数据分析的基础套路与实战(一)——业务拆解框架
数据分析基础套路与实战
数据分析的基本流程
- 确定数据分析的目标与分析框架;
- 数据采集与预处理;
- 数据分析;
- 业务需求建模
- 完善数据分析报告;
确定数据分析的目标与框架
1、如何高效的拆解业务需求,确定数据分析目标
业务需求的拆分分为两部分:第一是把需求拆分到业务指标;第二是对每个指标拆分分析。
业务指标也分为核心指标和底层指标,电商运营的核心优化指标是GMV,但不同业务问题可以从人货场、链路转换、生命周期等不同角度拆解出细分指标用于优化。
指标拆分分析的常用思路与方法:
以DAU变动为例分析
(1)按短期和长期因素拆分
此处DAU上升现将其拆分为长期因素和短期因素,长期因素表现在用户量的长期趋势,如一年来app的日活指标都是呈上升态,可估算5月到7月按既往趋势的DAU增长量(换算为量而非百分比),比如使用移动平均等预测手法计算;在剔除了趋势增长量的基础上,考虑短期因素,考虑在7月和5月间有无重大社会事件、商业事件,社会事件可以是某种舆论造成App的关注度提升,商业事件可考虑商业合作和商业活动(618),可以以各月的舆论热度作为对比的指标。
(2)按内外部变化拆分
日活的变化第一是产品本身某个改动点获得认可,可以通过abtest的方式来检验,指标包括用户研究类(活跃用户)、内部的新版本,运营活动;外部变化是市场环境,可以从市场趋势和市场竞争(交互作用)两方面来分析,市场趋势开始提倡或推动本类产品的增长(用户增长潜力),而从分割市场的角度解释市场竞争,一个固定容量的市场,一些产品倒下或增加,必将导致用户量的集中和分散,因此可考虑分析近几个月的行业舆情和竞争对手运营情况。
(3)按时空来拆分
可以将日活细拆为地区、城市的粒度,然后进行相应的对比,分析具体的日活增长点是某一个城市、还是某些城市还是所有城市,如果是某个或某几个城市,如可以分析这些城市的渗透率的变化,是否和其他日活变化不大的城市的渗透率相差较大,则可以归结于业务推广的功劳。若所有城市日活都在上升,则可以考虑该增长与野夫分析无关,考虑其他因素,如竞品退出、市场趋势、产品改进等有关京东的销量预测
评估指标wMAPE。选择合适业务环境的指标
2、数据分析的常用业务框架和指标有哪些
1)常用指标
数据分析的核心指标在不同行业有所差异,底层细分指标也很多。以几个互联网平台的核心指标为例:
INS 照片分享率
Facebook 月活跃用户率
uber 接单司机到用户的距离 (优化用户体验的目的)
电商 销售额 GMV
下面以电商运营为例,分析常用指标,可以从人、货、场的角度进行细分 。
人的指标:
人包括客服;流量(访客);用户
DSR 店铺动态评分
是店铺信用销售价值的重要表征指标。与消费评价息息相关
计算方法:基础权重—抽取连续6个月内买家评分总和/买家评分次数,在此基础上会叠加店铺内每个宝贝的评分。货的指标:从货的生命周期切入包括,库存;销售;配货;售后
(1)总体介绍
(2)详细介绍
产品活跃指标
场的指标拆解
场的通用指标包括:销售预测和销售分析
销售预测:增长率、权重指数(月/周/日)
销售分析:直接指标—销售额、净销售额(不含退款)、业绩增长率、毛利率
间接指标—销售量、订单数量、成交转换率、客单价、连带率
场的网页链路指标包括:页面,促销方案,活动商品
页面:页面结构—流量路径、热力图、停留时长、跳失率;页面陈列—屏效
促销方案:优惠券—发放数量、使用率、折损;赠品—发放数量、折损
活动商品:SKU数/占比;销售额/占比
2)业务分析常用的框架
(1)基于AIPL的消费者资产管理
从用户生命周期出发量化品牌的人群资产,分成以下四个阶段。
认知 :广告报告;公域页面曝光;无品牌倾向搜索
兴趣:广告点击;粉丝互动;店铺浏览;品牌倾向搜索;关注/收藏/加购
购买:购买
忠诚:复购;主动分享;正面评论
(3)RFM分析框架:
Recency 最近一次消费时间;Frequency 一段时间内消费次数;Money 消费金额
用户价值的分层分析(可分为8类),精准营销,挽留高价值客户,引入潜在客户。
(3)电商漏斗模型
消费者漏洞模型:注意—兴趣—欲望—记忆—行动
通过漏斗模型寻找用户行为各环节可优化的节点
3、关于用户/商品/场所的分析
(1)关于商品的分析
(2)关于用户的分析
(3)关于新零售的分析
(4)关于场景的分析
数据采集与清洗
1、如何在明晰业务需求的基础上,提炼重点采集对象
2、数据采集的常用渠道与方法
3、总览概况
熟悉一下已有的数据集结构,包括表名,字段名,表之间的业务逻辑关系。
4、清洗无效数据
乱码、重复、超出阈值范围的
数据预处理
1、处理缺失值
2、处理异常值
3、数值转换(正态分布)
4、数据类型转换(离散化、连续化重编码)
数据分析的基础套路与实战(一)——业务拆解框架相关推荐
- 《数据分析思维》:分析方法与业务知识
小飞象·读书会 生活从来不会刻意亏欠谁,它给你一块阴影,必会在不远处撒下阳光. 读书交流│3期 数据分析方法与业务知识 data analysis ●●●● 分享人:木兮 欢迎大家参加这次读书会的直播 ...
