中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)讀：?jiǎn)渭兊臄?shù)字是沒有靈魂的，但是數(shù)據(jù)分析卻可以洞察出數(shù)據(jù)背后業(yè)務(wù)的規(guī)律。因此，數(shù)據(jù)分析是商業(yè)活動(dòng)中重要的一項(xiàng)工作。本文將圍繞數(shù)據(jù)分析的四個(gè)層次展開介紹，希望對(duì)你有幫助。

一、引言

我通常把數(shù)據(jù)理解為業(yè)務(wù)的另一個(gè)他，單純的數(shù)字是沒有靈魂的，而背后的業(yè)務(wù)卻是鮮活的。商業(yè)數(shù)據(jù)分析的核心是洞察數(shù)據(jù)背后業(yè)務(wù)的規(guī)律，本質(zhì)是數(shù)據(jù)賦能。我相信從事商業(yè)分析的小伙伴們都聽說過，數(shù)據(jù)分析的三個(gè)層次：描述性分析、診斷性分析和預(yù)測(cè)性分析。

著名的咨詢公司Gartner在2013年總結(jié)、提煉出了一套數(shù)據(jù)分析的框架，如上圖所示，他們把數(shù)據(jù)分析分成了四個(gè)層次，除了剛才說到的三個(gè)之外，還有一個(gè)處方性分析。診斷出業(yè)務(wù)的問題之后，還需要結(jié)合實(shí)際情況，給出運(yùn)營(yíng)策略去改善它。我更傾向把處方性分析合到診斷性分析里，因?yàn)榉治龊瓦\(yùn)營(yíng)是需要結(jié)合在一起的。當(dāng)然，這些小細(xì)節(jié)影響并不大。如今在公司0-1的參與項(xiàng)目，先前很多的方法論正好有機(jī)會(huì)都經(jīng)歷一遍，所以想結(jié)合這些框架梳理一下自己的想法，歡迎大家留言或者進(jìn)群交流。

本篇文章先跟大家介紹一下數(shù)據(jù)分析的四個(gè)層次：描述性分析、診斷性分析、預(yù)測(cè)性分析、處方性分析。

二、描述性分析：發(fā)生了什么？

通過一些核心指標(biāo)的數(shù)據(jù)和前后對(duì)比，告訴業(yè)務(wù)方（或者老板）目前業(yè)務(wù)的現(xiàn)狀是怎樣的。比如常見的流量、轉(zhuǎn)化率、收入、成本等等這些指標(biāo)。往往這些指標(biāo)是比較宏觀和概括性的，對(duì)比完就能對(duì)整體的情況有個(gè)認(rèn)知。在公司里，大家經(jīng)常會(huì)用Tableau做日?qǐng)?bào)/周報(bào)，其實(shí)主要承擔(dān)的就是描述性的匯報(bào)。

關(guān)于描述性分析，需要思考幾個(gè)問題，才能讓整個(gè)日/周報(bào)概括而又具體：

1. 關(guān)注哪些業(yè)務(wù)

首先要思考在日/周報(bào)中展示哪些業(yè)務(wù)，可以提供幾個(gè)維度去參考：

• 老板關(guān)心哪些業(yè)務(wù)？想了解什么信息？
• 部門負(fù)責(zé)哪些業(yè)務(wù)，重點(diǎn)是在推哪些？

可以沿著這個(gè)方向去確定要展示的業(yè)務(wù)。

2. 用哪些指標(biāo)，如何衡量變好/變壞

善用對(duì)比（環(huán)比/同比）、趨勢(shì)等比較方式，不能只展示指標(biāo)的數(shù)據(jù)，還要能直觀的反映出目前狀態(tài)是好還是壞。

3. 沉淀分析框架

當(dāng)然，描述性匯報(bào)也需要沉淀診斷性分析的框架。比如說，在周報(bào)中展示轉(zhuǎn)化率指標(biāo)，不論漲跌，大家肯定會(huì)在意是怎么回事。而要分析這事兒，就可以按渠道進(jìn)行拆解，分成APP端、PC端、小程序端的轉(zhuǎn)化率等等，分別關(guān)注一下。

所以對(duì)于該指標(biāo)的框架性拆解分析，就可以沉淀在描述性匯報(bào)中，這樣指標(biāo)的漲跌就立馬能定位到哪個(gè)環(huán)節(jié)的問題。定位出問題環(huán)節(jié)后，再細(xì)一步的原因就需要去找對(duì)應(yīng)的業(yè)務(wù)方咨詢了。

三、診斷性分析：為什么會(huì)發(fā)生？

業(yè)務(wù)變好/變壞了，除了知道這個(gè)結(jié)果外，我們還需要通過數(shù)據(jù)進(jìn)一步了解為什么會(huì)這樣。

在診斷性分析中，就需要去分析業(yè)務(wù)結(jié)果和很多因素的相關(guān)性。當(dāng)然，怎么能較快速地定位到分析哪些因素和結(jié)果的關(guān)系，要基于對(duì)業(yè)務(wù)的理解?？梢源蠹乙黄痤^腦風(fēng)暴分析業(yè)務(wù)數(shù)據(jù)，也可以去調(diào)研，或者深度訪談一些業(yè)務(wù)關(guān)鍵角色，讓他們給一些輸入，我們才可能知道從哪些維度去分析數(shù)據(jù)更合理。

