数据分析方法

一、对比分析

对比分析法,指将两个或两个以上的数据进行比较,分析它们的差异,找出数据代表的事物发展的变化情况和规律。

对比分析法的特点是,可以直观地看出事物某方面的变化,且该变化可量化。

对比分析法分类 含义
静态比较 也称横向比较,在同一时间条件下,对不同总体指标的比较,如不同部门、不同地区、不同国家的比较
动态比较 也称纵向比较,在同一总体条件下,对不同时期指标数值的比较

注意,进行对比分析时,可单独使用总量指标、相对指标或平均指标,也可结合起来对比。比较的结果可用相对数表示,如百分数、倍数等。

对比分析常用的维度有:

1.与目标对比

实际完成值与目标进行横向对比,比如,对比当前业绩与全年业绩目标,按阶段计算完成率,与时间进度进行对比,看是否能完成目标。

2.不同时期对比

选择不同时期的指标数值进行纵向对比,比如,将当前业绩与去年同期的对比(同比),或与上个月完成情况对比(环比)。

3.同级部门、单位、地区对比

与同级部门、单位、地区进行横向对比,了解自身某一方面的发展水平在公司内部或各地区处于什么样的位置,明确哪些指标是领先的,哪些指标是落后的,找出下一步发展的方向和目标。

4.行业内对比

与行业中的标杆企业、竞争对手或行业的平均水平进行横向对比,了解自身某一方面或各方面的发展水平在行业内处于什么样的位置,明确哪些指标是领先的,哪些指标是落后的,找出下一步发展的方向和目标。

5.活动效果对比

对某项营销活动开展前后进行纵向对比,分析营销活动开展得是否有效,效果是否明显。

对投放广告的前后业务状况进行对比,了解投放广告是否有效,如品牌知名度是否提升,产品销量是否有大幅度提升等。

对活动的开展状况进行分组对比,比如,对A组开展优惠活动,对B组保持原来的策略发展,通过对比两组的业绩来了解活动是否有效。

进行对比分析时,需要注意:
1.指标的口径范围、计算方法、计量单位必须一致。
2.对比的对象要有可比性。
3.对比的指标类型要一致。

二、分组分析

分组是为了便于对比,而将总体中具有不同性质的对象分开,把性质相同的对象合并,从而保持各组内对象属性一致、组间属性有差异。所以,分组分析必须与对比分析结合使用

分组分析的关键是确定组数和组距。一个组的最小值称为下限,最大值称为上限,上限与下限的差为组距,平均数为组中值

分组分为等距分组和不等距分组。等距分组的步骤如下。
1.确定组数。根据数据特点/大小来确定。
2.确定组距。组距 = (最大值 - 最小值) / 组数
3.根据组距大小,对数据进行分组。

什么时候采用等距分组,什么时候采用不等距分组?由分析对象的性质特点决定。
1.等距分组,各单位数据变动比较均匀。
2.不等距分组,各单位数据变动很不均匀。

三、结构分析

结构分析法,总体内各部分占总体的比例分析法。一般某部分比例越大,则其重要程度越高。

结构相对比例计算公式结构相对比例 = (总体某部分的数值 / 总体总量)* 100%

经典应用
市场占有率 = (某种商品销售量 / 该种商品市场销售总量)* 100%

四、平均分析

平均分析法,用计算平均数的方式来反映总体在一定时间、地点条件下,某一数量特征的一般水平。

平均分析法的主要作用
1.用平均指标对比同类现象在不同地区、不同行业、不同类型单位等之间的差异程度。
2.用平均指标对比某些现象在不同历史时期的变化,说明其发展趋势和规律。

平均指标有:算术平均数,调和平均数,集合平均数,众数和中位数等。

五、交叉分析

交叉分析法,也称交叉表分析法(列联表分析),同时将两个有一定联系的变量及其值交叉排列在一张表格内,使各变量值成为不同变量的交叉结点,形成交叉表,从而分析交叉表中变量之间的关系。

六、综合评价分析

综合评价分析法,其基本思想是将多个指标转化为一个能反映综合情况的指标来分析,比如,不同国家的经济实力,不同地区的社会发展水平,企业经济效益等的分析。

综合评价分析5步骤:
1.确定综合评价指标体系;
2.收集数据,并对不同计量单位的指标数据进行标准化处理;
3.确定指标体系中各指标的权重;
4.对处理后的指标再汇总,计算综合评价指数或分值;
5.根据综合评价指数或分值对参评单位进行排序,并得出结论。

综合评价分析法3大特点:
1.评价过程是用特殊方法将多个指标的评价同时完成的;
2.在评价过程中,要根据指标的重要性进行加权处理;
3.评价结果是以指数或分值表示参评单位综合状况的排序。

数据标准化,是将数据按比例缩放,使之落入一个小的特定区间。一般用于取出数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能进行加权比较。典型的方法有0-1标准化和Z标准化。

权重确定方法有:专家访谈法,目标优化矩阵法,德尔菲法,层次分析法,主成分分析法,因子分析法,回归分析法等。

七、杜邦分析

杜邦分析体系.png

杜邦分析法采用金字塔形结构,使各个指标的比率分析层次更清晰,简洁明了地表示各指标之间的关系。

八、漏斗图分析

漏斗图,适合于业务流程比较规范、周期性较长、各流程环节设计复杂业务过程较多的分析。

漏斗图的特点,直观展示业务流程,可以很容易地发现业务流程中存在问题的环节。

漏斗图的典型应用:网站中某些关键路径的转化率的分析。

单一的漏斗图无法评价网站某个关键流程中各步骤转化率的好坏,但结合对比分析法,可以对同一环节优化前后的效果进行对比分析,或对同一环节不同细分用户群的转化率做比较,火堆同行业类似产品的转化率进行对比等。

九、矩阵关联分析

1.矩阵

矩阵分析法,根据研究对象的两个重要属性(指标)作为分析依据,进行分类关联分析,找出解决问题的方案。常用于战略定位、市场定位、产品定位、用户细分、满意度研究等。

以属性A为横轴,属性B为纵轴,建立一个坐标系。在两个坐标轴上分别按某一标准(平均值,经验值等)进行刻度划分,构成四个象限,将要分析的对象投射到这四个象限中,进行交叉分类分析。

矩阵的象限图分析法.png

矩阵关联分析法的特点,在解决问题和资源分配时,先解决主要矛盾,再解决次要矛盾,有利于资源优化配置。

2.发展矩阵

发展矩阵示例.png

发展矩阵比简单矩阵多了“发展趋势”这个维度,可直观了解之前每个项目的状况,以及未来发展趋势。

改进难易矩阵,用气泡表示改进难易程度的矩阵。除了“改进难易程度”,气泡还可以表示其他属性。

改进难易矩阵示例.png

十、高级数据分析方法

研究方向 数据分析方法
产品研究 相关分析,对应分析,判别分析,结合分析,多维度分析等
品牌研究 相关分析,聚类分析,判别分析,因子分析,对应分析,多维度分析等
价格研究 相关分析,PSM价格分析等
市场细分 聚类分析,判别分析,因子分析,对应分析,多维度分析,逻辑回归等,决策树等
满意度研究 相关分析,回归分析,主成分分析,因子分析,结构方程等
用户研究 相关分析,聚类分析,判别分析,因子分析,对应分析,逻辑回归,决策树,关联规则等
预测决策 回归分析,决策树,神经网络,时间序列,逻辑回归等

你可能感兴趣的:(数据分析方法)