1.象限法适用于对分析对象的划分。 确定指标,根据指标的高低,组合出不同类别。 2个指标,每个指标有高低之分,可得出4个类别。可视化后,就是二维坐标,每个类别分别落到四象限的一个象限里。 比如:
比如:
3个指标,则得出8个类别。可视化后,就是三维坐标,划分出8个象限。 比如:
象限法是策略驱动思维,对分析对象进行划分后,每个类别的对象实施不同策略。 划分依据,可根据中位数,平均数,或者经验(直接给出具体数值)。 适用于:战略分析,产品分析,市场分析,客户管理,用户管理,商品管理等。 应用范围的广泛,说明可用于划分的指标的多样性。本质还是根据不同指标的高低组合来分类对象。 2.多维法象限法的进阶。 因为象限法只有2和3两种维度,但实际问题分析里,可能包括超过3种维度。 比如:
多维法是精细驱动思维。 只要数据齐全且丰富,都可以应用。有点像建立excel表格分析。每一行,都有多个列,每一列就是一个维度。 注意维度过多可能导致更多时间消耗。 对不同维度交叉分析时,注意辛普森悖论。 辛普森悖论:某个条件下两组数据,分别讨论时得出某种性质,合并讨论时,却得出相反结论。 为什么会出现辛普森悖论? 如何规避辛普森悖论? 3.假设法在没有数据可参考的时候,可利用假设法来进行分析。 比如:
假设法,本质是一种启发思考驱动思维。 更多是一种开拓思路的方式,根据假设,验证,判断,来得出结果。 在缺少数据的情况下,根据假设进行推断,往往有奇效。 假设法,不仅仅是针对前提,也可以假设概率,比例。假设什么,有赖于对业务的熟悉,以及合理的逻辑推断。 4.指数法数据太多太杂,如何聚焦数据,有效使用数据? 将数据加工成指标。用指标聚焦数据,衡量业务效果。 加工方法:有线性加权,反比例,log。 线性加权,提升权重;反比例转化为小数,之后可再加权转化为某个范围数值;log是缩小数值范围。 指数法是目标驱动思维,能指导业务。 要注意的是,指数法没有统一的标准,很多指标依赖于经验的加工,一旦设立指数,不宜频繁变动。 比如:
5.二八法二八法则:帕累托提出的,任何一组事物中,只有20%为重点,其余80%为次要点。 比如:
在数据里,20%的变量将直接产生80%的效果,数据分析更应该围绕20%做文章。 持续关注topN的数据,是一个好习惯。不仅仅是数据分析,在很多行业都应关注头部数据。 这给我们什么启发? 虽然指标很多,但往往某些指标更有价值。 对指标,要确定关键指标,并关注关键指标。 要注意的是,数据分析也不能放弃全局,不然容易使思路变狭窄。 6.对比法好的数据指标,一定是比率或比例;好的数据分析,一定会用到对比。 单纯的数据量,不能仅仅依靠直观感受,直接论断效果好坏,价值高低。
孤数不证,没有比较就没有结论。
对比法,都有哪些维度的对比? 竞争对手对比,类别对比,特征和属性对比,时间同比环比,转化对比,前后变化对比等。
对比法是一种挖掘数据规律的思考方式。 对比法可以与任何思维技巧结合,比如多维对比,象限对比,假设对比等。 每次数据分析,都要利用到多次多种角度的对比。 不然会得出狭隘片面的结论。 7.漏斗法一种流程化思考方式,在考虑变化和流程时,都可以使用。 单一的漏斗分析没有用,转化率20%并不能说明什么,要结合其它分析思维。比如多维,对比。 比较不同流程的转化率,比较不同维度的转化率。 |
|
来自: blackhappy > 《我的图书馆》