中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

打開(kāi)APP
userphoto
未登錄

開(kāi)通VIP,暢享免費(fèi)電子書(shū)等14項(xiàng)超值服

開(kāi)通VIP
三個(gè)數(shù)據(jù)分析的技巧:找趨勢(shì)、看分布、做細(xì)化!

對(duì)很多公司來(lái)說(shuō),數(shù)據(jù)整理不是難事,難就難在業(yè)務(wù)數(shù)據(jù)如何解讀?如何呈現(xiàn)才能說(shuō)明問(wèn)題?從中能發(fā)現(xiàn)什么業(yè)務(wù)問(wèn)題?有沒(méi)有改善的機(jī)會(huì)?

數(shù)據(jù)分析說(shuō)白點(diǎn)就是知道要什么數(shù)據(jù),了解數(shù)據(jù)走勢(shì),懂得如何分析。在數(shù)據(jù)分析呈現(xiàn)后,要根據(jù)分析得出結(jié)論,結(jié)論中需要用簡(jiǎn)單明了的語(yǔ)言表明出現(xiàn)的問(wèn)題,導(dǎo)致問(wèn)題的原因,最后就是針對(duì)問(wèn)題的解決方法。

趨勢(shì)、分布、細(xì)化這三點(diǎn)包含了數(shù)據(jù)分析的大部分內(nèi)容。無(wú)論是數(shù)據(jù)的收集、數(shù)據(jù)的整理,還是數(shù)據(jù)的分析,都需要不斷地找趨勢(shì)、看分布、做細(xì)化,這樣才能找出最有價(jià)值的結(jié)論。


01

找趨勢(shì)


數(shù)據(jù)分析中的看趨勢(shì)一般適用于對(duì)產(chǎn)品核心指標(biāo)的長(zhǎng)期追蹤,例如,點(diǎn)擊率、活躍用戶(hù)數(shù)、在線時(shí)長(zhǎng)等。

依據(jù)這些數(shù)據(jù)制作出簡(jiǎn)單的數(shù)據(jù)趨勢(shì)圖,還不能算作趨勢(shì)分析。趨勢(shì)分析不僅需要明確數(shù)據(jù)的變化,還需要明確變化背后的原因。


孤立地看數(shù)據(jù)的趨勢(shì)變化,很難說(shuō)明問(wèn)題。

比如一個(gè)企業(yè)利潤(rùn)增長(zhǎng)10%,單單憑借這一個(gè)數(shù)據(jù),我們很難判斷該企業(yè)的經(jīng)營(yíng)狀況,如果該企業(yè)的同行業(yè)企業(yè)增長(zhǎng)速度普遍為5%,則說(shuō)明該企業(yè)增長(zhǎng)速度很快,而如果其他企業(yè)增長(zhǎng)速度普遍為20%,那么說(shuō)明該企業(yè)的增長(zhǎng)速度很慢。

想要讓數(shù)據(jù)趨勢(shì)變得有意義,就必須給孤立的數(shù)據(jù)一個(gè)合理的參考值,也就是要引進(jìn)對(duì)比的數(shù)據(jù)。

首先跟大家聊一聊趨勢(shì)分析中的一些基本概念:環(huán)比、同比、定基比。

1.環(huán)比

環(huán)比用來(lái)表示連續(xù)兩個(gè)統(tǒng)計(jì)周期的量的變化比。一般所說(shuō)的環(huán)比增長(zhǎng),即環(huán)比增長(zhǎng)率。

計(jì)算公式為:環(huán)比增長(zhǎng)率=(本期統(tǒng)計(jì)數(shù)據(jù)-上期統(tǒng)計(jì)數(shù)據(jù))/上期周期數(shù)據(jù)×100%

反映本期比上期增長(zhǎng)了多少。

比如:2020年3月份某網(wǎng)站的月活躍用戶(hù)數(shù)達(dá)到2000萬(wàn),2月份的月活躍用戶(hù)數(shù)是1800萬(wàn),相比2月份,3月份月活躍用戶(hù)數(shù)的環(huán)比增長(zhǎng)率=(2000-1800)/1800×100%=11.11%。
2.同比

同比分析的主要目的是降低季節(jié)變動(dòng)帶來(lái)的影響,用以對(duì)比今年發(fā)展情況與上一年同期發(fā)展情況。

在實(shí)際工作中,經(jīng)常使用某年、某季、某月與上一年同期的數(shù)據(jù)進(jìn)行對(duì)比計(jì)算。

計(jì)算公式為:同比增長(zhǎng)率=(本期統(tǒng)計(jì)數(shù)據(jù)-上一年同期統(tǒng)計(jì)數(shù)據(jù))÷上一年同期統(tǒng)計(jì)數(shù)據(jù)×100%。

