当前位置:首页 > 数据分析 > 正文

数据分析的五种方法


⓵常见的5种数据分析方法
所谓公式法,就是利用公式逐层影响某个指标。
例:用方程法评估并分解某一产品销量低的原因:
比较法是对两组或多组数据进行比较。 一个非常通用的方法。
我们知道,单独的数据是没有意义的,只有比较才能存在差异。
一些直接描述事物的变量,如长度、质量、高度、宽度等,可以类比获得比率信息、增长率、效率、效益等指标,是常用的。 在数据分析中。
例如:使用同比和环比比较、增长率、恒定基本比率、与竞争对手的比较、类别之间的比较、特征和特征的比较等。 时间尺度。
比较方法可以检测变化的数据模式,使用频繁,并且经常与其他方法结合使用。
使用坐标通过划分两个或多个纬度来表达所需的值。 将价值直接转化为策略,从而引入一些实现。 象限法是一种策略驱动的思维方式,常用于产品分析、市场分析、客户管理、产品管理等。
28法也可以称为帕累托法则,源自古老的28法则。 比如就个人财富而言,可以说世界上20%的人口控制着80%的财富。 从数据分析来说,可以理解为20%的数据产生80%的结果,围绕这20%的数据进行挖掘很重要。
漏斗法就是漏斗图,有点像倒金字塔,是一种基于过程的思维方式,常用于分析变化和发展等某些过程。 新用户和购买转化率。


⓶数据分析的5种细分方法有哪些?
1.按时间细分

时间可以细分为年、月、周、日、时、分、秒等不同的跨度。 数据性能在不同时间跨度内可能存在很大差异。


例如,某个产品的销量按月计算可能变化不大,但按天细分时,可能会有较大的变化。 收集这些变化的数据并分析其背后的原因,而不是被隐藏在长达一个月的汇总数据的表面之下。


2.空间划分


空间主要指区域划分,包括世界、各大洲、国家、地区、城市、地区等。 指分工。 。 不挂断。


例如,将全国GDP数据细分为每个州。


空间是一个相对抽象的概念,可以用来描述产品、人、品类等很多与商业相关的事物,帮助我们理解事物的本质。 也代表你可以尝试分割一下。


3.按流细分


将业务细分为特定流程通常可以简化复杂的问题。 Masu。


例如,将订单配送分为五个流程,并想办法提高每个流程的效率,以减少配送时间。


再举个例子,用户生命周期被细分为五个关键流程:获取、激活、留存、变现和推荐。


4.用公式细分


指标可以用公式计算。


例如,销售额=销售数量*平均单价,销售数量=新客户购买数量+老客户购买数量。


财务分析的另一个例子是权益净利息=资产净利息*资本乘数,其中资产净利息=销售净利息*资产周转率。


5、按模型细分


数据析的模型有很多,您可以根据自己的业务实际选择合适的模型。 这里,我们在此基础上进行细分,并得出相应的分析结论。


例如,根据波士顿矩阵,将一家公司的产品分为“市场份额”和“销售增长率”两个轴,画出四象限矩阵图。 这里,每个象限代表一种产品(明星产品、金牛产品、败类产品、问题产品),针对每种类型的产品推荐不同的发展策略。


再比如,根据RFM模型,将客户分为三个维度:上次消费间隔(Recency)、消费频率(Frequency)、消费金额(Monetary)。 ,从而获得八个客户类别,并有针对性地采取不同的营销策略。