数据分析思维读书笔记

推荐书籍：《数据分析思维：分析方法和业务知识》

一、业务指标：

1.1 指标分类：

image.png

1.2 如何选择指标：

· 北极星指标可以有多个，
· 如何选择: http://www.woshipm.com/operate/4366382.html

1.3 怎么搭建指标体系：

· 指标体系：一个指标没办法解决复杂业务问题，需要从不同的维度去评估业务。指标体系是从不同维度梳理业务，把相户关联的指标有系统地组织起来。
· 作用：1. 监控业务情况 2.通过拆解指标寻找当前业务问题 3.评估业务可改进的地方，找出下一步工作的方向
· 如何建立：1. 明确部门kpi,找到一级指标 2.了解业务运营情况，找到二级指标 3.梳理业务流程找到三级指标 4.通过报表监控指标，不断更新指标体系

6291645266324_.pic_hd.jpg

6301645266329_.pic_hd.jpg

二、分析方法：

分析方法汇总.jpeg

2.3 多维度拆解分析：

拆解时需注意辛普森悖论，主要从业务流程和指标构成进行拆解

2.4 对比分析：

· 如何比较：1. 衡量整体大小（平均值，中位数） 2.衡量波动：变异系数=标准差/平均值 3.衡量趋势变化：时间折线图，环比，同比

2.5 假设检验分析：也叫做归因分析

· 如何客观提出假设：1. 从用户（即运营部）、产品（即产品部）、竞品（即市场部）三个维度提出假设 2. 也可以从4p（产品、价格、渠道、价格）营销理论提出假设 3.从业务流程提出假设
· 怎么做？1. 提出假设 2.收集证据 3.得出结论

2.6 相关分析：回归分析，得到回归方程

· 用处：1. ab有什么关系，有什么影响？ 2.扩大思路 3.通俗易懂 4.深入分析
· 如何用：1. 相关系数（excel支持） 2. 散点图（excel支持） 3.哪些因素和分析目标相关
· 相关系数：大于0.6或者小于-0.6证明高度相关，0-0.3低相关，0.3-0.6中度相关
· 注意事项：相关关系不是因果关系。对于有些问题，需要先找出事件背后的原因。这时候要先通过研究相关关系，然后进一步背后的原因，找出因果关系。
回归分析：先判断有相关性，生成回归方程后，可以用于预测为达到某个目标（销售额）需要投入多少成本，或者需要带来多少用户数

2.7 群组分析：

· 留存率分析：

1. 可以通过时间，或者某个特征（如推特使用app天数进行分组）进行分组

2. 分析留存或者流失问题时，可以先使用群组分析找到留存率低的组，然后使用假设检验、相关分析等方法分析这些组留存率低的原因；还可以使用群组分析找到留存率高的组，然后分析这些组留存率高的原因
   · 金融逾期分析：按时间（月、周）进行分组，分析不同账龄的逾期率

   
   

1

2.8 RFM分析：

不同业务rfm要随业务进行调整
· 步骤：1. 用原始数据计算rfm的值 2.给rfm值按价值进行打分 3.计算价值平均值 4.用户分类：低于平均值为低

三、实战：

3.1 业务指标：

新老用户数量/金额占比
复购率：一般衡量长期
回购率：分析短期促销活动效果

平均复购周期

回购率分析.jpg

备货指标.jpg

3.1.1 回购率下降分析：
· 分析思路：1. 多维度拆解用户 2.对比分析方法对比不同层次（如r/f/m）用户的回购率变化，缩小目标范围继续拆解与对比

3.1.2 怎么做好活动复盘：
· 总体运营：关注备货值、销售额、售卖比、sku数、spu数、销量、客单价、uv、收藏数、加购数、转化率、折扣率、毛利率

· 按价格区间维度进行拆解：对比分析各区间的商品指标表现，对于表现好的继续用对比方法深入分析具体商品的表现，不断优化商品结构

[图片上传中...(回购率分析.jpg-19172-1645271097506-0)]