例如,某企業(yè)2019年3月的產(chǎn)值為100萬(wàn)元,2020年3月的產(chǎn)值為300萬(wàn)元,同比增長(zhǎng)率為:(300-100)÷100×100%=200%。

雖然同比和環(huán)比反映的都是數(shù)據(jù)的變化速度,但由于二者對(duì)比的時(shí)間不同,反映的結(jié)果也是完全不同的。

一般來(lái)說(shuō),環(huán)比能夠與環(huán)比相比較,但不能與同比相比較。但在一些特殊的情況下,比如要考慮時(shí)間縱向發(fā)展趨勢(shì),偶爾也需要將環(huán)比與同比放在一起進(jìn)行比較。

3.定基比

定基比=(報(bào)告期水平÷某一固定時(shí)期水平)×100%

它是報(bào)告期水平與某一固定時(shí)期水平之比,體現(xiàn)的便是企業(yè)某段時(shí)間內(nèi)的總發(fā)展速度。

以上三種對(duì)比分析雖然各有不同,但都能互相結(jié)合,為數(shù)據(jù)的趨勢(shì)分析提供必要的支持。

以網(wǎng)站數(shù)據(jù)為例:

如果只是看一個(gè)絕對(duì)值數(shù)據(jù)是遠(yuǎn)遠(yuǎn)不夠的,公司的決策層、產(chǎn)品方或者運(yùn)營(yíng)方往往需要查看一個(gè)月、一個(gè)季度的表現(xiàn),觀察這些指標(biāo)的變化趨勢(shì),同時(shí)與上個(gè)月、去年同期、某個(gè)基點(diǎn)值進(jìn)行對(duì)比,進(jìn)而明確這些數(shù)據(jù)背后的業(yè)績(jī)表現(xiàn)。所以,同比、環(huán)比、定基比便成為了數(shù)據(jù)趨勢(shì)分析中的關(guān)鍵方法。

比如網(wǎng)站3月份的日均自然搜索流量與2月份的日均自然搜索流量進(jìn)行對(duì)比。

通過(guò)兩期數(shù)據(jù)的對(duì)比,能夠很直觀地看到數(shù)據(jù)的增長(zhǎng)或下降情況。而計(jì)算出相應(yīng)的“環(huán)比增長(zhǎng)率”則能夠快速明確兩期數(shù)據(jù)的變化幅度。

2020年3月份網(wǎng)站的日均自然搜索流量與2019年3月份的日均自然搜索流量進(jìn)行對(duì)比。環(huán)比數(shù)據(jù)是為了減少季節(jié)或行業(yè)周期對(duì)數(shù)據(jù)產(chǎn)生的影響,對(duì)于淡旺季明顯的行業(yè)非常適用。

再比如將2019年全年的日均自然搜索流量作為一個(gè)基點(diǎn),2020年每個(gè)月的日均自然搜索流量與這個(gè)值進(jìn)行對(duì)比,便可以明確超越了2019年平均水平多少。


02

看分布


統(tǒng)計(jì)學(xué)中數(shù)據(jù)分布一般從三個(gè)方面進(jìn)行描述:

  • 分布的集中趨勢(shì),體現(xiàn)各數(shù)據(jù)聚集的程度;

  • 分布的離散程度,體現(xiàn)各數(shù)據(jù)遠(yuǎn)離中心值的程度;

  • 分布的形狀,體現(xiàn)數(shù)據(jù)分布的偏態(tài)和峰態(tài)。


我們拿到數(shù)據(jù)之后,首先要對(duì)數(shù)據(jù)要有個(gè)基本了解,可以從集中趨勢(shì),離散程度及分布形狀出發(fā),來(lái)了解自己的數(shù)據(jù)。


分析數(shù)據(jù)之后,對(duì)數(shù)據(jù)有初步了解,通過(guò)數(shù)據(jù)分布可以展現(xiàn)出用戶(hù)對(duì)產(chǎn)品的依賴(lài)程度。

1)找到用戶(hù)分布規(guī)律

對(duì)同一指標(biāo)下有關(guān)數(shù)據(jù)的統(tǒng)計(jì)和分析,挖掘用戶(hù)使用產(chǎn)品的規(guī)律,進(jìn)一步修正和制定產(chǎn)品策略。