- SpringBoot2零基础到项目实战-基础篇
springboot2零基础到项目实战-基础篇 课程内容说明 课程单元 学习目标 基础篇 能够创建SpringBoot工程 基于SpringBoot实现ssm/ssmp整合 应用篇 能够掌握Sprin ...
- Hadoop大数据零基础高端实战培训系列配文本挖掘项目
<Hadoop大数据零基础高端实战培训系列配文本挖掘项目(七大亮点.十大目标)> 课程讲师:迪伦 课程分类:大数据 适合人群:初级 课时数量:230课时 用到技术:部署Hadoop集群 涉 ...
- python快速编程入门课后程序题答案-Python编程从零基础到项目实战 完整PPT+习题答案...
Python编程从零基础到项目实战是一本介绍Python相关知识的Python基础教程,内容涉及算法.Python数据分析.图形处理.Web开发.科学计算.项目管理.人工智能.Python爬虫等.其中 ...
- Aooms_基于SpringCloud的微服务基础开发平台实战_002_工程构建
为什么80%的码农都做不了架构师?>>> 一.关于框架更名的一点说明 最近在做年终总结.明年规划.还有几个项目需要了结.出解决方案,事情还比较多,死了不少脑细胞,距离上一篇文章 ...
- Mysql常用基础命令操作实战
目录 一 启动与关闭MySQL 3 1.1 单实例MySQL启动与关闭方法 3 ※1※ 常规启动关闭数据库方式(推荐) 3 1.2 多实例MySQL启动与关闭 ...
- Java、Python、大数据、人工智能、软件测试等学科零基础到项目实战教程免费分享!
你有一直在坚持的事情吗?传智教育有! 传智教育从2006年开始坚持向千万学子免费分享学习资源,截止到2020年年末,视频教程已发布12万余节,免费直播公开课1500余场. 每一次分享,都能得到成千上万 ...
- 大数据分析入门基础知识学什么?
大数据分析入门基础知识学什么?做好数据分析要掌握多方面的知识和技能,软实力包括沟通能力.表达能力.设计能力等.学大数据分析需要掌握可视化分析.数据挖掘算法.预测性分析能力.语义引擎.数据质量和数据管理 ...
- 【汤鸿鑫 3D太极】5年目标规划(基本功、套路、实战搏击)
[5年目标]在基本功的基础上,每年完成一个套路或实战搏击的学习研究. [中小学2年]三段九节 + 2套路. [高中的3年]太极十三势 + 1套路 + 推手 + 搏击. 1.中小学阶段-可自学 (1)基 ...
最新文章
- windows 如何配置 Go 环境(Zip archive 方式)?
- 自定义listView添加滑动删除功能
- 从需求到设计,嵌入式产品开发流程
- 2011年7月21日 星期四 new
- PHP服务缓存加速软件
- 软件测试理论试题及答案
- JavaScript学习总结(10)——实用JS代码大全
- PPT怎么设置html颜色代码,PPT怎么设置表格边框颜色 PPT设置表格边框颜色教程
- 学习利器,借助Tampermonkey写一个B站视频加速器脚本
- 基于GoogleMap,Mapabc,51ditu基于GoogleMap,Mapabc,51ditu,VirtualEarth,YahooMap Api接口的Jquery插件的通用实现(含源代码下载)
- android系统运行缓慢,安卓手机运行速度慢怎么办 手机运行速度慢如何解决 - WiFi共享大师...
- 2020携程java面试题整理,开发实习一面面经
- 企业号 网页授权 php,微信企业号开发之网页授权接口调用示例
- 淮安php照片,一组图 看超罕见的老淮安 看超震撼的新淮安
- 笑哭!程序员的23个段子,搞笑又实用!
- 计算机大赛指导老师自评怎么写,计算机*学生的简单自我评价
- 动态规划之DP中判断是否到达某一状态(最短时间是什么)?
- JS继承和继承基础总结
- getCause()、e.getMessage()产生的结果
- 大数据实战之hadoop生态概况和官网文档解读