看是否有同樣問(wèn)題后臺(tái)分析是主推寶貝單個(gè)下滑，還是全店寶貝同步下滑（1）單個(gè)寶貝下滑：先查看評(píng)價(jià)和庫(kù)存，都沒(méi)有問(wèn)題就繼續(xù)拆分，查看所有的流量入口a.單個(gè)入口下滑：針對(duì)這個(gè)入口補(bǔ)救，如果這個(gè)入口是搜索流量入口，查驗(yàn)是否有強(qiáng)大的競(jìng)爭(zhēng)對(duì)手b.所有入口下滑：拆分這個(gè)寶貝每一天的數(shù)據(jù)（收
劉思嬋
2020-08-18
基本思想首先二分-K均值是為了解決k-均值的用戶自定義輸入簇值k所延伸出來(lái)的自己判斷k數(shù)目，其基本思路是：為了得到k個(gè)簇，將所有點(diǎn)的集合分裂成兩個(gè)簇，從這些簇中選取一個(gè)繼續(xù)分裂，如此下去，直到產(chǎn)生k個(gè)簇。比如要分成5個(gè)組，第一次分裂產(chǎn)生2個(gè)組，然后從這2個(gè)組中選一個(gè)目標(biāo)函數(shù)產(chǎn)生的誤差比較大的，分裂這個(gè)組產(chǎn)生2個(gè)，這樣加上開(kāi)始那1個(gè)就有3個(gè)組了，然后再?gòu)倪@3個(gè)組里選一個(gè)分裂，產(chǎn)生4個(gè)組，重復(fù)此過(guò)程，
劉思嬋
2020-08-12
