
从公众平台分析,浅谈怎么做数据分析
前言:不知道有多少产品经理的童鞋平常工作会负责数据分析的内容?又有多少负责数据分析内容的童鞋有去了解数据分析?——前者我有;后者,反正我是没有。
最近由于跟公众平台用户分析内容频繁的接触,天天对着数据晃啊晃的,某个瞬间突然想起虽然跟数据打了这么多年的交道,但自己好像连“数据分析”是什么也懵懵懂懂,顿时细思恐极,于是萌生了好好总结一下的想法。
简单说,数据分析是把大量数据按照一定方法进行分析,形成概括总结的过程,以便采取适当行动。
在产品的整个寿命周期,包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程,以提升有效性。如一个企业的领导人要通过市场调查,分析所得数据以判定市场动向,从而制定合适的生产及销售计划等。
在互联网营销方面,主要体现在广告投放和活动推送。
通常,广告投放和活动推送前的数据分析可以分为两步走。第一步:确定目标群体。比如,目标群体是18~25岁,上网购物的年轻女性。第二步:描述此群体的活动轨迹。也就是说,知道目标客户群做什么事、在什么时间地点能够找到他非常重要。
数据分析里经常可以看到两个统计术语:同比和环比。
同比分析和环比分析都有增长速度和发展速度两种方法。
ps:当上期/历史同期数据为0时,没有比较意义,不予考虑。
请大家先看两张图:
图1:用户分析昨日关键指标的数据呈现
图2:“日、周、月”统计方法的说明
由图2可知,图一的用户分析是使用了环比增长速度来表示用户的“日”变化情况。
这里有个问题一直困扰着我:用户分析环比到7天前、30天前的数据是否有必要? 是要对比昨天的天气、温度、湿度和7天前、30天前的天气、温度、湿度,以便知道7天后、30天后我该穿什么衣服吗?
个人感觉这边可以去掉周、月的无用数据,增加以“周”、“月”为基数的环比数据。
应该会有童鞋常常纠结于如何选择合适的图表表达数据诉求,在这里也简单介绍几种常用数据分析统计图表的特点、使用方法以及注意点。
折线图主要是在按照时间序列分析指标值变化趋势的情况下使用,是有连续性的。通常情况下X轴设定为时间,Y轴设定为其他指标值。如分析页面PV,UV,转化数(率),周期内交易量,用户增长量等指标整体变化趋势时多用折线图。如下图:
图3:用户增长趋势分析
上图就是表示用户每天(还可以是每小时段、周、月或年)的变化趋势,从图中可得到 “平时工作日的访问比较多,周末的访问比较少”的分析结论。
如果在相同单位下,同时有多个指标,那么就可以细分折线图,如把图3的增长来源组合在一起,可变成下图:
图4:增长来源分析
由上图可得出通过“其他”方式关注公众号的用户是最多,也是说用户比较偏好通过“其他”方式关注公众号,那么后面是不是就需要调整策略,比如侧重这方面的营销等等。
折线图的注意事项
柱形图用于显示一段时间内的数据变化或显示各项之间的比较情况。柱形图常见的有三种:横柱形图,竖柱形图及堆积柱形图。
横柱形图一般用来表示一类项目的横向对比,有一个排名的概念。横柱图的X轴通常代表确定数值大小的刻度尺。下图是按省份分布对用户数量的排名图:
图5:用户属性-省份分布
竖柱形图常用来表示时间序列的指标数值变化情况,这个跟折线图差不多,不同的是竖柱形图偏向于表现数量,折线图偏向于表现趋势。如下图(因为公众平台没有这块的内容,随便百度了一张):
图6:随便百度的图
看到这里,肯定有童鞋会有“横、竖柱形图好像都是好像没什么差别”的感觉,那么他们是否可以互相转换呢?其实是可以的,但是当X轴的名称很长的时候,你去看看效果,保证惊呆你。
堆积柱形图主要显示单个项目与整体之间的关系,它比较各个类别的每个数值所占总数值的大小。比如图3的用户增长的各个指标占比总数量的情况,可整理为下图:
图7:各指标用户增长情况
由上图就可看出每个时间段,各指标的用户增长占比。
柱图的注意事项
饼图只显示一个数据系列 (数据系列:简单说是excel表中的一行或一列的数据)中各项的大小与各项总和的比例。如下图:
图8:用户属性-top10机型分布
请大家注意 “top10”这个字眼,这是在告诉我们饼图比较适合类目数量是10个以内(或只区分部分主要类目,其他类目统计在一起)的场合。另外饼图只表示的比例,要体现对应数量可像上图在右边加上数量的描述。文章来源:CDA数据分析师官网
做成饼图时的注意事项
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-252025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-25从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-25用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-24解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-24CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-24从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-23用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-23鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-23解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-22左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万,心里痒痒的,想着“我也试试”,结果三个月过去,粉丝不到1000,播放量惨不忍睹? ...
2025-07-21我是陈辉,一个创业十多年的企业主,前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划,再到自己开策划机构,我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18