京公网安备 11010802034615号
经营许可证编号:京B2-20210330
开始数据分析学习总结的第二篇:结构为王——确定分析思路。粗体依然是自己的,较少,一个学计算机人的对这些营销、管理的方法论了解实在甚少。
一、数据分析方法论
上一篇提到过确定分析思路需要以营销、管理等理论为指导,这些数据分析相关的营销、管理等理论统称为数据分析方法论。养成在分析方法论指导下开展分析的习惯,以确保分析结果具有指导意义。
数据分析方法论主要有以下几个作用:
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,并现实它们之间的关系;
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。
其实,数据分析方法论就是用已有的一些理论作为分析思路,使其体系化、结构化,然后再按此分析思路确定衡量的数据指标,最后使输出的结论更具有说服性和理论性。数据分析方法论是宏观上的,而具体的数据分析方法是微观上的。
二、常用的数据分析方法论
这里主要介绍了四种常用的数据分析方法论,它们适用于各自不同的分析情况,有的主要用于用户行为分析,很适合互联网产品尤其网站、有的主要用于行业分析、还有的主要用于公司整体情况分析,可以先简单了解一遍,后面有总结各主要用于什么分析。有点枯燥,谁叫这是方法论呢-.-||
1. PEST分析法
PEST分析法用于对宏观环境的分析。宏观环境又称一般环境,是指影响一切行业和企业的各种宏观力量,一般都应对政治Political、经济Economic、技术Technological和社会Social这四大类影响企业的主要因素进行分析,简称为PEST分析法。
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、专利数量、国防开支水平、政府补贴水平、民众对政治的参与度等。
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。
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。
构成技术环境的关键指标有:新技术的发展和进展、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。
2. 5W2H分析法
在所有逻辑思考方法中,5W2H分析法可以说是最容易学习和操作的方法之一。5W2H分析法即何因Why、何事What、何人Who、何时When、何地Where、如何做How、何价How much,以此构成5W2H分析法的总框架。
3. 逻辑树分析法
逻辑树又称问题树、演绎树或分解树等。逻辑树是分析问题最常使用的工具之一,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。
把一个已知问题当作树干,然后开始考虑这个问题和哪些相关问题有关。每想到一点,就给这个问题所在的树干加一个“树枝”,并标明这个“树枝”代表什么问题,依此找出与问题相关联的所有项目。
逻辑树的作用主要是帮助你理清自己的思路,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,它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:
1)要素化:把相同问题总结归纳成要素;
2)框架化:将各个要素组织成框架,遵守不重不漏的原则;
3)关联化:框架内的各个要素保持必要的相互关系,简单而不孤立。
不过逻辑树分析法也有它的缺点,就是涉及的相关问题可能有遗漏,虽然可以用头脑风暴法把设计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,尽量把设计的问题或要素考虑周全。
4. 4P营销理论
营销理论产生于20世纪60年代的美国,它是随着营销组合理论的提出而出现的。营销组合实际上有几十个要素,概括为四类:产品Product、价格Price、渠道Place、促销Promotion,即著名的4P营销理论。
需要了解公司的整体运营情况,就可以采用4P营销理论对数据分析进行指导,这样就可以较为全面地了解到公司的整体运营情况。搭建好分析框架后,根据这些确定的问题,可再将它们细化为数据分析指标。
5. 用户行为理论
用户使用行为是指用户为获取、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,最后成为忠实用户。
现在可利用用户使用行为理论,梳理网站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网站分析指标体系。
用户行为理论这种方法论对互联网产品来说尤其网站是很适合的,分析出用户的主要行为路径,按步骤设定衡量的数据指标再去具体分析。
根据用户行为的一步步进行,分析指标包括:UV、PV、人均页面访问量、访问来源、平均停留时长、跳出率、页面偏好、搜索访问次数占比、注册用户数、注册转化率、登录用户数、人均登录、访问登录比、订购量、订购频次、内容、转化率、回访者比率、访问深度、用户流失数、流失率等。
以上五种分析方法论主要用途分别为:
1)PEST分析理论主要用于行业分析;
2)5W2H分析理论的用途相对广泛,可用于用户行为分析、业务问题专题分析等;
3)逻辑树分析理论可用于业务问题专题分析;
4)4P分析理论主要用于公司整体经营状况分析;
5)用户行为理论的用途较单一,就是用于用户行为研究分析。
当然这些理论可以互相嵌套使用,根据实际情况灵活使用,切勿生搬硬套。
最后,分析方法论是前人总结归纳出来的一条条讲得通的逻辑思路,我们现在借用来用到我们要分析的事情或产品上,一方面帮我们理清一个分析思路,另一方面让我们按此思路输出的结果有理论依据。方法论可以说就像数学里的公理吧,不需要证明的。(文章来源:CDA数据分析师培训官网)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13