从一个实际问题来入门数据分析（一）

从一个实际问题来入门数据分析

某互联网app日活下跌了5%，作为数据分析师应该如何分析这个问题？

• 核实相关信息，确定消息来源是否可靠。
• 确定环比下跌量和同比下跌量
• 方差分析：波动是否在正常范围内？
• 交叉分析/相关性分析：与日活下跌存在相关的指标，相关程度？
• 业务分析：相关指标负责的运营业务部门？是否有某些运营策略或者活动造成了这些指标的变化？
• 回归分析/预测：还会下跌多久？最坏情况下会下跌到什么程度？
• 风险/损失评估：对产品的核心KPI会产生什么样的影响？
• 制定策略：如何挽回损失/下次如何避免？

下面对如上出现的关键词进行详细解释。

数据分析的流程

• 首先确定要研究的具体业务问题，进而抓取相关数据。
• 利用描述性统计和可视化工具先观察数据的表象，标注变化的维度或业务指标，对变化的数据进行多维分析和交叉分析。
• 利用数据挖掘/机器学习等方法对趋势进行预测。 与相关业务部门针对发现的问题生成相关策略。
• 推动策略的落地，检查策略的效果如何，最后进行复盘分析。

多维分析：将多维度的数据进行拆分、整合后分析。OLAP
交叉分析：分析两个变量时，将变量进一步细化，然后组合交叉分析。
复盘分析：推出的新策略效果如何？如果效果不错那能否继续优化？如果没有效果或反作用，寻找问题原因，记录在册，尝试突破新的方向。

环比和同比

环比：与连续的上个时间周期内的数据相比较

本月用户增长率环比上月增长了30%

同比：与不连续的前几个时间周期内的数据相比较

5月用户的增长率同比2月下跌10%

核心逻辑在于：是否是一个连续周期

方差分析

单因素方差分析适用于三组以上平均数差异的检验。
要求数据满足正态性、独立性和方差齐性的要求，对数据要求较高，数据为连续数据。

维度与指标

指标是反应业务特征及其变化的数据
维度是指可指定不同值的对象的描述性属性或特征。

• 指标是有业务意义的，要反应业务变化的。
• 指标是有类型的（业务类型、技术类型、行为指标、交易指标等）
• 指标最少会关联一个维度
• 指标是有更新频率的

维度是说明和观察事物的角度，指标是衡量数据的标准。
维度是定语、指标是主语或宾语

A/B Test

• A/B Test是多方案并行的
• A/B 的变量只能有一个

灰度、小流量、对照控制组

相关性分析

相关性分析是指对两个或多个具备相关性的变量元素进行分析，并且注意相关性不等于因果性。

• 离散和离散变量间的相关性：卡方检验、信息增益/率。
• 连续与连续变量间的相关性：协方差、线性相关系数（必须线性相关）。
• 连续与离散变量间的相关性：连续变量离散化后使用卡方检验、箱型图。

（1）分类问题
类别变量：用卡方检验
连续变量：先分箱为类别（分段），再用卡方检验（或颠倒自变量与因变量，再采用方差分析检验）
（2）回归问题
类别变量：方差分析
连续变量：用皮尔森相关系数

方差分析、卡方检验的其核心的区别：数据类型不一样
如果是定类和定类，此时应该使用卡方检验；
如果是定类和定量，此时应该使用方差或者T检验。

卡方检验

卡方检验的本质是将样本数据与预期结果进行比较。
适合卡方检验的条件：样本必须是随机的；卡方检验的理论频数不能太小。

常用的卡方检验：

• 适合度检验（检验某变量各类的出现概率是否与给定的某种概率一致； 检验某个连续变量的分布是否服从某种理论分布。）
• 独立性检验（检验两个变量是否相互独立。）
• 同质性检验（检验两个或以上独立样本是否具有相同总体的某种特征。）
• 总体方差检验与估计

互联网运营中常见的指标

用户数据指标

新增用户：日新增
活跃用户：日活跃率/周活跃率/月活跃率（如何定义根据业务需求）
日活/周活/月活（一个月里面至少一次登录，故统计要去重）：DAU/WAU/MAU
留存用户：评估产品功能对用户的黏性效果
留存率：次日留存率/7日留存率/30日留存率 （40/20/10法则）

行为数据指标

访问次数（PV）、访问人数 （UV）、转发率（转发/看到）、转化率（购买/看到广告或进入店铺）、K因子

产品数据指标

成交总额、成交数量、客单价、付费率、复购率、访问时长
人均付费（ARPU）、付费用户人均付费（ARPPU）、人均访问时长

业务分析

漏斗分析

• 连续流程
• 转化率不要超过1%
• 都已第一步为基线算或以上一步作为基线计算

看转化→看流失→每一步结合其他指标分析→转化率的时间变化→每步用户画像变化

核心KPI

北极星指标（核心指标）
好的指标应该是比率
Facebook：月活跃人数
拼多多：GMV
喜马拉雅：用户收听时长
Instagram：照片分享率

虚荣指标：注册用户等

---

未完待续…