当前位置:首页  >  数据可视化专题  > 

重点教程:速成5大数据分析方法,比如漏斗图法

作者:FineBI

发布时间:2022.11.10

浏览次数:6,423 次浏览

在前面的速成数据分析教程中,重点介绍了数据分析速成的4种主要思想。在实际分析问题的时候,也需要学习数据分析的方法,这对以后建立数据分析模型也有帮助。本文是速成数据分析的重点教程,帮助速成5大数据分析方法,比如漏斗图法。

一、速成数据分析——5大数据分析方法

1、公式法

所谓公式法,就是用公式,对某一指标的影响因素进行分解。在BI工具中,常用的多维分析中,“向下钻取”也是这种方法的应用。

例如分析产品销量低的原因,通过逐层分解销售,细化评估和分析的粒度。

1)第一层:找出产品销售的影响因素。销售量=销售量*产品单价。是销量太低还是价格设定不合理?

2)第二层:找出影响销量的因素。销售额=渠道A销售额+渠道B销售额+渠道C销售额+…分析各渠道的销售额,与过去相比,太低了。

3)第三层:分析影响渠道销售的因素。渠道销售=点击用户数*订单率。

4)第四层:分析影响点击的因素。点击用户数量=曝光率*点击率。是曝光量不够还是点击率太低?

2、对比法

对比法是比较两个或多个数据,这是最常见的方法,是速成数据分析中需要掌握的。

例如,与竞争对手相比,在时间维度上的同比与环比、增长率、固定比等。

3.象限方法

通过划分两个或多个维度,用坐标来表示价值。象限法是一种战略驱动的思想,通常用于产品分析、市场分析、客户管理和商品管理。

例如,经典的RFM模型,根据近期消费(近因)、消费频率(频率)、消费金额(货币)三个维度将顾客划分为八个象限。

发射的象限分析方法,可以建立不同象限的优化策略。例如,为关键的开发客户提供更多的资源。是速成数据分析中必不可少的。

4、28法/帕累托分析法

就个人财富而言,可以说世界上20%的人拥有80%的财富。在数据分析中可以理解,20%的数据产生了80%的效果,需要围绕20%的数据挖掘。

比如,用于产品分类来测量和构建ABC模型。例如,为公司贡献80%利润的客户有20%,然后在有限的资源下,要专注于维护这20%的客户。速成数据分析时,需要重视这一点。

5、漏斗法

漏斗法是一个漏斗图,有点像倒金字塔。这是一种流线型的思维方式。它经常用于开发新用户,购物转化率,这些有变化和一定流程的分析中。

整体漏斗模型的核心思想,可以分为分解和量化。例如,监视每个级别的用户转换,并为每个级别找到可优化的点。

例子是经典的黑客增长模型,AARRR模型,指用户获取、用户激活、用户留存、用户收益以及用户传播。这是产品运营中比较常见的一个模型,通过分解和量化用户的整个生命周期,可以执行数据的水平和垂直比较,以识别相应的问题,并最终优化迭代。

然而,单一的漏斗分析是没有用的,不能得出什么结果,要与其它相结合,如与历史数据的对比等。速成数据分析中,这是一个重点、难点。

二、速成数据分析——重点总结

管理低代码开发人员,影子IT,自动化工作流,bi系统应用程序

1)以上的速成数据分析方法,主要偏基于业务问题的数据探索性分析,不同于专业统计学中的数据处理方法。

2)但是,如果你之前还没有掌握结构化的数据分析思维方式,就很难灵活地使用这些数据分析方法。

3)选择正确的数据分析工具,在速成数据分析中有着不可忽视的作用。一般情况下,选择市场占有率较高的企业BI工具,比较容易有好的效果,比如帆软FineBI。掌握了数据分析思维、方法,能更好地运用帆软FineBI工具。

商业智能BI产品更多介绍:www.finebi.com


   

商务咨询

在线咨询
专业顾问帮您解答问题

电话咨询

技术问题

投诉入口

微信咨询