數據分析師常用的十種數據分析方法

　　數據分析的思路極其重要，以致于我們總是忽略它，重“術(shù)”而輕“道”，但其實(shí)應該一視同仁。

　　這篇文章講了表單分析、用戶(hù)分析、埋點(diǎn)分析、聚類(lèi)分析等10種分析方法，先學(xué)為敬~

　　正文

　　道家曾強調四個(gè)字，叫“道、法、術(shù)、器”。

　　層次分別為：

　　“器”是指物品或工具，在數據分析領(lǐng)域指的就是數據分析的產(chǎn)品或工具，“工欲善其事，必先利其器”；

　　“術(shù)”是指操作技術(shù)，是技能的高低、效率的高下，如對分析工具使用的技術(shù)；

　　“法”是指選擇的方法，有句話(huà)說(shuō)“選擇比努力重要”；

　　“道”是指方向，是指導思想，是戰略。

　　在數據分析和產(chǎn)品、運營(yíng)優(yōu)化方面，數據分析方法是其核心，屬于“法”和“術(shù)”的層次。

　　那么如何做好數據分析呢，今天咱們來(lái)講講十大數據分析的方法。

　　1、細分分析

　　細分分析是數據分析的基礎，單一維度下的指標數據信息價(jià)值很低。

　　細分方法可以分為兩類(lèi)，一類(lèi)是逐步分析，比如：來(lái)北京市的訪(fǎng)客可分為朝陽(yáng)，海淀等區；另一類(lèi)是維度交叉，如：來(lái)自付費SEM的新訪(fǎng)客。

　　細分用于解決所有問(wèn)題。比如漏斗轉化，實(shí)際上就是把轉化過(guò)程按照步驟進(jìn)行細分，流量渠道的分析和評估也需要大量的用到細分方法。

　　

　　2、對比分析

　　對比分析主要是指將兩個(gè)相互聯(lián)系的指標數據進(jìn)行比較，從數量上展示和說(shuō)明研究對象的規模大小，水平高低，速度快慢等相對數值，通過(guò)相同維度下的指標對比，可以發(fā)現，找出業(yè)務(wù)在不同階段的問(wèn)題。

　　常見(jiàn)的對比方法包括：時(shí)間對比，空間對比，標準對比。

　　時(shí)間對比有三種：同比，環(huán)比，定基比。

　　例如：本周和上周進(jìn)行對比就是環(huán)比；本月第一周和上月第一周對比就是同比；所有數據同今年的第一周對比則為定基比。通過(guò)三種方式，可以分析業(yè)務(wù)增長(cháng)水平，速度等信息。

　　

　　3、漏斗分析

　　轉化漏斗分析是業(yè)務(wù)分析的基本模型，最常見(jiàn)的是把最終的轉化設置為某種目的的實(shí)現，最典型的就是完成交易。但也可以是其他任何目的的實(shí)現，比如一次使用app的時(shí)間超過(guò)10分鐘。

　　漏斗幫助我們解決兩方面的問(wèn)題：

　　在一個(gè)過(guò)程中是否發(fā)生泄漏，如果有泄漏，我們能在漏斗中看到，并且能夠通過(guò)進(jìn)一步的分析堵住這個(gè)泄漏點(diǎn)。

　　在一個(gè)過(guò)程中是否出現了其他不應該出現的過(guò)程，造成轉化主進(jìn)程受到損害

　　

　　4、同期群分析

　　同期群（cohort）分析在數據運營(yíng)領(lǐng)域十分重要，互聯(lián)網(wǎng)運營(yíng)特別需要仔細洞察留存情況。通過(guò)對性質(zhì)完全一樣的可對比群體的留存情況的比較，來(lái)分析哪些因素影響用戶(hù)的留存。

　　同期群分析深受歡迎的重要原因是十分簡(jiǎn)單，但卻十分直觀(guān)。同期群只用簡(jiǎn)單的一個(gè)圖表，直接描述了用戶(hù)在一段時(shí)間周期（甚至是整個(gè)LTV）的留存或流失變化情況。

　　以前留存分析只要用戶(hù)有回訪(fǎng)即定義為留存，這會(huì )導致留存指標虛高。

　　

　　5、聚類(lèi)分析

　　聚類(lèi)分析具有簡(jiǎn)單，直觀(guān)的特征，網(wǎng)站分析中的聚類(lèi)主要分為：用戶(hù)，頁(yè)面或內容，來(lái)源。

