数据分析方法论-不同的分析阶段

根据实际业务发展,针对产品的不同生命周期,数据分析的角度和策略是不同的。

按阶段可有如下分析角度:描述型分析、诊断型分析、预测型分析和策略型分析。

 

描述型分析 发生了什么? 表面有什么症状 广泛的离线、实时数据、数据集市、有效的数据可视化
诊断型分析 为什么发生? 诊断哪里有疾病 多角度比较分析、下钻到核心关键数据,找到症结
预测型分析 可能发生什么? 通过望闻问切预判有什么隐患 使用历史特征,训练预测模型,用模型预测未来的发展
策略型分析 应该采取什么措施? 如何通过养生提升肌体健康程度 通过以上各种分析,给出优化措施和结论

描述型分析

这是最常见、最基础、也是最容易实现的分析。例如:仪表板、领导驾驶舱等,也就指标监控(pv、uv、转化率等)。

也就是对整个业务现状的总体反映,一般是对全局的概览,通过日常监控可以把握产品的健康状况和运行的正常区间。

诊断性分析

为什么会产生诊断型分析?有了基础分析(描述型分析),就能得出产品指标运行的正常区间。如果产品的指标越过了“合理区间”、或者发现转化率低于竞品、或者需要提效减成本,此时需要“诊断”哪里出了问题或者哪里需要优化。

例如:

1、本月销售指标异常,反映在数据上是骤降或者是暴增,这都需要有日常监控的基础,才能发现指标越过了合理区间。然后,需要进行一些数据下钻,比如看一下是整体渠道同步下滑,还是某一些特别渠道异常了。然后,在继续对着些异常渠道进行其他维度的探查。

2、转化率低,普遍低于同行1%,那就要通过转化率分析,看一看哪些环节跳出率高于竞品,然后进一步分析,这个环节可优化的地方。

3、例如公共卫生领域,如果我们有对于传染病的日常监控指标,就可以得出普通和高危传染病在流行初期的增长速度。如果我们能在能第一时间监控到2019-nCoV的传染量增速异常,我们就能早点发现它是个高危病毒,进而早一点对它进行进一步“诊断”,如果通过数据下钻,我们发现其在某些地区增速明显异常,就可以在政策上对这些地区早一点进行帮助。早发现、早诊断、早治疗。

预测型分析

预测分析是对未来某一段时间范围内的指标进行预测。例如:销量预测,可用于提前补货;旅客出行目的预测,可以提前根据预测出来的目的,对乘客提供相应的出行和酒店服务;保险精准营销,通过结合特定人群的画像特征,如何对特定的人群投放有针对性的保险产品,从而提高转化率。

策略型分析

基于“已经发生什么”、“为什么发生”、“即将发生生么”,就可以分析应该采取什么措施,来得到一个更好的效果。

例如:从1月份以来,旅游业、航空业受到巨大的打击,表现出来的特征是:旅客量大幅下降。这是已经发生的事实。“为什么发生”因为疫情发生,各地封城,复工推迟,人们宅在家中期盼疫情结束。所以,“即将发生什么呢”,旅客量会进一步下降,但在某一个时间点会业绩复苏,疫情结束也许旅游业还会报复性反弹,所以需要综合分析,制定一些票价政策,刺激旅客出行,提升客座率,同时减少损失,等拐点快出现时,再恢复正常票价,再或者免费退改签。如下,这是3月份 深圳飞成都的机票价格,截图留念!60元,比打车去机场都便宜。看来航司的预测系统目前指明4月份,疫情会出现明显好转。

数据分析方法论-不同的分析阶段_第1张图片

你可能感兴趣的:(数据分析,数据产品)