大数据:做数据分析时,你的方法论是什么?

标签:大数据营销技术产品

访客:21228  发表于:2017-05-16 09:27:52

这是一篇方法论。是的,没有实际案例。在知乎、woshipm、pmcaff、产品100等搜索了大量的数据分析相关的文章,发现没有多少适合自己的,因为内容太过碎片化,就买了一套书,开始系统的学习。当你完成一份数据分析报告 …

在知乎、woshipm、pmcaff、产品100等搜索了大量的数据分析相关的文章,发现没有多少适合自己的,因为内容太过碎片化,就买了一套书,开始系统的学习。

当你完成一份数据分析报告时,不知领导是否有问过你,“你的分析方法论是什么?”。如果分析方法论不正确或不合理,那分析结果参考价值几何呢?

1. 困惑

相信很多人在做数据分析时,会经常遇到这几个问题:不知从哪方面入手开展分析;分析的内容和指标常常被质疑是否合理、完整,自己也说不出个所以然来。当然我也一样,处在数据分析的学习阶段,对这些问题常常会感到困惑。

这就是为什么强调数据分析方法论的原因。当方法论结合了实际业务,才能尽量确保数据分析维度的完整性和结果的有效性。

数据分析的三大作用,主要是:现状分析、原因分析和预测分析。什么时候开展什么样的数据分析,需要根据我们的需求和目的来确定。

数据分析的一般步骤:


大数据

2. 解惑

数据分析的目的越明确,分析越有价值。明确目的后,需要梳理思路,搭建分析框架,把分析目的分解成若干个不同的分析要点,然后针对每个分析要点确定分析方法和具体分析指标;最后,确保分析框架的体系化(体系化,即先分析什么,后分析什么,使得各个分析点之间具有逻辑联系),使分析结果具有说服力。

那么,如何保证分析框架的体系化呢?

以营销、管理等理论为指导,结合实际业务情况,搭建分析框架,这样才能尽量确保数据分析维度的完整性,结果的有效性及正确性。

营销方面的理论模型有:4P、用户使用行为、STP理论、SWOT等。

管理方面的理论模型有:PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。

这里主要说明:PEST、5W2H、逻辑树、4P、用户使用行为这五个比较经典实用的理论,了解如何在搭建数据分析框架时应用它们作指导。

(1)PEST:主要用于行业分析。

PEST,即政治(Political)、经济(Economic)、社会(Social)和技术(Technological)

P:构成政治环境的关键指标有,政治体制、经济体制、财政政策、税收政策、产业政策、投资政策、国防开支水平政府补贴水平、民众对政治的参与度等。

E:构成经济环境的关键指标有,GDP及增长率、进出口总额及增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。

S:构成社会文化环境的关键指标有:人口规模、性别比例、年龄结构、出生率、死亡率、种族结构、妇女生育率、生活方式、购买习惯、教育状况、城市特点、宗教信仰状况等因素。

T:构成技术环境的关键指标有:新技术的发明和进展、折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度、国家重点支持项目、国家投入的研发费用、专利个数、专利保护情况等因素。

eg:仅作举例,不代表只考虑这几点因素


大数据

(2)5W2H:应用相对广泛,可用于用户行为分析、业务问题专题分析、营销活动等。

5W2H,即何因(Why)、何事(What)、何人(Who)、何时(When)、何地(Where)、如何做(How)、何价(How much)

该方法广泛应用于企业营销、管理活动,对于决策和执行性的活动措施非常有帮助,也有助于弥补考虑问题的疏漏。

eg:仅作举例,不代表只考虑这几点因素


大数据

(3)逻辑树:可用于业务问题专题分析。

逻辑树,又称问题树、演绎树或分解树等。

它是将问题的所有子问题分层罗列,从最高层开始,并逐步向下扩展。

逻辑树的作用主要是帮你理清自己的思路,避免进行重复和无关的思考。逻辑树能保证解决问题的过程的完整性,能将工作细分为便于操作的任务,确定各部分的优先顺序,明确地把责任落实到个人。

逻辑树的使用必须遵循以下三个原则。

要素化:把相同问题总结归纳成要素。

框架化:将各个要素组织成框架,遵守不重不漏的原则。

关联化:框架内的各要素保持必要的相互关系,简单而不孤立。

缺点:涉及的相关问题可能有遗漏,虽然可以用头脑风暴把涉及的问题总结归纳出来,但还是难以避免存在考虑不周全的地方。所以在使用逻辑树的时候,尽量把涉及的问题或要素考虑周全。

eg:仅作举例,不代表只考虑这几点因素


大数据

(4)4P:主要用于公司整体经营情况分析。

4P,即产品(Product)、价格(Price)、渠道(Place)、促销(Promotion)

eg:仅作举例,不代表只考虑这几点因素


大数据

(5)用户使用行为:用途较为单一,就是用于用户行为的研究分析。

用户使用行为,即用户为获取、使用物品或服务所采取的各种行动。

用户对产品首先需要有一个认知、熟悉的过程,然后试用,再决定是否继续消费使用,最后成为忠诚用户。

用户使用行为的完整过程:

大数据

可以利用用户使用行为理论,梳理产品分析的各关键指标之间的逻辑关系,构建符合公司实际业务的产品分析指标体系。

eg:仅作举例,不代表只考虑这几点因素

大数据

这些方法论并非只能单独使用,可以根据具体情况选择合适的方法论嵌套使用。

3. 最后

明确数据分析方法论的主要作用:

(1)理顺分析思路,确保数据分析结构体系化。

(2)把问题分解成相关联的部分,并显示它们之间的关系。

(3)为后续数据分析的开展指引方向。

(4)确保分析结果的有效性及正确性。

明确数据分析方法论和数据分析法的区别:

数据分析方法论主要是从宏观角度指导如何进行数据分析,它就像是一个数据分析的前期规划,指导着后期数据分析工作的开展。

而数据分析法则指具体的分析方法,比如对比分析、交叉分析、相关分析、回归分等。数据分析法主要从微观角度指导如何进行数据分析。

来源:网络 作者: 杜王丹 

评论(0)

您可以在评论框内@您的好友一起参与讨论!

--> --> -->
<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");