
數(shù)據(jù)分析從確定分析的內(nèi)容到目的的實(shí)現(xiàn),期間是通過數(shù)據(jù)分析方法來實(shí)現(xiàn)。掌握了數(shù)據(jù)分析的方法就好比廚師掌握了廚藝。
數(shù)據(jù)分析的方法可以分為基礎(chǔ)類和衍生類?;A(chǔ)類簡單,衍生類是將各種基礎(chǔ)分析方法綜合起來的復(fù)雜方法。
基礎(chǔ)分析方法
1、對比分析
對比分析很好理解,比如世界各國買iphone6所需要的工作時(shí)間的對比,我用FineBI生成一張對比圖
2、分類分析
首先,為什么要分類?
因?yàn)槲覀兎治鲅芯康膶ο蟪3J怯啥鄠€(gè)個(gè)體構(gòu)成,比如我們要研究市場對某種產(chǎn)品的滿意度,如果把目光放在每個(gè)個(gè)體上,工作效率可見低下。如果把所有個(gè)體按照特點(diǎn)和屬性來分類,使類內(nèi)差異夠小,就可以將大量個(gè)體分成有屬性的幾類。用類別代替?zhèn)€體是數(shù)據(jù)分析常用的技巧。
從什么維度分?
維度可以是性別、年齡、收入、行為、時(shí)間、低于、季度、分公司等外在屬性;細(xì)分項(xiàng)目后會(huì)按照分析者態(tài)度、價(jià)值觀、以及分析的思路引導(dǎo)出的分類屬性。后者的難度比前者大,分析也夠深入。
3、分布分析
當(dāng)對比的對象不是一個(gè)數(shù)值,而是一組數(shù)據(jù),就會(huì)用到分布分析。分布分析就是集中和離散趨勢。舉個(gè)例子,假設(shè)A\B是某企業(yè)的客戶,在該企業(yè)的平均月消費(fèi)額都是140萬元,看各月具體消費(fèi)額,那么該企業(yè)對這兩個(gè)客戶的營銷工作是否相同呢?
可以發(fā)現(xiàn)兩者的穩(wěn)定性明顯不同,對于波動(dòng)較大的A客戶也許該產(chǎn)品不是每月必須品,是屬于應(yīng)急性和臨時(shí)性質(zhì)的消費(fèi),進(jìn)一步調(diào)研后可以針對A客戶偏好投其所好。如果是臨時(shí)性消費(fèi)可以教育客戶擴(kuò)大消費(fèi)。
4、相關(guān)分析
事物間的某種聯(lián)系最常見的就是因果分析。在相關(guān)分析中,找到關(guān)鍵影響因素是重點(diǎn)。
舉個(gè)例子,在互聯(lián)網(wǎng)站行業(yè)最常間的分析就是流量和轉(zhuǎn)化/訂單分析。當(dāng)你發(fā)現(xiàn)某天的轉(zhuǎn)化增多,就要分析增加的轉(zhuǎn)化的渠道,發(fā)現(xiàn)來自網(wǎng)站的轉(zhuǎn)化陡然上升,就要考慮短時(shí)間內(nèi)官網(wǎng)的流量為什么增多,把這段時(shí)間做的渠道投放都拿出來看一下,有無新動(dòng)作。如果發(fā)現(xiàn)在某站點(diǎn)投放的廣告流量增加,為什么增加,一看由于改變了投放的策略導(dǎo)致曝光量增加。
諸如此類的從結(jié)果一步步倒推的分析有很多,就像洋蔥一層一層剝落。
有人會(huì)說,每一步的維度都太多,涉及的業(yè)務(wù)范圍也較大,分析不過來怎么辦?借助工具。試圖畫一個(gè)因果關(guān)系圖,每一層關(guān)系涉及到什么數(shù)據(jù),然后把數(shù)據(jù)都準(zhǔn)備好(如果是自己的EXCEL表,請確保每個(gè)表的字段名都一致,;如果是數(shù)據(jù)庫就簡單多了),將EXCEL的數(shù)據(jù)導(dǎo)入FineBI工具,將表之間建立聯(lián)系(就是把每兩個(gè)表之間相同的字段比如“日期”連起來)。如果是數(shù)據(jù)庫把表取出,直接建立聯(lián)系。
分別建立好每一層數(shù)據(jù)圖,按照分析的思路設(shè)置聯(lián)動(dòng)和鉆取功能,比如點(diǎn)擊高峰時(shí)段的流量點(diǎn),鉆取到每個(gè)渠道的流量狀況,如果有多層還可以不斷鉆取下去。
所以說,很多情況下,借助工具會(huì)省事很多。
衍生分析方法
對比、分類、分布、相關(guān)這4種基礎(chǔ)方法除了直接應(yīng)用還可以派生出很多衍生方法。這類方法難度較大,也最貼近實(shí)際應(yīng)用,在企業(yè)決策方面會(huì)較常用到,包括戰(zhàn)略決策、投資決策和營銷決策。所以派生的分析也包括戰(zhàn)略分析、投資分析和營銷分析。也就是所謂的業(yè)務(wù)主題分析。
這幾類分析最重要的是結(jié)合業(yè)務(wù)需求以及分析思路。對于業(yè)務(wù)需求依實(shí)際情況不同而不同,如何形成自己的分析思路也在前文提過。掌握了以上的基礎(chǔ)分析方法,主題的分析也就是各種基礎(chǔ)圖表的組合,以及聯(lián)動(dòng)鉆取功能的應(yīng)用,當(dāng)然背后離不開分析思路的核心支撐。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號: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)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
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)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 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(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)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
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)營問題、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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(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)分析場景中,聚類分析作為 “無監(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,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10