(, 下载次数: 14) 上传 点击文件名下载附件 通过对多种维度的划分，运用立方体的形式进行展现，适用于大的数据量。比如：用户统计维度：性别、年龄；用户行为维度：注册用户、用户偏好、用户兴趣、用户流失；消费维度：消费金额、消费频率、消费水平；商品维度：商品品类、商品品牌、商品属性。 多维法是一种精细驱动的思维，只要数据齐全且丰富，均可以使用。优点：处理大数据量，维度丰富且复杂的数据有较好的效果，但是维度过多会消耗很多时间。 规避辛普森悖论 (, 下载次数: 13) 上传 点击文件名下载附件 对不同维度进行交叉分析时，需要运用钻取的方法来尽量避免辛普森悖论。 03 假设法 很多时候，数据分析是没有数据可明确参考的，比如：新进入一个市场，公司开拓某样产品。老板让你预测一年后的销量。产品的基础数据非常糟糕，拿不到什么有效数据。这时候就用到了假设法，往往都是人工设置一个变量或者比率来进行反推。假设法是一种启发思考驱动的思维，它更多的时一种思考方法，即假设，验证，判断。 优点：当没有直观数据或者线索能分析时，以假设先行的方法进行推断，这是一个论证的过程。 04 指数法 很多时候我们有数据，但不知道怎么应用。就是因为缺乏了一个有效性的方向。这个方向可以成为目标指数。通过将数据加工成指数，达到聚焦的目的。 指数法主要有线性加权、反比例、log三种方法，是一种目标驱动的思维，是将无法利用的数据加工成可利用的，从而进行分析。但是指数法没有统一的标准，很多指数更依赖经验来进行加工。 优点：目标驱动力强，直观，简洁，有效，对业务有一定的指导作用，一旦设立指数不易频繁变动。 05 二八法 (, 下载次数: 18) 上传 点击文件名下载附件 数据中，20% 的变量将直接产生80%的效果，数据分析更应该围绕这20%作文章，持续关注topN的数据是一个非常好的习惯。二八法是一种只抓重点的思维，几乎应用于所有的领域，所以这种分析思维几乎没有什么局限性。但是在一些特定的情况下数据分析依旧不能放弃全局，否则就会使思路变得狭隘。 优点：和业务紧密相关，和KPI更紧密相关，可以花费最少的时间和精力就达到不错的效果，性价比很高。 06 对比法 好的数据指标一定是比例或者比率，好的数据分析一定会用到对比。我们要从多方面进行对比，比如：竞争对手对比，时间同比环比，类别对比，转化对比，特征和属性对比，前后变化的对比等，很多时候只有通过这些对比才能看出问题，正所谓孤数不证。对比法是一种挖掘数据规律的思维，一次合格的分析一定要用到N次对比。 优点：对比法可以发现很多数据间的规律，它可以与任何技巧结合。 07 漏斗法 漏斗分析模型，简单来讲，就是抽象产品中的某一流程，观察流程中每一步的转化与流失。 比如：教育培训类产品的用户，从首页进入到最终完成支付的行为，大多需要经过搜索课程，查看课程详情、点击购买、立即支付、支付成功，我们需要将按照流程操作的用户进行各个转化层级上的监控，寻找每个层级的可优化点；对没有按照流程操作的用户绘制他们的转化路径，找到可提升用户体验，缩短路径的空间。 (, 下载次数: 14) 上传 点击文件名下载附件 作者: VVvv 时间: 2024-5-2 10:54 不用头发。 作者: VVvv 时间: 2024-5-2 10:58 素养乘 作者: VVvv 时间: 2024-5-2 10:58 数量乘法 欢迎光临 永洪社区 (https://club.yonghongtech.com/) Powered by Discuz! X3.4