　　用戶(hù)聚類(lèi)主要體現為用戶(hù)分群，用戶(hù)標簽法；頁(yè)面聚類(lèi)則主要是相似，相關(guān)頁(yè)面分組法；來(lái)源聚類(lèi)主要包括渠道，關(guān)鍵詞等。

　　例如：在頁(yè)面分析中，經(jīng)常存在帶參數的頁(yè)面。比如：資訊詳情頁(yè)面，商品頁(yè)面等，都屬于同一類(lèi)頁(yè)面。簡(jiǎn)單的分析容易造成跳出率，退出率等指標不準確的問(wèn)題，通過(guò)聚類(lèi)分析可以獲取同類(lèi)頁(yè)面的準確數據用于分析場(chǎng)景。

　　6、AB測試

　　增長(cháng)黑客的一個(gè)主要思想之一，是不要做一個(gè)大而全的東西，而是不斷做出能夠快速驗證的小而精的東西?？焖衮炞C，那如何驗證呢？主要方法就是AB測試。

　　比如：你發(fā)現漏斗轉化中中間有漏洞，假設一定是商品價(jià)格問(wèn)題導致了流失，你看到了問(wèn)題-漏斗，也想出了主意-改變定價(jià)。但主意是否正確，要看真實(shí)的用戶(hù)反應，于是采用AB測試，一部分用戶(hù)還是看到老價(jià)格，一部分用戶(hù)看到新價(jià)格，若你的主意真的管用，新價(jià)格就應該有更好的轉化，若真如此，新價(jià)格就應該確定下來(lái)，如此反復優(yōu)化。

　　

　　7、埋點(diǎn)分析

　　只有采集了足夠的基礎數據，才能通過(guò)各種分析方法得到需要的分析結果。

　　通過(guò)分析用戶(hù)行為，并細分為：瀏覽行為，輕度交互，重度交互，交易行為，對于瀏覽行為和輕度交互行為的點(diǎn)擊按鈕等事件，因其使用頻繁，數據簡(jiǎn)單，采用無(wú)埋點(diǎn)技術(shù)實(shí)現自助埋點(diǎn)，既可以提高數據分析的實(shí)效性，需要的數據可立即提取，又大量減少技術(shù)人員的工作量，需要采集更豐富信息的行為。

　　如：重度交互（注冊，邀請好友等）和交易事件（加購物車(chē)，下訂單等）則通過(guò)SDK批量埋點(diǎn)的方式來(lái)實(shí)施。

　　

　　8、來(lái)源分析

　　流量紅利消失，我們對獲客來(lái)源的重視度極高，如何有效的標注用戶(hù)來(lái)源，至關(guān)重要。

　　傳統分析工具，渠道分析僅有單一維度，要深入分析不同渠道不同階段效果，SEM付費搜索等來(lái)源渠道和用戶(hù)所在地區進(jìn)行交叉分析，得出不同區域的獲客詳細信息，維度越細，分析結果也越有價(jià)值。

　　

　　9、用戶(hù)分析

　　用戶(hù)分析是互聯(lián)網(wǎng)運營(yíng)的核心，常用的分析方法包括：活躍分析，留存分析，用戶(hù)分群，用戶(hù)畫(huà)像，用戶(hù)細查等。

　　可將用戶(hù)活躍細分為瀏覽活躍，互動(dòng)活躍，交易活躍等，通過(guò)活躍行為的細分，掌握關(guān)鍵行為指標；通過(guò)用戶(hù)行為事件序列，用戶(hù)屬性進(jìn)行分群，觀(guān)察分群用戶(hù)的訪(fǎng)問(wèn)，瀏覽，注冊，互動(dòng)，交易等行為，從而真正把握不同用戶(hù)類(lèi)型的特點(diǎn)，提供有針對性的產(chǎn)品和服務(wù)。

　　用戶(hù)畫(huà)像基于自動(dòng)標簽系統將用戶(hù)完整的畫(huà)像描繪清晰，更有力地支撐運營(yíng)決策。

　　

　　10、表單分析

　　填寫(xiě)表單是每個(gè)平臺與用戶(hù)交互的必備環(huán)節，優(yōu)秀的表單設計，對轉化率的提升起到重要作用。

　　用戶(hù)從進(jìn)入表單頁(yè)面之時(shí)起，就產(chǎn)生了微漏斗，從進(jìn)入總人數到最終完成并成功提交表單人數，這個(gè)過(guò)程之中，有多少人開(kāi)始填寫(xiě)表單，填寫(xiě)表單時(shí)，遇到了什么困難導致無(wú)法完成表單，都影響最終的轉化效果。