1. 定性分析

若分析的僅是一個(gè)特征與結(jié)果的相關(guān)性，則可以通過畫二者的二維散點(diǎn)圖進(jìn)行分析，通過圖形描述，可以初步且直觀判斷二者的存在何種相關(guān)關(guān)系：正相關(guān)、負(fù)相關(guān)、無關(guān)；如果相關(guān)的話，是線性相關(guān)還是非線性相關(guān)(拋物線、指數(shù)等)。

2. 定量分析

我們通過散點(diǎn)圖可以定性的判斷兩者是否具有相關(guān)性。定量上，我們可以通過回歸對(duì)他們對(duì)關(guān)系做出精確的描述。

若結(jié)果為連續(xù)值，則應(yīng)用的模型為回歸模型，包括：

1）一元線性回歸

若僅有一個(gè)特征與結(jié)果相關(guān)，并且其是呈線性關(guān)系的，則可以進(jìn)行一元線性回歸，即建立回歸模型y=a+bx計(jì)算出截距a和斜率b，x為特征（自變量），y為結(jié)果（因變量）。

2）多元線性回歸

在實(shí)際業(yè)務(wù)中，僅單個(gè)特征與結(jié)果相關(guān)的情況是不多見的，大多數(shù)都是多特征共同作用導(dǎo)致的結(jié)果。若多個(gè)特征無多重共線性，且與結(jié)果呈線性關(guān)系，則可以進(jìn)行多元線性回歸分析，建立回歸模型y=a+b1x1+b2x2+…+bnxn。

3）非線性回歸

如果回歸模型的因變量是自變量的一次以上函數(shù)形式，回歸規(guī)律在圖形上表現(xiàn)為形態(tài)各異的各種曲線，稱為非線性回歸。常見的非線性回歸模型包括：雙曲線模型、冪函數(shù)模型、指數(shù)函數(shù)模型、對(duì)數(shù)函數(shù)模型、多項(xiàng)式模型等。

四、預(yù)測(cè)性分析：后續(xù)可能會(huì)發(fā)生什么？

預(yù)測(cè)性分析就是提前評(píng)估后續(xù)可能會(huì)發(fā)生什么？在工作中的場(chǎng)景，經(jīng)常就是利用現(xiàn)有數(shù)據(jù)進(jìn)行測(cè)算，評(píng)估業(yè)務(wù)接下來的發(fā)展。

比如提前需要測(cè)算業(yè)務(wù)年度成本、年度目標(biāo)、未來收益的大小等等。

五、處方性分析：該怎么做？

這步的分析通常是接著診斷性分析的，在我們找到了業(yè)務(wù)變化背后的原因后，我們就需要去想一些策略去改善它。

首先是要定位出業(yè)務(wù)原因。在診斷性分析這一步，我們?cè)跀?shù)據(jù)上找到了影響結(jié)果的因素，這時(shí)候就需要去在業(yè)務(wù)層面上思考原因。

比如說，為了促進(jìn)用戶轉(zhuǎn)化，我們發(fā)放了優(yōu)惠券，但是后續(xù)發(fā)現(xiàn)券的使用很少，單量也沒有上升，這是數(shù)據(jù)維度的原因。

那業(yè)務(wù)層面的呢？為什么用戶都不用優(yōu)惠券呢：

• 用戶沒有發(fā)現(xiàn)優(yōu)惠券的位置；
• 用戶覺得優(yōu)惠券額度小。

這時(shí)候有些猜測(cè)的原因可以通過數(shù)據(jù)來論證，而有些原因就需要去調(diào)研用戶；如果是優(yōu)惠券的位置不明顯，我們就需要在產(chǎn)品上調(diào)整；如果是優(yōu)惠券的額度太小，我們就需要去適當(dāng)調(diào)整優(yōu)惠力度。只有準(zhǔn)確找到了業(yè)務(wù)原因，我們才能用策略根本性地解決它。

我發(fā)現(xiàn)很多時(shí)候，業(yè)務(wù)原因的定位是缺失的，往往我們?cè)诎l(fā)現(xiàn)數(shù)據(jù)原因后，我們就開始思考運(yùn)營(yíng)策略了，指向性也非常強(qiáng)，激勵(lì)（抓手）+數(shù)據(jù)維度的改變，這種做法是比較粗糙的?？赡芏唐趦?nèi)有效果，但是一旦你激勵(lì)停止，業(yè)務(wù)還是會(huì)回到原來的狀態(tài)。

核心還是要找到業(yè)務(wù)改變的關(guān)鍵動(dòng)作以及可以運(yùn)營(yíng)的業(yè)務(wù)場(chǎng)景，不能盲目的抓結(jié)果！

#專欄作家#

大鵬，公眾號(hào)：一個(gè)數(shù)據(jù)人的自留地。人人都是產(chǎn)品經(jīng)理專欄作家，《數(shù)據(jù)產(chǎn)品經(jīng)理修煉手冊(cè)》作者。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議