数据分析常用的思维导读

Posted 2021-06-10 数据の变异

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数据分析常用的思维导读相关的知识，希望对你有一定的参考价值。

一、对比思维
- （1）对比分类
- （2）对比思路
二、细分（拆解）思维
三、假设思维
四、相关思维

一、对比思维

通过对比找到数据的变化特点和发展趋势，找到影响这种差异的原因、优化差异的方法。

（1）对比分类

指标和目标对比
目标可以是制定的目标，比如下个月计划的销售额目标。或以市场行业的平均水平作为目标。

九月份销售目标100万元，目标完成率为110%，超额完成计划目标，整体看起来不错。
与上月（时间维度）环比
与上月比较，九月份环比增加了15.8%（（110-95）/ 95*100%），业绩呈现增长趋势。
与去年（时间维度）同比
与去年同期进行对比，去年九月份销售额55万元，今年九月份销售额同比增加了100%（（110-55） / 55*100%），实现了翻倍。
分渠道（空间维度）对比
虽然九月份超额完成目标，但我们发现C渠道没有完成销售目标，需要重点关注，分析原因。
与同类对比
拿渠道C和同类对比，指标选择要慎重。体现效率的指标会更合适，比如人均销售额。

（2）对比思路

拿到一个数据（比如异动数据）后，确认数据准确性；观察在时间趋势下的波动情况，看是突然的大幅度波动，还是正常范围内的小幅度波动；再按照不同的渠道进行细分，查看不同渠道的差异情况；条件允许下，还可以和外部数据、市场同行数据进行对比。

二、细分（拆解）思维

数据时多维的，细分思维就是把多维数据拆解成一维或若干维进行分析。把多维度数据下隐藏的数据细节，进行拆分，找到异常点。

时间维度拆分
时间维度可以细分为：年、月、周、日、时、分、秒等，不同时间跨度，数据表现可能不同。比如按月份来看，数据的波动可能不大，但是细分到每一天，可能就会剧烈波动变化，找到变化的数据，分析原因，不能让大的虚假完美表象淹没可增长点。
空间维度拆分
空间维度指的是：传统销售渠道地理空间（世界、洲、国家、省份、城市、区域等）和互联网+渠道空间（信息流推广、搜索引擎推广、应用市场推广、自媒体推广、短视频推广等等）。不同来源进行拆分，主要是为了发现不同渠道的流量、产品差异性。
按指标公式拆分-
公式拆分：就是针对某个指标，用公式计算（加减乘除）层层分解该指标的影响因素（抓住能改善且致命因素）。比如销售额=销售数量 * 客单价，销售数量=新客购买量 + 老客购买量+复购用户购买量；财务分析中，权益净利润=资产净利率 * 权益系数，资产净利润=销售净利润 * 资产周转率等
按业务过程拆分
把复杂的业务问题拆解细分为一个个过程，透简业务问题。比如淘宝上门取件业务，通过漏斗分析定位影响换货成功率以及换货上门取件渗透率的关键环节和因素，以做出相应改进措施，提高换货成功率和换货上门取件渗透率。

又比如，订单发货流程：接到订单——确认库存——联系顾客——指示发货——发货；黑客增长模型：获取——激活——留存——盈利——推荐；经典营销漏斗：选购商品——添加购物车——购物车结算——核对订单——提交订单——支付方式——OK。
多维度细分
多维度：从多个维度分析业务状况。分析某个产品的销量情况，可以从用户、产品、时间三个维度进行分析，用户分析查看购买情况，产品分析查看销量情况，时间分析查看变动情况；RFM模型从最近一次消费时间、用户下单频率、用户消费金额对用户进行细分。