分析方法论

• 数据分析算是一个交叉的学科
  • 数据思维
  • 业务知识
  • Excel
  • 数据可视化
  • sql
  • 机器算法
  • python
• 数据分析的结构层次
  • 底层数据的收集/产品端收集 用户行为-原始数据
  • 业务话数据 产品需要什么样子的数据 原始数据-加工数据
  • 数据的决策和执行 怎么能让产品更好 可视化-数据决策
  • 数据模型 产品开始自动化个系统化运营 数据决策-数据产品（应用方针落地）
  • 数据战略 指导未来 数据工具-数据体系

三大分析（直接拷问灵魂）

• 现状分析
  • 告诉你企业的整体运营情况，通过各项指标衡量企业的运营状况
  • 告诉你企业的各项业务构成，了解各项业务发展和变动情况
  • 通过日常同报完成，如日报，周报，月报
• 原因分析
  • 有了现状分析，但不知好在哪里，差在哪里，就要进一步开展原因分析，做优化调整。
  • 原因分析通过专题分析完成。
• 预测分析
  • 需要对企业未来发展趋势做预测，为企业提供参考与决策依据，使企业持续健康发展。
  • 预测分析通过专题分析完成，指定企业年度，季度计划时进行。
• 是指用适当的分析方法和工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程
  • 看到图表不是说图表怎么做 而是说后面的数据有什么意义 对于数据什么角度分析数据采系统 对于分析数据什么方法最有效 图表重点表达的观点出来了吗 报告同样要有说服力 最重要的 分析的目的一定达到 分析的目的是什么 解决什么问题 怎么解决 快准狠 三点
• 数据方法论主要是知道数据分析师进行一次完整的数据分析 数据分支方法是指具体的分析方法 相对与分析 交叉分析 相关分析等数据分析方法 方法论就是套路 怎么用的一般都是从哪里入手 数据分析法是单纯针对数据从数据身上取到自己想要的东西 有方法论来大具体规范数据方式 然后数据分析法来进行仔细分析
• 常见的数据方法论
  • PEST分析法
    • PEST分析是指宏观环境的分析，P是政治(politics)，E是经济(economy)，S是社会(society),T是技术(technology)。分析一个企业所处的背景的时候，通常是通过这四个因素来进行分析企业所面临的状况
  • 逻辑树分析法
    • 逻辑树分析法是将一个已知问题当成树干，然后考虑这个问题和哪些问题有关。每想到一点，就给这个问题所在的树干加一个树枝，并标明树枝代表什么问题。逻辑树方法又称问题数、演绎树或分解树。
    • 要素化：把相同问题归纳总结成要素；
    • 框架化：将各要素组成框架，遵循不重不漏原则；
    • 关联化：框架内的个元素保持必要的相互管理，简单不孤立。
    • 逻辑树的缺点：
      • 涉及相关问题可能会有遗漏。所以在用逻辑树分析法的时候尽量把设计的问题或要素考虑周全
  • 4P营销理论
    • 4P营销理论产生于20世纪60年代的美国，将营销要素概括为如下图四类。如果需要了解公司的整体运营情况，就可以采用4P营销理论进行分析指导。
  • 5W2H分析法(七问分析法)
    • 5W2H分析法也叫七问分析法，从回答中发现解决问题的线索，即何因（why）、何事（what）、何 人（who）、何时（when）、何地（where）、何做（how）、何价（how much）。
      优惠营销信息给用户看，需要搞清楚
      用户为什么需要这些优惠，
      用户的目的是什么？
      我们提供的优惠是什么？
      与用户想的是否一致？
      谁是我们的用户？
      用户有什么特征？
      用户喜好在哪个时间段购买？
      我们的营销活动应该开展在什么时候？
      用户在线下哪儿去消费？
      每个地区的线下有什么区别？
      用户应该怎样去享受优惠？
      用户去购买花费的成本是多少？
      我们应该投入多少成本？等等。
  • 用户使用行为理论 如果说上面的5W2H比较粗糙的话 这个应该是精细版本的了
    • 网站：认知-熟悉-试用-试用-忠诚
    • AP也是一样的 不同的APP有不一样的方式：导入-下载-注册-使用-分享/流失