分析的最終目標(biāo)無非兩種：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，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 就是將個體組成群體，將小的指標(biāo)組合成一個綜合指標(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)簽就是單個用戶屬性來定義的(例如性別、婚否等)，復(fù)合標(biāo)簽則是考慮多個基礎(chǔ)標(biāo)簽的組合(例如，某個典型的用戶群體畫像是：女性+單身+白領(lǐng)+一線城市)；e.g. 規(guī)劃用戶標(biāo)簽時，先用頭腦風(fēng)暴想出一批指標(biāo)，然后進(jìn)行歸類、篩選、組合；e.g. 風(fēng)控業(yè)務(wù)中累計壞賬計提的計算，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“分級鉆取”，如同金字塔結(jié)構(gòu)一樣，先從總體看到二級分支，然后再看更細(xì)的分支。e.g. 支付成功率的影響，可以對新老客、訂單來源、支付方式、銀行通道一層一層拆解，細(xì)化各個分支對整體變化的貢獻(xiàn)率； e.g. 銷售額 = 下單人數(shù)*客單價 (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. 今天上線的營銷方案可能在幾天甚至幾十天后才會有顯著的效應(yīng)，今天交易量上出現(xiàn)的波動也可能是因為一段時間前產(chǎn)品或者運(yùn)營策略上有改動。
劉思嬋
2020-08-29
看數(shù)據(jù)指標(biāo)不要只看一個“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”的角度去看整個大環(huán)境中都有哪些因素相互作用。對現(xiàn)象的分析可以參考簡單的調(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，不僅僅要找出對Y有直接影響的X(一個或者多個)，還要找出影響X對Y作用的調(diào)節(jié)因素M。 關(guān)聯(lián)也可以分為同時關(guān)聯(lián)和延時關(guān)聯(lián)兩類。 4.1同時關(guān)聯(lián) 即多個因素(X)同時發(fā)生作用
劉思嬋
2020-08-29
縱向?qū)Ρ?橫向是和其他對象比較，縱向則是和自己的歷史數(shù)據(jù)對比。常見的縱向?qū)Ρ扔型群铜h(huán)比，對比的周期根據(jù)實際情況可以按日、周、月、季、年等。 注：一個常用的多組對比柱狀圖 對比的時候，除了比較相對量，也要看絕對量，以合理地評估數(shù)據(jù)差異的大小。e.g. 0.5%的波動是大還是小，需要找參考點(diǎn)，如果歷史波動最高也就0.1%，那么這個波動就很大。e.g. 公眾號關(guān)注人數(shù)昨日環(huán)比增長20%(看著還不錯)，
劉思嬋
2020-08-29
和同類(競品)比較，e.g. 對比不同品牌的女裝的銷售情況，不同銷售渠道(地區(qū))的交易情況；實驗對比，設(shè)置實驗組和對比組，對比兩組或多組之間的差異，以確定人為干預(yù)(實驗、方案)的效應(yīng)。e.g. 比較不同的產(chǎn)品或運(yùn)營方案的效果差異時，常采用AB Test，需要確保對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. 用戶的來源、等級等需要匹配)；和整體比較，e.g. 華東地區(qū)的銷售情況和全國總體銷
劉思嬋
2020-08-29
“痛苦來自比較之中”(沒有比較就沒有傷害)，其實幸福也來自比較之中，痛苦還是幸福，取決于選擇的參照點(diǎn)是高于還是低于你。對比就是找一個參照點(diǎn)，來發(fā)現(xiàn)兩個數(shù)據(jù)間的差異量Δ大小如何。對比可以分為兩類：橫向?qū)Ρ?、縱向?qū)Ρ取?/p>
劉思嬋
2020-08-29