(2)增加客戶(hù)回訪率

分布分析從多角度分析幫助公司判斷用戶(hù)對(duì)產(chǎn)品的依賴(lài)程度。

(3)快速識(shí)別核心用戶(hù)群體

核心用戶(hù)群體是對(duì)公司貢獻(xiàn)最大的用戶(hù)群體,是公司最大的利潤(rùn)來(lái)源。分布分析通過(guò)不同的維度篩選出核心用戶(hù)群體,做好資源配置,以最小的成本實(shí)現(xiàn)公司利潤(rùn)最大化。


03

做細(xì)化


數(shù)據(jù)的細(xì)致化劃分是數(shù)據(jù)分析技巧的核心思想之一,它能夠幫助企業(yè)實(shí)現(xiàn)客戶(hù)流量的幾何級(jí)增長(zhǎng)、運(yùn)營(yíng)能力的翻倍提升、服務(wù)能力的顯著提升等。

在數(shù)據(jù)分析的過(guò)程中,如果想要得到一些較為精確的結(jié)論,我們需要將其進(jìn)一步細(xì)化,因?yàn)樵谝恍?fù)雜數(shù)據(jù)的分析過(guò)程中,我們可能會(huì)忽略一些關(guān)鍵的數(shù)據(jù)細(xì)節(jié)。這里的細(xì)化一定要進(jìn)行多維度的拆分。

常見(jiàn)的拆分方法包括以下幾種。

分時(shí):對(duì)不同時(shí)間段的數(shù)據(jù)進(jìn)行觀察,查看數(shù)據(jù)是否產(chǎn)生變化。例如,通過(guò)某餐飲店上午的營(yíng)業(yè)數(shù)據(jù)與下午的營(yíng)業(yè)數(shù)據(jù)的對(duì)比,可以分析不同時(shí)間段的客流量變化。

分渠道:對(duì)不同渠道的產(chǎn)品與用戶(hù)進(jìn)行觀察,查看數(shù)據(jù)是否產(chǎn)生變化。例如,網(wǎng)站通過(guò)對(duì)點(diǎn)擊網(wǎng)頁(yè)直接進(jìn)入的用戶(hù)與通過(guò)鏈接轉(zhuǎn)入的用戶(hù)進(jìn)行分析,得出不同渠道用戶(hù)的轉(zhuǎn)化率。

分用戶(hù):對(duì)新老用戶(hù)進(jìn)行觀察,分析二者是否有差異。例如分析新注冊(cè)用戶(hù)與老用戶(hù)的消費(fèi)水平是否有差異,VIP和普通用戶(hù)的滿(mǎn)意度是否有差異等。

分地區(qū):對(duì)不同地區(qū)的數(shù)據(jù)進(jìn)行觀察,看看數(shù)據(jù)是否有變化。例如,通過(guò)對(duì)河南與山東用戶(hù)的分析,得出不同地區(qū)的消費(fèi)習(xí)慣是否有差異等。

組成拆分:對(duì)數(shù)據(jù)的構(gòu)成進(jìn)行觀察,查看數(shù)據(jù)之間是否能夠繼續(xù)拆分。例如在搜索引擎上的搜索詞組,可以拆分出不同的關(guān)鍵詞。

接下來(lái),我們以用戶(hù)流量細(xì)化為例,來(lái)看看到底如何利用數(shù)據(jù)的細(xì)致化分析呢?

1.用戶(hù)流量概覽

在對(duì)流量數(shù)據(jù)進(jìn)行分析前,我們需要通過(guò)多種指標(biāo)判斷基本的用戶(hù)流量情況,例如,用戶(hù)訪問(wèn)量、點(diǎn)擊量等。此外我們還需要關(guān)注用戶(hù)的平均訪問(wèn)時(shí)長(zhǎng)、平均瀏覽頁(yè)數(shù)、平均關(guān)閉率等。

這幾個(gè)指標(biāo)的基礎(chǔ)組合能夠幫助我們了解用戶(hù)的轉(zhuǎn)化率。這里面還需要注意區(qū)分新老用戶(hù),例如新用戶(hù)與老用戶(hù)的比例、新用戶(hù)與老用戶(hù)各自的停留時(shí)長(zhǎng)等,這些都可以作為用戶(hù)流量的判斷依據(jù),也可以用于判斷流量的基本質(zhì)量。

2、用戶(hù)流量分析

在簡(jiǎn)單了解用戶(hù)流量概況之后,我們還需要進(jìn)一步對(duì)用戶(hù)流量進(jìn)行細(xì)分,研究用戶(hù)流量增長(zhǎng)方面所遇到的問(wèn)題,并以此制訂下一步的策略。一般來(lái)說(shuō),用戶(hù)流量分析有兩種方式。

