数据分析最常用的六个方法
数据分析最常用的六个方法
企服解答
数据分析最常用的六个方法：1、多维分析；2、趋势分析；3、转化分析法（漏斗分析）；4、公式拆解法；5、综合评估法；6、结构化分析，熟练地混合交叉使用这六大类基本方法，80%的日常数据分析问题都能解决。
1、多维分析
所谓多维分析就是细分分析，做多维分析首先要明确2个方向：维度和指标。
所谓指标，指的是用来记录关键流程的，衡量目标的单位或方法，如DAU、留存率、转化率等。
所谓维度，指的是观察指标的角度，如时间、来源渠道、地理位置、产品版本维度等。
多维分析，就是在多个维度拆解，观察对比维度细分下的指标。实现将一个综合指标细分，从而发现更多问题。
2、趋势分析
有对比才有分析，有对比数据才能产生意义，所以对比分析在实际数据分析中是非常重要的一种分析手段。
最常用的是基于时间的对比分析。基于时间的对比分析，主要是指同一指标在不同时间周期的对比，主要分为同比、环比和定基比。
环比是指：与相邻的上一周期做对比，周期可以是时、日、周、月、季、年等。比如周环比，指的是本周与上一周的对比。
同比是指：两个周期同一个时间点的比较，目的是追踪周期性的变化。
定基比是指：和指定的时间基点对比。
3、转化分析法（漏斗分析）
转化分析也叫漏斗分析，主要是分析分析产品流程或关键节点的转化效果，常借助漏斗图展现转化效果。
漏斗图是一种外形类似漏斗的可视化图表，该方法可以直观追踪产品的整体流程，追踪业务的转化路径，追踪不同生命阶段下的用户群体表现。
漏斗分析常用的场景主要有：
①产品流程的关键路径转化追踪，比如电商常用的购买流程；
②业务价值路径的转化流程追踪，比如常用的AARRR模型的价值转化追踪；
③虚拟流程类指标追踪，比如按生命周期区分的不同生命周期阶段的用户流转形态追踪。
4、公式拆解法
所谓公式拆解法，就是对目标变量用已知公式进行拆解，从而快速找到影响目标变量的因素。公式拆解法没有固定的标准，一个目标变量在不同的场景下或者说为解决不同问题，需要利用公式拆解的细致程度也不一样。
根据公式对目标变量拆解后，我们通常会对拆解后的变量做更精细的分析，并且提出可落地解决问题的解决手段。
5、综合评估法
综合评估法是将多个指标综合成一个指标评估的方法。这种方法是非常常见的，如我们日常中的蚂蚁信用分、微博热度、游戏战绩排名等都是基于综合评估法实现的。
综合评价法的特点表现为：
①评价过程是通过一些特殊的方法，按指标的重要性对多指标加权，多个指标的评价是同时完成的，而非一个一个逐次完成的；
②在多指标整合进行综合评价指标的过程中，会涉及权重的设定；
③综合评价法生成的综合指标不再是单纯意义上的单个指标的意思，而是多个指标的综合反映。
因此，对于综合评估法，赋权是非常重要的环节。而赋权的方法可分为两类：主观评估法和客观评估法。客观评估法是指：变异系数、熵分析、主成分分析等；主观评估法是指：层次分析法、专家赋权等。
6、结构化分析
所谓结构化分析，其实就是逻辑树和MECE的结合使用。逻辑数是麦肯锡推广的思考问题的工具，就是将目标问题像树一层一层拆解，最左边是“树根”（目标／问题的起点），朝右是将某已知问题的影响层当成已知问题的树枝，每多一个影响层，则添加一个树枝，直到列出已知问题的所有影响层为止。且各逻辑树枝之间的关系需要“相互独立、完全穷尽”（MECE）。
结构化分析是非常好用的一种方法，它能将问题层层有序拆解，有助于思路清晰，同时可以将复杂问题由繁化简。
相关信息
- 游戏大数据分析服务商“数数科技”完成3.76亿元C轮融资
2021年11月15日，36氪获悉，国内游戏大数据分析服务商“数数科技”宣布完成3.76亿元C轮融资，由红杉中国领投，线性资本、蓝湖资本和金沙江创业投资跟投。本轮融资将用于新产品研发、服务升级、海外拓展和团队建设等。
- 物理安全传感器创企“测度空间”完成千万级人民币天使轮融资
2021年11月18日，36氪获悉，近期物理安全传感器创企“测度空间”已完成千万级人民币天使轮融资，由泰有基金独家投资。这轮资金将主要用于自主研发MEMS传感器芯片，包括围绕传感器配套的指标优于20bit精度的动态数据采集芯片等产品。据介绍，测度空间主要面向工业互联网应用开发物理安全传感器以及相关机器学习工具，是一家拥有基础传感芯片能力、AI数据分析能力的智能传感系统/数据服务提供商。
