數據分析思路設計與方法 數據分析思路( 三 )


在前文業務現狀分析中 , 已經有詳細闡述 , 是描述現象和發現問題最基本的分析方法 。
從對比對象上來看 , 可以和目標比、和同類比、和不同時期的自己比;從對比方式上來看 , 可以整體對比 , 也可以通過變量拆解后分組對比、多維交叉對比 。
(2)象限法
象限法常用在需要進行落地推動的策略分析上 , 是通過將多個因變量因變量進行不同屬性的劃分 , 生成多個具備不同價值的象限 , 通過考察對象在象限中的位置來明確進一步的業務策略 。 象限分析法
舉例:
RFM模型:把客戶按照不同的維度進行劃分 , 區分出不同價值的客戶 , 從而針對不同價值的客戶進行精細化運營 。

數據分析思路設計與方法 數據分析思路

文章插圖
(圖片來源于網絡)
行動優化矩陣:對多個待優化模塊的具體優化優先級進行評估時 , 可以結合兩個關鍵變量來構建出4個不同象限以進行優先級的區分 。 常用的變量有滿意度和重要性 , 當然也可以根據具體的場景選擇其他合適的變量(如下圖選擇了滿意度和優化意愿兩個變量) 。

數據分析思路設計與方法 數據分析思路

文章插圖
(3)漏斗分析法
漏斗分析主要應用在一個有起點和終點的業務流程分析中 , 用來定位問題發生的具體環節 , 分析指標一般為轉化率或者流失率 , 轉化率=某環節的用戶數量/上環節的用戶數量;流失率=1-某環節的用戶數量/上環節的用戶數量 。
單看漏斗分析各環節的數值是沒有意義的 , 需要將這些數值與歷史數據或者目標數據進行對比 , 定位到哪一個環節轉化率/流失率表現出異常 。

數據分析思路設計與方法 數據分析思路

文章插圖
(圖片來源于網絡)
業務數據分析的關鍵 , 是需要將零散的想法按照一定的邏輯進行梳理 , 有邏輯有依據的對問題進行剝離和分析 , 進而探尋問題的本質 , 這是數據分析最具有挑戰性也是最有價值的環節 。

推薦閱讀