分類的規(guī)則大致有兩類：按主體分類，e.g. 按社會關(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，依據(jù)主體(比如用戶)的屬性進(jìn)行類別劃分。e.g. 用戶畫像時可以考慮以下屬性：1. 社會屬性：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)時代最核心的經(jīng)營理念是深耕客群，通過差異化運(yùn)營提升ARPU值(Average Revenue Per User，每用戶平均收入)，而分類無疑是開展這項工作的重要前提。主要有4種分類方法：二分法，非此即彼，e.g. 網(wǎng)站新客、老客，貸款審批結(jié)果分為通過申請、拒絕申請等；并列分類，多個分類(子集)構(gòu)成一個全集，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)盤總結(jié)。e.g. 營銷活動事前：確定目標(biāo)，選定用戶，制定方案，確定檢驗標(biāo)準(zhǔn)等；事中：實時數(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：對整個流程復(fù)盤，總結(jié)經(jīng)驗，CSS歸類(Continue做先前已驗證的正確的事，Stop做錯誤的事，Start做新的正確的事)常用的閉環(huán)迭代框架是PDCA，通過計劃(P)、實施(D)、檢查(C
劉思嬋
2020-08-29
分步轉(zhuǎn)化要連續(xù)完成多個步驟，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)化的每個步驟都會有用戶流失，好比100個人參加有9個關(guān)卡的淘汰游戲，每個關(guān)卡會淘汰10個人，整個游戲最終會剩下10個獲勝者，把這個游戲看作產(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. 常見的電商流程如下：注冊-->登錄-->瀏覽商品-->加購物車-->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，檢驗設(shè)計，模型建立，結(jié)果評估；5. 模型評估：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)行過程，確定下一步行動；6. 結(jié)果部署：規(guī)劃部署方案、監(jiān)控和維護(hù)方案，輸出項目報告，項目復(fù)盤；e.g.
劉思嬋
2020-08-29
e.g. 常見的數(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)不能有過大的波動(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、對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化等；3. Modefy，明確問題
劉思嬋
2020-08-29
問題：銷售額下降，怎么辦？（問題太大，方法也多：優(yōu)化老客戶，提升流量，提升轉(zhuǎn)化率）答：了解涉及項目相關(guān)的所有業(yè)務(wù)部門的需求，邏輯，問題點(diǎn)拆分：銷售額=流量*轉(zhuǎn)化率*客單價待溝通部門：營銷部門（活動），推廣部門（流量），客服，售后，供應(yīng)鏈 a.營銷：精準(zhǔn)營銷（找到高價值客戶），客戶行為分析（響應(yīng)效果），組合營銷（購物籃） b.推廣：競價排名，買廣告位，點(diǎn)擊付費(fèi) c.退款和評論分析：優(yōu)化產(chǎn)品，優(yōu)
劉思嬋
2020-08-18
了解公司的背景和對接人員情況：公司的產(chǎn)品結(jié)構(gòu)，市場環(huán)境，對接人的角色和權(quán)利等級溝通明確實際的項目需求（1）團(tuán)隊內(nèi)部理解的項目需求（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)化項目需求（4）核對項目需求 3. 確定分析工具和人員配置，進(jìn)行數(shù)據(jù)分析 4. 撰寫分析結(jié)論和方案
劉思嬋
2020-08-18
問題：流量急劇下降怎么分析？答：先看行業(yè)大盤，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)都是來自于第三方，和同行交流看是否有同樣問題后臺分析是主推寶貝單個下滑，還是全店寶貝同步下滑（1）單個寶貝下滑：先查看評價和庫存，都沒有問題就繼續(xù)拆分，查看所有的流量入口a.單個入口下滑：針對這個入口補(bǔ)救，如果這個入口是搜索流量入口，查驗是否有強(qiáng)大的競爭對手b.所有入口下滑：拆分這個寶貝每一天的數(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所延伸出來的自己判斷k數(shù)目，其基本思路是：為了得到k個簇，將所有點(diǎn)的集合分裂成兩個簇，從這些簇中選取一個繼續(xù)分裂，如此下去，直到產(chǎn)生k個簇。比如要分成5個組，第一次分裂產(chǎn)生2個組，然后從這2個組中選一個目標(biāo)函數(shù)產(chǎn)生的誤差比較大的，分裂這個組產(chǎn)生2個，這樣加上開始那1個就有3個組了，然后再從這3個組里選一個分裂，產(chǎn)生4個組，重復(fù)此過程，
劉思嬋
2020-08-12
