数据分析常用模型合集(三)同期群、逻辑树、假设检验等

前面两篇文章,我们将比较大、较为系统的分析方法作了一个介绍,本文是最后一篇,将剩余的一些讲一讲。

数据分析常用模型合集(二)RARRA模型、RFM模型-CSDN博客


剩下的一些模型,其实不应叫做模型,**主要是一些分析的方法和思路,**这些方法并不涵盖整个互联网行业的业务线条,却在工作、生活中都能使用。

一、同期群分析

含义:相同时间段 内具有共同行为特征的用户划分为同一个群体,其被称为同期群,例如2020年4月新注册用户、5月新注册用户,他们就是两个同期群。(注意,要满足同时间、同行为两个条件)

作用:更准确地进行分析

例如分析留存率,用户有其生命周期,一般刚使用的用户会比较活跃,到后期会越来越失去兴趣,如果我们只考虑总体用户的留存率,而不把用户分成不同的群体分开考虑,那么很可能会得到虚高的指标。

使用场景:

同一项产品、功能的改进,对不同同期群中的用户产生的影响是不同的,分开衡量才更能反映真实的情况。

例如:如果你为产品增加新手引导,那么只对之后新增的用户产生影响,而不会改变老用户的行为;如果你准备发放优惠券,那么对刚刚注册的用户和已长期使用的忠实用户,产生的效果也会有差别。

用户留存表示例:

对同一个同期群在不同的生命周期下的行为进行**横向比较;**研究相似群体的行为随时间的变化;

对不同的同期群在同一个生命周期下的行为进行**纵向比较;**验证产品改进是否取得了效果;

总结:

把用户分为不同的同期群,可以更为细致地分析,避免单纯地分析整体得出错误结论,针对不同同期群的行为差异,制定有针对性的营销方案。

参考:

同期群分析(Cohort Analysis) - HuZihu - 博客园 (cnblogs.com)

上面只是一个简单的介绍,因为写合集的目的是全、并且附带较好的链接,所以巩固知识请看下面。

详细讲解:

同期群分析:用户留存和用户行为的法宝 | 人人都是产品经理 (woshipm.com)

同期群分析:剖析真实的用户行为和用户价值 | 人人都是产品经理 (woshipm.com)

Python代码案例:

Python数据分析实战 | 经典的同期群分析(附实战数据和代码)-阿里云开发者社区 (aliyun.com)

二、逻辑树分析法

**含义:**将一个复杂的大问题,拆解成一个个小的可以解决的子问题,就像一个大树一样,它有很多个分支,那每个分支就是一个子问题。

听起来貌似说了等于没说。

逻辑树的作用是

①全面,把能想到的下一级子问题,都写上去,逐个问题,这样不会遗漏

②由难变易,大问题往往复杂,小问题简单,方便逐个分析。

③好落实,任务先细分,逐个交给个人去负责,好很多。

其实生活中你也经常使用这个方法,不过你并没有处一本书并给他起个名字,这不就是思维导图+if else嘛。

例如:

我们想要研究如何提高销售额

当然上面的方法并不能实用,一个问题的影响因素往往非常多,首先第一步,要将无关紧要的因素排除,不然各种因素能写几百几千个,

推荐延伸阅读:

麦肯锡逻辑树------快速分析和解决问题的有效方法 - 简书 (jianshu.com)

构建逻辑树,帮你科学解决逻辑问题 | 人人都是产品经理 (woshipm.com)

三、假设检验法/归因分析法

这是一个很单纯地分析一个问题的思路,经过九年义务教育洗礼的我们都会。

**流程:**假设问题起因-搜集相关证据确定对不对-得出结论-{假设正确(猜对了):结束,假设错误:去看另一个问题起因,循环至找到答案}

近期网店销售额有所下降,老板让你找出原因,我们肯定也要给出相应措施。

第一步,我们取看看后台数据,是曝光量减少了,还是进店人数、还是查看详情页、下单页哪方面出问题了;

第二步,我们看到曝光数没怎么变,但进店数变少了,同时查看详情页的平均时长也变短了;

第三步:假设①价格太贵了,用户看到太贵点进来的都少---分析,发现其他店铺,也是这个价格;

假设②商品详情页不够吸引力---查看主要对手---对手居然不讲武德,商品缩略图,写着限时直降多少多少元,7天无理由退换货,可叠加什么什么活动满减券,吸引了很多下单量--查明原因--采取措施,立马修改商品缩略图,使用更为吸引人的图片。

核心:研究问题出在哪一步,要用数据说话,用数据证明你的假设是对的。

四、剩余的一些不太实用,但是又要知道的方法、思维

4.1SWOT

SWOT分析模型是一种常用的战略管理工具,用于评估一个组织或项目的优势、劣势、机会和威胁。它将内部和外部因素结合起来,帮助确定战略方向和决策。

含义:

