数据分析思路.docxVIP

数据分析的思维方式 :数据分析的五大思维方式。 首先，我们要知道，什么叫数据分析。其实从数据到信息的这个过程，就是数据 分析。数据本身并没有什么价值，有价值的是我们从数据中提取出来的信息。 _数据分析一 数据信息 数据 然而，我们还要搞清晰数据分析的目的是什么? 目的是解决我们现实中的某个问题或者满足现实中的某个需求。 那末，在这个从数据到信息的过程中，肯定是有一些固定的思路，或者称之为思 维方式。下面给你一一介绍。（本文用到的指标和维度是同一个意思） 第一大思维【对照】 【对照】俗称对照，单独看一个数据是不会有感觉的，必需跟另一个数据做对照 才会有感觉。比如下面的图a和图b。 图a毫无感觉 销量 180 UQ 160 140 120 100 SQ 60 40 20 0 今天 图b经过跟昨天的成交量对照，就会发现，今天跟昨天实则差了一大截。 今天PK昨天 205 今天 昨天 这是最基本的思路，也是最重要的思路。在现实中的应用非常广，比如选款测款 、监控店铺数据等，这些过程就是在做【对照】，分析人员拿到数据后，如果数 据是独立的，无法进行对照的话，就无法判断，等于无法从数据中读取实用的信 第二大思维【拆分】 分析这个词从字面上来理解，就是拆分和解析。因此可见，拆分在数据分析中的 重要性。在派代上面也随处可见“拆分” 一词，不少作者都会用这样的口吻：经 过拆分后，我们就清晰了……。无非，我相信有不少朋友并没有弄清晰，拆分是 怎么用的。 我们回到第一个思维【对照】上面来，当某个维度可以对照的时候，我们选择对 比。再对照后发现问题需要找出原因的时候？或者根本就没有得对照。这个时候， 【拆分】就闪亮登场了。 大家看下面一个场景。 运营小美，经过对照店铺的数据，发当今天的销售额惟独昨天的50%,这个时候, 我们再怎么对照销售额这个维度，已经没故意义了。这时需要对销售额这个维度 做分解，拆分指标。 销售额二成交用户数*客单价，成交用户数又等于访客数*转化率。 详见图c和图d 图c是一个指标公式的拆解 数口客小价 图b是对流量的组成成份做的简单分解（还可以分很细很全） 搜底■ 搜底■，目 直通乍■ 钻展 拆分后的结果，相对于拆分前会清晰许多，便于分析，找细节。可见，拆分是分 析人员必备的思维之一。 第三大思维【降维】 是否有面对一大堆维度的数据却促手无策的经历？当数据维度太多的时候，我们 不可能每一个维度都拿来分析，有一些有关联的指标，是可以从中筛选出代表的 维 度即可。如下表 口 raiaH mimm ?ri【■ mju?ni」■状■ 2014/2/1 2584 957 2.7 KK5 ■珀 ?0 6T 13S n 301i/2/Z M2S itso 2.8 WTO 12s LM 07 UO 2014/2/S 2572 12M 2 !2?t0 !30 IM 8 142 n 2014/2/4 ?125 1?0 Z.3 15X3 143 119 I s* n 2014/2/ MM ■ . _ —K 而二 n Tl 113 G 血2/6 3.2 1480 130 ■ 留 n 这么多的维度，其实不必每一个都分析。我们知道成交用户数/访客数二转化率, 当存在这种维度，是可以通过其他两个维度通过计算转化出来的时候，我们就可 以雌隹】. 成交用户数、访客数和转化率，只要三选二即可。此外，成交用户数*客单价= 销售额，这三个也可以三择二。 此外，我们普通只关心对我们实用的数据，当有某些维度的数据跟我们的分析无 关时，我们就可以筛选掉，达到【降维】的目的。 第四大思维【增维】 增维和降维是对应的，有降必有增。当我们当前的维度不能很好地解释我们的问 题时，我们就需要对数据做一个运算，增加多一个指标。请看下图。 我们发现一个搜索指数和一个宝贝数，这两个指标一个代表需求，一个代表竞争， 有不少人把搜索指数/宝贝数二倍数，用倍数来代表一个词的竞争度（仅供参考）。 这种做法，就是在增维。增加的维度有一种叫法称之为【辅助列】。 【增维】和【降维】是必需对数据的意义有充分的了解后，为了方便我们进行分 析，有目的的对数据进行转换运算。 第五大思维【假说】 当我们拿不许未来的时候，或者说是迷茫的时候。我们可以应用【假说】，假说 是统计学的专业名词吧，俗称假设。当我们不知道结果，或者有几种选择的时候， 那末我们就召唤【假说】，我们先假设有了结果，然后运用逆向思维。 从结果到原因，要有怎么样的因，才干产生这种结果。这有点寻根的滋味。那末， 我们可以知道，现在满足了多少因，还需要多少因。如果是多选的情况下，我们 就可以通过这种方法来找到最佳路径（决策） 固然，【假说】的威力不仅仅如此。【假说】可是一匹天马（行空），除了结果 可以假设，过程也是可以被假设的。 我们回到数