数据分析思维

Why&What[1](#Why&What1)

数据分析是为了驱动决策赋能业务。在数据分析过程中需要对目标进行拆解量化,如何拆解量化目标便是数据分析思维。

在任务拆解过程中使用的软件、统计模型、分析方法等为分析工具和手段,如何在恰当的场景合理的使用这些工具、模型、方法、手段,便是数据分析思维。

数据分析的基本步骤:

挖掘业务含义->制定分析计划->拆分查询数据->提炼业务洞察->产出商业决策

工具

方向 工具名
数据处理 Excel、SQL、NumPy、Pandas
可视化 Tableau、PowerBI、MatplotLib、ECharts
算法模型 Scikit-Learn
产品 Xmind、Axure

方法

1. 业务

  • 流程法
    • 漏斗分析
    • AARRR
    • 访问路径分析
    • 客户生命周期
    • 价值链分析法
    • 闭环思维
    • DOSS 思路
  • 结构法
    • 层次分析法
    • 杜邦分析法
    • OSM 分析法
    • EOI 框架
      • 助力(核心任务)
      • 优化(战略任务)
      • 创新(风险任务)
  • 象限法
    • RFM 模型
    • 紧急重要象限
    • SWOT 分析法
    • KANO 模型
  • 比较法
    • 时间对比分析
    • 空间对比分析
    • 维度细分对比
  • 分布法
    • 二八分析法
    • 四分位分析法
    • 六四格玛分析法
    • MECE分析法
  • 主观法
    • 专家评定
    • 沙盘推演

2. 统计

  • 采样
    • ABTest
  • 相关性分析
    • 主成分分析
    • 卡方、皮尔逊、斯皮尔曼相关系数
  • 预测模型
    • 经验公式/概率模型/机器学习/神经网络
      • 贝叶斯
    • 分类/回归预测
      • 分类 聚类
      • 回归 多元线性回归、逻辑回归
    • 有/无监督学习
      • 聚类
        • 无监督 K-means 基于欧式距离
        • 有监督 SVM、K-NN

指标[2](#指标2)

指标的作用是"度量"业务,可以从三个角度对指标进行拆解:
指标 = 维度(角度) + 汇总方式(方法) + 量度(目标)

1. 游戏

  • 常规指标
    • 用户规模
      • DAU 日活、WAU 周活、MAU 月活
      • 付费用户数
    • 留存率 反应产品的联系程度
      • 次留、7留、30留存率
    • 渗透率,子功能模块的使用
    • 转化率,针对某个连贯路径
  • 商业化指标
    • ARPU 一个时间段内的用户平均收入
    • CPM 千次曝光成本、CPC
    • ROI 投资回报率
  • 用户流失分析
    • 用户回流率,回流率稳定拐点定义回流周期

2. 电商

  • 整体数据分发效率
    • 日活 DAU
    • 留存
    • 渗透
    • CTR,反应用户点击欲望
      • CTR = 点击 UV / 曝光 UV
      • 点击 UV,每天多少用户点击进入页面
      • 曝光 UV,每天多少用户看到页面
    • 人均访问页面数
      • 人均访问页面数 = 总访问页面数 PV / 总访问 UV
      • 总访问页面数 PV,点击所有页面的次数总和
      • 总访问 UV,点击所有页面的人数总和
  • 北极星指标 [3](#3)
    • GMV 交易额,反向指标:退货率
    • 客单价 ARPU
    • 最小存货单位 SKU
    • 点击通过率 CTR

3. 金融风控-信用

  • ToC/ToB 芝麻信用
    • 授信模型
      • 坏账率、违约概率 P
        • 违约概率 P= 身份特质 * w1 + 行为偏好 * w2 + 履约能力 * w3 + 信用历史 * w4 + 人脉关系 * w5
      • 信用分数 score
        • score = (1-P)* A + B,AB 使用 score区间倒推
  • 身份特质
    • 所在公司、职业类型
    • 消费稳定度、地址稳定天数
    • 最近一年使用手机号码数、手机号稳定天数
  • 行为偏好
    • 消费区域个数
    • 最近1年支付活跃场景数
    • 最近1年品类消费总金额
  • 履约能力
    • 最近1年理财产品总收益
    • 最近月支付总金额
    • 最近月消费总金额
  • 信用历史
    • 最近1、2、6月主动查询金融机构数
    • 最近1、2 年 M1、M3 状态
  • 人脉关系
    • 近1年人脉圈稳定度
    • 社交影响力指数
    • 信用环境指数

相关资料

  1. 到底什么才是数据分析思维?
  2. 数据分析思维与实战(23讲)
  3. 《数据分析师手记》刘林等
  4. 北极星指标是什么?有什么价值?

  1. 1 ↩︎

  2. 3 ↩︎

  3. 4 ↩︎

相关推荐
薄荷很无奈1 小时前
CuML + Cudf (RAPIDS) 加速python数据分析脚本
python·机器学习·数据分析·gpu算力
qq_436962181 小时前
AI数据分析的利器:解锁BI工具的无限潜力
人工智能·数据挖掘·数据分析·ai数据分析
lilye663 小时前
精益数据分析(24/126):聚焦第一关键指标,驱动创业成功
数据挖掘·数据分析
lilye6612 小时前
精益数据分析(20/126):解析经典数据分析框架,助力创业增长
大数据·人工智能·数据分析
橘猫云计算机设计13 小时前
springboot基于hadoop的酷狗音乐爬虫大数据分析可视化系统(源码+lw+部署文档+讲解),源码可白嫖!
数据库·hadoop·spring boot·爬虫·python·数据分析·毕业设计
云天徽上16 小时前
【数据可视化-28】2017-2025 年每月产品零售价数据可视化分析
机器学习·信息可视化·数据挖掘·数据分析·零售
用户1997010801817 小时前
深入解析淘宝商品详情 API 接口:功能、使用与实践指南
大数据·爬虫·数据挖掘
databook18 小时前
『Plotly实战指南』--样式定制高级篇
python·数据分析·数据可视化
云天徽上18 小时前
【数据可视化-27】全球网络安全威胁数据可视化分析(2015-2024)
人工智能·安全·web安全·机器学习·信息可视化·数据分析
dundunmm20 小时前
【每天一个知识点】如何解决大模型幻觉(hallucination)问题?
人工智能·数据挖掘·大模型