Strengths(优势):组织或项目的内部优势和核心竞争力,例如独特的技术、专业知识、强大的品牌形象等。

Weaknesses(劣势):组织或项目的内部劣势和限制,例如缺乏资源、技术落后、不足的市场份额等。

Opportunities(机会):外部环境中的潜在机会,可以利用组织或项目的优势来获得增长和发展的机会。

Threats(威胁):外部环境中的潜在威胁,可能对组织或项目的发展和竞争力产生负面影响。

本质:就是把商业行为或者事件,粗略地分成四类:

可能在画PPT的时候,比较有用:

参考阅读:

数分狗必知必会系列 | 模型篇:为什么说SWOT和RFM其实是一个模型-腾讯云开发者社区-腾讯云 (tencent.com)

SWOT分析到底在分析啥?应该怎么写? (zhihu.com)

4.2 5w2h分析法

这分析方法,告诉我们,我们要研究一个问题,先要搞清楚问题究竟是什么,背后的原因,涉及到的人和事,先思考全面再去想办法研究。

提出一个好的问题,就意味着问题解决了一半,很多问题都是复杂的,是牵一发而动全身,有时候真正影响大局的不是表面的问题,这种方式可以帮助我们思考地更深,找到问题根源。

4.3 麦肯锡7步分析法

与上面的 5w2h差不多,重点告诉我们,先要弄清楚问题,这个问题是不是表面那么简单,再开始分析。

4.4 PEST分析法

P:政治因素(politics),E:经济因素(economy)S:社会因素(Society) T:技术因素(Technology)

一般是高层在战略层面分析的,打工仔知道就行了。

4.5 4P营销理论

是市场营销学的理论体系中属于经典营销管理理论基础内容之一,即产品(Product)、价格(Price)、促销(Promotion)、渠道(Place)

作用:帮助企业制定和执行有效的营销策略,以实现市场目标和提升竞争力。

衍生阅读:4p理论指什么?著名营销概念深度解析! (boardmix.cn)

五、写在最后

本文作为常用分析模型的第三篇,基本总结了目前常用的分析模型及一些思维,其中很多思维,是从不同角度分析问题的思路,对这些思路了解越多,更有助于我们拓展视野、提升思维能力。

部分方法,如对比分析法、5w2h分析法,其名声大于实际使用价值,或者说我们生活中也经常用,只是我们没有系统地总结并出书命名。

我貌似漏掉一个 相关性分析法:这篇文章比较详细 相关性分析的五种方法_相关性分析用什么统计方法-CSDN博客


本文参考:

介绍7种分析问题的思维方法 - 简书 (jianshu.com)

【数据分析】Python数据分析指南(全)_51CTO博客_python数据分析难学吗

数据分析常用五个方法三个模型(逻辑分析、多维度拆解、对比分析、假设验证、相关性分析、RFM模型、漏斗分析模型、AARRR模型)_请综合运用逻辑树分析法和用户行为理论(aarrr模型)分析方法,分析类似共享单车-CSDN博客

相关推荐
終不似少年遊*36 分钟前
pyecharts
python·信息可视化·数据分析·学习笔记·pyecharts·使用技巧
陆沙38 分钟前
生物信息学导论-北大-RNA-Seq数据分析
数据分析·生物信息·生信
Watermelo6171 小时前
详解js柯里化原理及用法,探究柯里化在Redux Selector 的场景模拟、构建复杂的数据流管道、优化深度嵌套函数中的精妙应用
开发语言·前端·javascript·算法·数据挖掘·数据分析·ecmascript
落魄君子11 小时前
GA-BP分类-遗传算法(Genetic Algorithm)和反向传播算法(Backpropagation)
算法·分类·数据挖掘
落魄君子11 小时前
ELM分类-单隐藏层前馈神经网络(Single Hidden Layer Feedforward Neural Network, SLFN)
神经网络·分类·数据挖掘
Altair澳汰尔15 小时前
数据分析和AI丨知识图谱,AI革命中数据集成和模型构建的关键推动者
人工智能·算法·机器学习·数据分析·知识图谱
qingyunliushuiyu21 小时前
企业为何需要可视化数据分析系统
数据挖掘·数据分析·数据采集·数据可视化·数据分析系统
dundunmm1 天前
数据挖掘之认识数据
人工智能·机器学习·信息可视化·数据挖掘
chenchihwen1 天前
数据分析时的json to excel 转换的好用小工具
数据分析·json·excel
江南野栀子1 天前
数据可视化-1. 折线图
信息可视化·数据挖掘·数据分析