5大數據分析方法,小白也能挑戰的數據分析
在數據分析中,三種核心數據分析思維是框架型的指引,實際應用中還是需要很多技巧工具的,這里詳細地介紹了7種數據分析技巧,它們分別是象限法,多維法,假設法,指數法,二八法。
1 、指數法
很多時候我們有數據,但不知道怎么應用。就是因為缺乏了一個有效性的方向。這個方向可以成為目標指數。通過將數據加工成指數,達到聚焦的目的。
指數法主要有線性加權、反比例、log三種方法,是一種目標驅動的思維,是將無法利用的數據加工成可利用的,從而進行分析。但是指數法沒有統一的標準,很多指數更依賴經驗來進行加工。
優點:目標驅動力強,直觀,簡潔,有效,對業務有一定的指導作用,一旦設立指數不易頻繁變動。
2 、多維法

通過對多種維度的劃分,運用立方體的形式進行展現,適用于大的數據量。比如:
- 用戶統計維度:性別、年齡;
- 用戶行為維度:注冊用戶、用戶偏好、用戶興趣、用戶流失;
- 消費維度:消費金額、消費頻率、消費水平;
- 商品維度:商品品類、商品品牌、商品屬性。
多維法是一種精細驅動的思維,只要數據齊全且豐富,均可以使用。
優點:處理大數據量,維度豐富且復雜的數據有較好的效果,但是維度過多會消耗很多時間。
3 、象限法

通過對兩種維度的劃分,運用坐標的方式表達出想要的價值,由價值直接轉變為策略,從而進行一些落地的推動。象限法是一種策略驅動的思維,廣泛應用于戰略分析,產品分析,市場分析,客戶管理,用戶管理,商品管理等。
優點:直觀,清晰,對數據進行人工的劃分。劃分結果可以直接應用于策略。
4 、假設法
很多時候,數據分析是沒有數據可明確參考的,比如:新進入一個市場,公司開拓某樣產品。老板讓你預測一年后的銷量。產品的基礎數據非常糟糕,拿不到什么有效數據。
這時候就用到了假設法,往往都是人工設置一個變量或者比率來進行反推。假設法是一種啟發思考驅動的思維,它更多的時一種思考方法,即假設,驗證,判斷。
優點:當沒有直觀數據或者線索能分析時,以假設先行的方法進行推斷,這是一個論證的過程。
05 、二八法

數據中,20% 的變量將直接產生80%的效果,數據分析更應該圍繞這20%作文章,持續關注topN的數據是一個非常好的習慣。二八法是一種只抓重點的思維,幾乎應用于所有的領域,所以這種分析思維幾乎沒有什么局限性。但是在一些特定的情況下數據分析依舊不能放棄全局,否則就會使思路變得狹隘。
優點:和業務緊密相關,和KPI更緊密相關,可以花費最少的時間和精力就達到不錯的效果,性價比很高。



















