数据分析的一些基础知识和模型 |
|
作者:佚名 文章来源:本站原创 点击数: 更新时间:2022/12/21 22:34:54 | 【字体:小 大】 |
蓬户生晖通过活动的运营达到预期的目标和效果,提升平台的流量利用率,增加GMV,提升活动的效率,确定更加高效的运营策略等。
明确目的和思路:分析的目标一定要确定,确定分析的思路;解决问题之前需要先认清问题的本质;对于问题的定义使用SMART原则。
数据分析的核心目的是解决问题,使用结构化的解决方法,制定长期的解决方案。
确定核心指标的趋势,去分析异常点对应的原因;趋势分析方法,明确一个指标的正负,收集数据,查看数据趋势,树立相应的标杆,建立判断的标准,对比形成结论;
纵向的对比,自身与自身的对比,横向的对比,自身和别人的对比;常用于两组或者两组以上的数据进行比较,先分组再对波,对比法,可以发现变化的规律,使用频率等。对比的维度有时间维度、空间维度、计划维度、分组对比;
核心指标的拆解;MECE原则,相互独立,完全穷尽。拆维度,拆数据、拆因子;
可以看出S(优势)、W(劣势)、O(机会)、T(威胁)是四个单一维度彼此独立,却可以通过交叉重叠产生不同的结论。
也被称为波士顿矩阵,根据业务或产品的两个重要属性作为分析依据,进行分类关联分析,找出解决问题的一种分析方法。
两个事物之间是否错在关系,比如天气会影响线下门店的收入,但需要注意一些相关性不一定有因果性。
|
|