扫码加入数据分析学习群

业务数据分析方法论

1、三步式方法论：日常取数

（1）确认数据范围

（2）确认分析维度

（3）输出数据指标

分析思路：

a、和需求方确认数据范围，确定数据维度（如：时间维度、渠道维度、客户维度······）

b、和需求方确认分析维度，从背景和目标中得出xxx维度汇总信息

c、和需求方确认统计指标（是否划分会员、销售额是税前还是税后······）

2、帕累托分析：业务问题发现

又称二八法则，在项目管理中主要用于找出核心问题，即百分之八十的问题是百分之二十的原因造成的。

3、RFM模型

方法核心：数据分类

根据用户历史行为数据，结合业务理解，实现用户分类，助力用户的精准营销

R：Recency 最近一次消费基于当前时点，统计用户最近一次消费时点和当前时点的时间差

F：Frequency 消费频次指定时间区间内统计用户的购买次数

M：Money 消费金额指定时间区间内统计用户的消费总金额

RFM模型是衡量客户价值和客户创利能力的重要工具和手段

（1）RFM模型实现步骤：

a、获取R、F、M三个维度下的原始数据

b、定义R、F、M的评估模型与中值【中值一般用平均值】

c、进行数据处理，获取R、F、M的值，划分R、F、M的高低程度

d、参照评估模型与中值，对用户进行分层

e、针对不同层级用户制定运营策略

（2）RFM模型方法论：

a、结合业务场景找到核心的的数据指标

b、在指标下划分不同的程度

c、设计分类模型

d、根据划分程度、分类模型、将数据划入对应类别

4、RFM模型衍生

（1）用户忠诚度：

（2）波士顿矩阵：

（3）、用户分类模型RFM总结

a、结合实际业务选取关键数据指标分析，不是千篇一律的最近一次消费时间、消费频次、消费金额

b、定义R值、F值、M值数据区间分隔时，发现明显断档数据可以通过散点图、透视表、构成类图等进行判断

c、对于划分阈值的计算，除了平均值，还有二八法则，对于更加复杂的业务，可以寻求程序员或业务员协助确定

d、除了选取讲解的3个核心业务指标进行交叉分析，也可以同时分析4个、5个指标，或者只需要分析2个指标

e、针对不同分层用户的运营策略的制定要结合实际，在制定了运营策略之后，结合公司现有资源和手段开展具体的落地工作。

5、树状分析方法论：KPI树

由于数据维度的丰富性，使用“三步分析方法论”分析，需求思路往往会卡在第二步，若每个维度都尝试下探，非常耗时。

此时可以考虑从总体指标入手，逐层分解总体指标，形成下钻式树结构。

分析思路：

（1）梳理行业内经常谈及的指标；

（2）将指标拆解为另外两个指标的和或乘积（或同一指标不同维度），逐层下钻，直至无法分解；

（3）将指标按拆解思路排放成树状结构，增加同比或环比值，通过观察变化比率快速定位问题。