(1)按訪問(wèn)來(lái)源分析
按訪問(wèn)來(lái)源進(jìn)行分析,用戶(hù)流量可以分為直接訪問(wèn)、外鏈訪問(wèn)、搜索引擎訪問(wèn)、社交媒體訪問(wèn)等類(lèi)別。而這些訪問(wèn)類(lèi)別又存在多種形式與多種渠道。

(2)按流量入口分析
在對(duì)用戶(hù)流量的分析中,我們主要關(guān)注的重點(diǎn)是流量的來(lái)源,這也就導(dǎo)致了我們很容易忽視流量的入口方面。對(duì)于一般的網(wǎng)站來(lái)說(shuō),流量的入口指客戶(hù)點(diǎn)擊之后直接進(jìn)入的頁(yè)面,也就是所謂的落地頁(yè)。通過(guò)分析落地頁(yè)可以明確客戶(hù)到達(dá)網(wǎng)站的第一個(gè)網(wǎng)頁(yè),避免出現(xiàn)大部分流量被導(dǎo)入無(wú)效頁(yè)面的情況。

3.流量轉(zhuǎn)化分析

我們假如有100人通過(guò)搜索該商品,那么可能只有60人選擇查看商品詳情,之后會(huì)有40人選擇加入購(gòu)物車(chē),而最后只有20人成功支付。


依據(jù)這樣一個(gè)漏斗圖,我們能夠明確每個(gè)過(guò)程中客戶(hù)流量的損失情況。當(dāng)然不同渠道的轉(zhuǎn)化率是有所不同的。

4.渠道的優(yōu)化配置

接下來(lái),我們可以對(duì)不同渠道的轉(zhuǎn)化率進(jìn)行優(yōu)化配置。

例如,某網(wǎng)站的直接訪問(wèn)量一天只有2000人,但轉(zhuǎn)化率為15%,而通過(guò)百度搜索引擎點(diǎn)擊進(jìn)入的轉(zhuǎn)化率僅為5%,但客戶(hù)流量達(dá)到10000人,這個(gè)時(shí)候我們可以適當(dāng)提高百度搜索引擎的廣告投入,提高百度搜索引擎的轉(zhuǎn)化率。

通過(guò)對(duì)流量渠道轉(zhuǎn)化率的分析,我們能夠判斷客戶(hù)的行為是否存在差異,并由此推斷客戶(hù)的特征,進(jìn)行一些差異化的優(yōu)化。

數(shù)據(jù)的細(xì)化是數(shù)據(jù)分析中一個(gè)十分重要的手段,多問(wèn)一些為什么,才能更準(zhǔn)確地得出結(jié)論,而一步一步細(xì)化,便是不斷問(wèn)為什么的過(guò)程。

以上就是我們?cè)谌粘W鰯?shù)據(jù)分析時(shí)的三個(gè)技巧,數(shù)據(jù)分析不能為了分析數(shù)據(jù)而分析,需要帶著問(wèn)題去做數(shù)據(jù)分析、關(guān)注數(shù)據(jù)分析背后的利益和資源分配,以及數(shù)據(jù)呈現(xiàn)出來(lái)的背后的這個(gè)真實(shí)的世界,更好的總結(jié)過(guò)去,并且對(duì)未來(lái)的趨勢(shì)作出判斷。

視頻號(hào):諸葛io
B站:諸葛io數(shù)據(jù)教練
抖音:諸葛io

本站僅提供存儲(chǔ)服務(wù),所有內(nèi)容均由用戶(hù)發(fā)布,如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請(qǐng)點(diǎn)擊舉報(bào)
打開(kāi)APP,閱讀全文并永久保存 查看更多類(lèi)似文章
猜你喜歡
類(lèi)似文章
八大數(shù)據(jù)分析模型之——漏斗分析模型(三)
產(chǎn)品經(jīng)理如何進(jìn)行數(shù)據(jù)分析
諸葛io 2.0全面上線 更開(kāi)放更易用更強(qiáng)大
八大數(shù)據(jù)分析模型之——事件模型
如何實(shí)現(xiàn)分析去中心化的客戶(hù)行為分析平臺(tái)
5張數(shù)據(jù)分析表(一):新增用戶(hù)數(shù)據(jù)分析的10個(gè)維度
更多類(lèi)似文章 >>
生活服務(wù)
熱點(diǎn)新聞
分享 收藏 導(dǎo)長(zhǎng)圖 關(guān)注 下載文章
綁定賬號(hào)成功
后續(xù)可登錄賬號(hào)暢享VIP特權(quán)!
如果VIP功能使用有故障,
可點(diǎn)擊這里聯(lián)系客服!

聯(lián)系客服