
关于分析和 研究,粗浅的说点我的理解:
各网站常见的PV分析,是对大量数据样本的统计分析。算是定量的研究;而淘宝目前的用户研究,一直采用小样本方式。算是定性的研究。
定量的信息告诉你发生了什么,它真实、精确,但缺少细节,无法看清和解释问题的根源。定性的信息告诉你为什么会发生,它灵活、快速、细节丰富,但缺乏普遍性,且描述性细节多过可统计的数据。这也正是为什么,数据分析部也会做用户访谈;而用户研究部需要上量的数据支持的原因。
举个例子,可能更好理解定性和定量数据的差异:如下图,中国网络数据中心[dcci],统计了08年上半年,中国网民对网络的应用 和使用地点的关系。
可以看出,很明显,在办公室上网的人,比在其他地点上网的人,收发更多的电子邮件,进行更多的网络交易。
如果考虑到人群基数,可以推知,在单位和家里是网上购物的主要地点。
这个信息,有利于我们大致认清目标用户。但,在单位的人,几点购物?有多少时间购物?浏览和购买的操作有什么特点?有什么特殊需求?这些有足够细节的,能影响具体设计的信息,往往是无法直接获得的。在设计实践中,设计师往往依靠自己或专家的经验和直觉。经验,其实就是一种小样本的积累。不精确,却足以解决一些问题。我们当然也可以用定量的方法,分别统计每个细小问题的大量数据,为最终的设计提供真实而丰富的细节。但是,问题分的细了,统计时间和成本必然增加。性价比是需要权衡的。
因此,为了弄清楚网络购物的人们,大都在什么时候出手,这个细节问题,我旺旺抽访了12个卖家,问他们什么时间段最忙,以推知主流买家的购物习惯。得到如下信息:
1) 钻级卖家,一周才卖几件,看不出一天内买家的变化趋势。印象里,非周末的下午,卖的多。
2) 皇冠卖家,下午〉=晚上的繁忙程度。也就是说,晚上不会比下午更忙。而下午最忙是16点。晚上一般是8-11点。
3) 皇冠特例:3C数码卖家说,最忙时候是上午10:00-11:30 和 晚上8-11点。下午不忙。男性买家是绝大多数。
由定量信息 和 以上抽样信息 结合,大致可以看出:
1) 上班人员一般在临近下班前拍下宝贝。而不是一般推理的午休时间。
2) 晚上在家购物的人,一般在晚饭后[天气预报后时段],上网购物人数增多。
3) 男性买家,可能更倾向于上午下班前购物。
以上信息,仅供参考。
另外,今天看到一句话,很有感触:
“一般人认为数据是客观而准确的,其分析结果也是一样。但其实,准确的数据之后,依赖的是分析师的常识、经验和主观判断。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01