
课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
数据分析在许多企业运营过程中都发挥了很大的作用,而今天我们就通过案例分析来了解一下,数据分析思维包含哪些要点。
1、指标的可对比性
指标的可对比性,可以从四个“一致”原则来评估:对象一致、时间属性一致、定义与算法一致、数据源一致。
(1)比价对象一致
比较的对象一致。对象一致是可比的基本原则,番茄的销量和猪的销量是不可比的,这其实就是因为比较的对象不一致。
(2)时间属性一致
指标的时间属性一致。时间属性比较特殊,对象所在的季节、月份等时间属性要有可比性。例如,一家便利店冬季雪糕的销量,和夏季没有可比性,因为对象的时间属性不同,但做销量的同比是可以的。
(3)定义和算法一致
对分析对象的定义和计算方法一致。举个例子,青年的定义,中国国家统计局(15-34周岁)和中国共青团(14-28周岁)不同,当统计青年人数占总人数的比例时,二者计算的指标数据,肯定是不同的。
(4)数据源一致
统计的数据样本一致。
2、数据对比的“三要”
在做数据对比的相关分析时,要记住三个“要”:对比要可比、差异要显著、描述要全面。
(1)对比要可比
对比分析要有可比性。
(2)差异要显著
组间差异要显著,组内差异要细微。常用的显著性检验有T检验和方差分析。
(3)描述要全面
当刻画一组数据时,不仅要描述这组数据的一般水平(均值),还要考虑到这组数据的波动水平。如果波动很大,一般水平对数据总体的代表性就会很差。只考虑一般水平而不考虑波动和差异,会使数据的可信度大大缩水。
3、数据细分
增加维度
一个维度是数据表的一列。通常情况下,维度是指定性数据。例如,产品提供的服务的类型、用户分布的地域等。在分析数据时,增加分析的维度,改变看待问题的视角,能够在更细分的级别上分析数据,洞察到更多的知识,增加数据分析的深度。
例如,新用户的留存率,通过增加获客来源的维度,可以监控各个来源的新用户的留存率,把有限的经费使用到真正可以带来有效转化的地方。
降低粒度
粒度是数据的聚合程度。颗粒度小的数据,是没有聚合的原始数据。
举个例子,每日数据是原始数据,其粒度是日,数据的数量巨大;而每周的统计数据是对日数据的聚合,其粒度是周,数据的数量变成原来的1/7。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加danei0707学习了解。欢迎关注“达内在线”参与分销,赚更多好礼。