前言

如何实施数据分析?
定义问题
是首要的
,但在定义问题的同时,需要形成系统的分析思路。系统的分析思路可以拆解复杂的数据分析工作,使数据分析的过程
更严谨,落实结论,提高工作效率

因此,在数据分析在数据分析应用过程中非常重要!如何在实际场景中形成系统的分析思路?本文以实际场景为例,梳理了如何在数据分析中形成分析思路的一些思路和见解!

1、实际场景中“问题”

在实际工作场景中,一般来说,数据分析人员大部分时间都在做数据处理等相关工作,在形成系统的分析思路时会被忽视。面对具体的业务问题,突然的想法仍然很混乱,看着数据,但不知道如何用数据来证明业务问题。混乱的分析思路只能帮助我们找到一些片面的原因,甚至把我们带离正确的方向。

因此,知道如何形成一个系统的数据分析思维是每个数据分析师必须具备的能力。分析思维本质上是一个多维分析或拆解业务逻辑等相关问题。

然后,以实际工作场景为例,梳理如何分析思路的具体操作:

在互联网产品公司,产品运营同事找到数据分析师说:DAU下降了,帮忙分析原因

【原创】数据分析中“如何形成分析思路”一些思考和见解

2、如何形成分析思路?

20px;”>与业务沟通后,根据如何定义问题
步骤进一步澄清了问题:2021年4月DAU环比/同步下降30%,而正常波动范围是±10%,所以认为有明显的下降。本次分析的目标是找出下降的主要原因,并在下个月(5月)解决。

因此,具体思路如下:

首先,确认数据的真实性,了解整体数据

数据质量是数据分析的生命线,在开始分析之前,必须确认数据的真实性:DAU同步下降30%的准确性。我们经常遇到数据服务、数据报告和数据统计BUG,数据报表中会出现异常值。因此,首先要找到与数据流相关的产品,并研发确认数据的真实性。

了解整体数据,如,pv、平均日访问量、用户总数、订单数、会员数、总销售额、用户来源分布和比例、用户数量、客户单价、回购率分别是多少?等待用户的总体概况数据。了解到活跃用户的规律。市场政策、节假日、电子商务节等节日的变化,常见的运营策略调整可能会导致积极的数据变化。在找到一些明显的规则后,根据未来发生的时间,及时调整运营策略。

如下图,可见周末和十一节假日活跃用户数量呈阶梯式下降。有相应的事件和相应的波动形式,可见有周期性规律,周末可见调整营销活动等运营策略,稳定增长趋势,但要综合考虑产品属性和用户属性。

【原创】数据分析中“如何形成分析思路”一些思考和见解

注:考勤类APP10月份的活跃数据趋势图已经进行了数据脱敏处理。

二是结合具体业务场景确定拆解日常生活(DUA)指标

常见的初步拆分维度,通过初步拆分,定位原因的大致范围。如下图所示:

【原创】数据分析中“如何形成分析思路”一些思考和见解

第三,通过对比分析,DUA同比/环比/比例观察,区分活跃数据的异常变化

通过DUA同比/环比/占比观察,阶梯式、连续性、不规则等活动波动异常。但并非所有异常波动都值得调查,但当问题恶化时,记录发生时间,观察趋势,容易追溯。这就是为什么要建立一个数据监控系统。

如下图,可10月22日到10月24日,可以看出活跃用户的数量在红框区活跃异常波动,首先要知道日活跌了多少,然后通过通过DUA观察同比/环比/比例,跌幅是否在合理范围内,最终确定为不规则异常。

src=”https://ngbjimg.xy599.com/131523779362afe55407ebb5.02796994.png” title=”如何形成分析思路在数据分析中的一些思考和见解” alt=”如何形成分析思路在数据分析中的一些思考和见解” class=”aligncenter”>

注:考勤类APP10月份的活跃数据趋势图已经进行了数据脱敏处理。

第四,定位异常范围后,挖掘异常变化的原因,进一步假设

进一步调查初步定位的影响范围。假设分为三个维度。建议建立一个特殊的组,以解决异常数据问题,并将相应的产品、技术和运营商拉到一起,了解在异常数据时间点附近进行了哪些产品、运营和技术调整。

【原创】数据分析中“如何形成分析思路”一些思考和见解

综合考虑以往数据异常、产品操作技术侧调整、初步定位影响范围的原因,结合自身业务经验确定几个最可能的原因,逐一调查这些假设数据验证的优先级。

第五,细分假设,确定原因

除此之外,还有太多的维度可以详细分析。从逻辑上讲,核心点是在验证假设后,在此假设的基础上进行更详细的数据拆分。

我们需要记住这种分析方法。当猜测是由某种原因引起的数据异常时,我们可以证明或伪造我们的猜测,直到我们最终找到真正的原因。

第六,测试问题点,验证分析结果

通过分析,如果确定是新用户的问题,我们将根据渠道拆分新老用户的活动量(因为如果不是产品异常,最有可能是新用户的影响)。=渠道1 渠道2 渠道3

通过渠道拆分,我们会发现哪些渠道效果存在问题,并验证分析结果。然后联系该渠道的负责人,确定具体原因。渠道转化率降低了吗?还是渠道平台的问题?找出原因后,制定渠道优化策略,解决问题。

小结

分析思路实际上是从头到尾进行数据分析的过程,是对业务分析目标的细化和拆解。但要解决实际业务场景中遇到的问题,首先要明确需要解决的具体问题,以便有针对性地思考相关的解决方案。如果分析问题不清楚,就会导致分析思路的偏差。

分析思路直接确立了数据分析结论的准确性、实用性和落地性。我们还需要学习使用系统的分析方法来帮助分析思路,

能高效快速地实现目标。

相关新闻