作为新手数据分析师或数据运营商,面对数据异常,很多小伙伴都会出现:好像是A造成的 ,主观猜测如似乎也与B渠道有关、也可能是竞争对手C做了竞争动作等。面对数据报表,我不知道应该从产品维度、时间维度、区域维度或渠道维度进行分割。显然,这种思维是混乱的,所以做数据分析非常重要的是要有结构化的分析思维。
01分析思维
1、结构化思维:结构化思维使你的分析效率提高了一倍。我相信很多人都听说过金字塔原理。让我们了解一下基于金字塔原理的结构化思维。
结构化思维是什么?结构化思维是指一个人在面对工作任务或问题时,可以从多个方面思考,深入分析问题的原因,系统地制定行动计划,采取适当的手段使工作高效发展,取得高绩效。 结构化思维的方法有哪些?面对问题,结构化你的思维,然后解决问题,最后完美解决。但如何使思维结构化呢?芭芭拉在《金字塔原理》一书中给出了两种方法。方法1:从上到下找到结构。当我们面对一些熟悉的领域或学习一些常规时,一些结构框架就会出现在我们的脑海中。此时,只要我们沿着这些框架向下分解,就很容易得到一套完整的结构图。方法二:自下而上找结构的个人知识体系总是有限的。更多的时候,让我们伤脑筋的问题来自于我们不熟悉的领域,比如我们分析师每天解决的各种问题。所以当我们面对一个问题时,如何建立一个清晰完整的结构呢?突破在哪里?在这个时候,我们需要用自下而上的方法来寻找结构,我认为这也是结构化思维最有价值的地方。第一步:信息分类第二步:信息分组第三步:结构提炼第四步:完善结构
二、公式化思维&费米问题
什么是公式化思维?在结构化的基础上,列出的论点往往有一些数量关系,使其能够进行+、-、×、÷计算,定量分析这些论点,以验证论点。这就是所谓的指标系统。公式化分析思维意味着上下相互计算(所有结构都可以量化),左右相关(最小不可分割)。
费米问题是什么?由美国科学家恩利克计算的费米问题·费米提出。费米问题的具体步骤:1。明确问题2。问题拆解3。明确常识数据4。设计计算公式5。计算得出结论,费米问题实际上是通过不断拆分复杂问题来获取数据的子问题,然后通过获取子问题的数据来获得看似无线索的主要问题的结论。案例:芝加哥有多少钢琴调音师?钢琴调音师数量 = 钢琴调音师一年的总工作时间 / 一位调音师每年工作时间“钢琴调音师一年的总工作时间”又可以拆解成3个子问题解决:①芝加哥有多少架钢琴?②钢琴一年要调几次音?③调整一次需要多长时间?∴ 钢琴调音师数量 = 钢琴调音师一年的总工作时间 / (①×②×③)以上数据可以估算,最后得出结论。很简单吗?
三、相关思维是什么?
相关思维是一种复杂的统计数据思维。相关思维包括正相关、负相关、非线性相关、非相关等,其中大部分应用于生物学和科学领域。复杂的相关分析需要应用函数和建模。
大多数相关思维应用主要研究A和AB销售与销售等关系UV广告成本与曝光之间的关系。充分利用相关思维,帮助我们消除无关数据的干扰,找到解决问题的关键因素和指标。
但需要注意的是,不要混淆相关关系和因果关系,即因为事件A和事件B有一定的相关影响,解释事件B的原因。
经典案例的相关分析:啤酒和尿布
啤酒和尿布的故事是相关分析的经典案例。这个故事发生在20世纪90年代的沃尔玛超市。当时,沃尔玛拥有世界上最大的数据仓库系统。为了准确了解顾客在店里的购买习惯,沃尔玛分析了顾客的购物行为,想知道顾客经常一起购买什么商品。
经过大量的实际调查和分析,揭示了一个隐藏的「尿布与啤酒」背后的一种美国行为模式:在美国,一些年轻的父亲下班后经常去超市买婴儿尿布,其中30%~40%也给自己买啤酒。
造成这种现象的原因是,美国妻子经常告诉丈夫下班后给孩子买尿布,丈夫买了尿布后带回了自己喜欢的啤酒。
四、时间序列和比较思维
时间序列思维是什么?
