一、数据获取准备
在写SQL之前,需要先了解:
- 了解业务方和研发说的是哪张表、哪份日志
- 了解这些表和日志的筛选条件是什么,为何要这么筛选
- 了解这些表和日志之前有什么坑,是不是数据缺失
- select *,跑一下核心数据看看
- 熟悉表中各字段的含义,确认统计口径
- 可以构建自己的数据说明文档
SQL技巧:
- 先聚合再计算
- 列转行
- 取top(金额一致并列),使用窗口函数rank()
二、常用分析方法
2.1 结构分析

2.2 对比分析

2.3 时间序列分析
看某个指标,将时序周期拉长,看数据趋势.一般是看留存
需要分渠道拆解,看整体下降是因为某个渠道还是全部渠道

2.4 相关性分析
可以直接利用excel的相关性分析操作,主要看指标之间的相关性。但是相关性不代表因果性。
2.5 5W1H
所有的分析都是基于用户的基础属性和行为属性。
-
Who:指用户基础属性、用户画像。
-
Where:渠道分析,渠道入口,用户从哪里来。
-
When:时间上的特征。
-
What:用户使用了什么功能,哪些行为更加重要。
-
Why:为什么要这么做,用户是主动还是被动做的。
-
How:怎么做的,行为路径是什么。
分析之后不要着急写分析报告,先把一些关键数据和初步结论同步给业务方核心人员,约个时间一起看下。可以看出:1)他们是如何理解这部分数据的,有没有问题;2)基于这些数据结论,准备如何落地,需要他们提前想方案。
在这个基础上,再去撰写报告 。