数据分析的具体方法（连载）

本文先介绍两种数据分析的方法。

主要来源于日常所学课程和所读书籍，并结合工作实践的感悟，适用于数据分析小白从业者，且没有时间充实自己的人。希望我的总结能对你有所帮助。如若文章观点有误，欢迎一起讨论。

7大数据分析的具体方法

第一种分析方法：QQ模型分析法

进行数据分析时，都可以从数量（Quantity）、质量（Quality）这两大角度进行分析，简称为QQ模型，也称为QQ模型分析方法。

第一个Q，就是数量（Quantity），也是我们常说的绝对数指标，例如收入、用户数、渠道数、GDP、人口数等绝对数指标，主要用来衡量事物发展的规模大小情况；

第二个Q，就是质量（Quality），也是我们常说的相对数指标，例如利润率、留存率、覆盖率、人均GDP、人均消费等相对数指标，主要用来衡量事物发展的质量高低情况。

QQ模型分析法

质量又可以分为广度和深度两个角度：

广度是指群体覆盖的范围，例如：留存率、覆盖率、渗透率、付费率等；

深度是指群体参与的深度，例如：人均消费额、人均GDP、人均在线时长等；

数量与质量的区别：个人认为，质量是在数量的基础上，通过某些公式运算出来的数据指标。其实也就是现象和本质的区别。

例：分析APP的用户，先分析用户的规模是否达到目标，也就是分析用户数，包括新增用户数，活跃用户数，总用户数；如果用户数已达到目标，再分析用户的质量，包括活跃率、留存率，单个用户利润率、用户的生命周期等。

第二种对比分析方法

对比分析方法是数据分析中最常用的一种方法，是把两个相互联系的指标数据进行比较，需要注意的事=是，如果把两个完全不具有可比性的对象，摆在一起进行对比分析是徒劳无功的。

对比分析法要从不同的维度对比，这里列举四个维度，目标对比，时间对比，空间对比，特定值对比。

对比分析方法

目标对比法，用结果数据从年度目标，季度目标，活动目标做对比。特别注意的是，在季度前期、活动开始前，就要在方案中制定详细的目标数据，这样结果才有数据对比，而且制定的目标数据不能太含糊。如做一场目标是拉新的活动，若制定数据指标是拉新1000人，数据太含糊，不能在活动期间随时的监控数据，以便随时的做出调整。应该按照活动周期来制定。如：活动周期是三天，最终目标是拉新1000人，一共投放x渠道，每个渠道预估拉新多少人，每天应该至少拉新多少人才可以达到最终拉新1000人的目标。为了保证活动的效果，要提前评估最优渠道。这里如何评估最优渠道，下次我再另写文章细说。

空间对比法中的同级比，指的是和同级别的竞争对手进行对比，这里的同级别，可以是用户规模同级别，发展阶段同级等；先进级别的对比指的是和行业内优秀的产品进行对比，如：社交产品中，和微信的每日新增用户进行对比。

好了，今天就先介绍两种对比法。剩下的分析方法，我会继续学习，持续更新课程的感悟。