时间序列,又称动态序列,是指按时间顺序排列某一现象的指标值。
根据年、季、月、日甚至实时(秒)统计了大量的社会经济统计指标。因此,时间序列是统计指标(变量)长期变化的值表现。
很多时候,我们用时间维度的比较来分析问题,比如同比、环比、基比。时间序列思维有三个关键点:一是时间点越近,越重视(图中的深度,最近发生的事情越多,再次发生的可能性就越大);二是做同比(图中的尖指示,指标往往有一定的周期性,需要在周期的同一阶段进行比较);第三,当异常值出现时,需要注意(如历史最低值或历史最高值,建议在时间序列中绘制,在观察异常值时,增加平均值和平均值的两倍或两倍标准差。
比较思维比较思维是通过比较两个相似或相反的事物来寻找事物的异同及其本质和特征。比较思维是最常见的操作分析方法:(1)垂直比较:与自己比较,包括环比(与上一期)、同比(与去年同期)(2)水平比较:与他人、产品A和产品B定位和用户群、女装和男装销售比较分析注意事项:①口径范围、计算方法、计量单位、指标类型必须一致。②与对比对象的相似性越大,可比性越大,对比价值越大。
五、象限法和多维分析
什么是象限法?时间四象限法是美国管理学家科维提出的时间管理理论。根据重要性和紧急情况,工作可分为四个象限。
象限法的四个关键点:核心:象限法是战略驱动的思维优势:直观、清晰、人工划分数据;划分结果可直接应用于战略应用:应用范围广、战略分析、产品分析、市场分析、客户管理 注意用户管理和商品管理:象限划分可以是中位数、平均数或经验多维分析
维度是观察数据的角度,如时间在具体分析中,我们可以将其视为分析事物的角度。时间是一个角度,区域是一个角度,产品也是一个角度,所以它们都可以被视为维度。多维分析是先进的统计分析方法之一。当我们有维度时,我们可以通过不同的维度组合形成数据模型。数据模型不是一个深刻的概念,而是一个多维立方体。多维分析的四个关键点:核心:多维法是一种精细驱动的思维优势:处理大数据量、维度丰富、复杂的数据效果好。但过多的维度会消耗大量的时间应用:适用范围广、市场分析、客户管理、用户管理、商品管理等注意事项:交叉分析不同维度, 要注意辛普森悖论
六、二八定律
二八法则是什么?
二八法则一般指帕累托法则。帕累托法则(英语:Pareto principle,也被称为 80/20 罗马尼亚管理学家约瑟夫夫法则、关键少数法则、八二法则)·朱兰提出了管理原则。
帕累托于1906年提出了意大利社会财富分配的著名研究结论:20%的人口掌握了80%的社会财富。这个结论是针对大多数国家的 社会财富 建立分配。
二八法的四个关键点:核心:二八法是一种只关注重点的思维优势:与业务密切相关,与业务密切相关KPI更密切相关。几乎最少的精力可以达到良好的效果,具有成本效益的应用:28法则存在于几乎所有的领域,因此这种分析思维没有限制。注:如果条件允许,数据分析仍不能放弃整体情况,否则会使思维狭窄。
聚焦本质,抓大放小
“二八定律”之所以得到业界的推崇,就在于其提倡的“有所为,有所不为”的经营方略。
一个主要用途是去发现该关系的关键起因——20%的投入就有80%的产出,并在取得最佳业绩的同时减少资源损耗。当一家公司发现自己80%的利润来自于20%的顾客时,就该努力让那20%的顾客乐意扩展与它的合作。
这样做,不但比把注意力平均分散给所有的顾客更容易,也更值得。再者,如果公司发现80%的利润来自于20%的产品,那么这家公司应该全力来销售那些高利润的产品。
80/20分析法的第二个主要用途是对80%的投入只产出20%的生产状况进行改进,使之发挥有效作用。
以上就是今天我今天的分享,希望能对大家有所帮助。
欢迎关注微信公众号,访问更多精彩:数据之魅。
如需转载,请联系授权,谢谢合作。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至827202335@qq.com 举报,一经查实,本站将立刻删除。文章链接:https://www.eztwang.com/dongtai/53795.html