日韩黑丝制服一区视频播放|日韩欧美人妻丝袜视频在线观看|九九影院一级蜜桃|亚洲中文在线导航|青草草视频在线观看|婷婷五月色伊人网站|日本一区二区在线|国产AV一二三四区毛片|正在播放久草视频|亚洲色图精品一区

分享

數(shù)據(jù)分析方法概述----分析數(shù)據(jù)的能力

 wuhancar 2019-12-15

數(shù)據(jù)分析最核心的工作,就是對(duì)數(shù)據(jù)進(jìn)行分析,以找出數(shù)據(jù)中蘊(yùn)含的業(yè)務(wù)規(guī)律和業(yè)務(wù)問題,從而能夠輔助決策。

圍繞業(yè)務(wù)問題,采用合適的分析方法,分析模型,以及分析工具,這是數(shù)據(jù)分析師的必備技能。

為了便于理解,我將數(shù)據(jù)分析分為三個(gè)層次,從低到高,由淺入深,分別是統(tǒng)計(jì)分析,基本分析,數(shù)據(jù)挖掘。

統(tǒng)計(jì)分析

一般情況下,企業(yè)有80%的分析工作都只需要掌握統(tǒng)計(jì)分析方法就可以完成,僅僅需要對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行匯總,然后利用簡(jiǎn)單的分析方法,就可以充分了解企業(yè)整體運(yùn)營(yíng)狀況。

比如說(shuō),企業(yè)經(jīng)營(yíng)分析,其實(shí)主要是對(duì)一些KPI指標(biāo)進(jìn)行分析,這一類的分析基本上只需要對(duì)數(shù)據(jù)進(jìn)行基本的統(tǒng)計(jì)和計(jì)算,就可以得到,然后利用一些簡(jiǎn)單的分析方法就可以描述數(shù)據(jù)的特點(diǎn),發(fā)現(xiàn)數(shù)據(jù)的變化,從而可以確定業(yè)務(wù)的發(fā)展情況。

統(tǒng)計(jì)分析中,最常用的基本分析方法如下。

簡(jiǎn)單分析方法


  • 對(duì)比分析法

  • 分組分析法

  • 結(jié)構(gòu)分析法

  • 趨勢(shì)分析法

綜合分析方法


  • 漏斗圖分析法

  • 分組分析法

  • 綜合評(píng)價(jià)分析法

  • 杜邦分析法

  • 矩陣關(guān)聯(lián)分析法

基本數(shù)據(jù)分析

除了統(tǒng)計(jì)之外,還有一些常用的數(shù)據(jù)分析方法,可以找到更深層的業(yè)務(wù)規(guī)律。比如說(shuō),如下的業(yè)務(wù)問題:

  • 提升價(jià)格,會(huì)提升利潤(rùn)嗎?(或者說(shuō),價(jià)格提升到什么時(shí)候利潤(rùn)反而下降?)

  • 終端在柜臺(tái)上的陳列位置會(huì)影響終端銷量嗎?

  • 影響產(chǎn)品銷量的關(guān)鍵因素有哪些?

  • 預(yù)測(cè)明年的產(chǎn)品銷量能夠達(dá)到多少?

這些業(yè)務(wù)問題,不是統(tǒng)計(jì)分析就能夠完成的,需要用到一定的數(shù)據(jù)模型。常用的分析方法包括相關(guān)分析、方差分析、回歸分析等等。

  • 相關(guān)分析

  • 方差分析

  • 回歸分析(預(yù)測(cè))

  • 時(shí)序分析(移動(dòng)平均、指數(shù)平滑)

高級(jí)數(shù)據(jù)分析(數(shù)據(jù)挖掘)

當(dāng)前,大數(shù)據(jù)應(yīng)用最多的領(lǐng)域是市場(chǎng)營(yíng)銷。

市場(chǎng)營(yíng)銷中,最為關(guān)注的是客戶,即如何獲取客戶?如何挖掘客戶的需求?如何挖掘客戶的行為特征、消費(fèi)特征、興趣偏好?這些更深層次的業(yè)務(wù)規(guī)律及業(yè)務(wù)模式,需要更復(fù)雜的數(shù)據(jù)分析模型來(lái)支撐。

比如,市場(chǎng)細(xì)分,客戶特征提取,客戶價(jià)值評(píng)估,客戶流失預(yù)警等等,就需要數(shù)據(jù)挖掘來(lái)發(fā)現(xiàn)數(shù)據(jù)的隱含模式及規(guī)律。

聚類,可以用于市場(chǎng)細(xì)分,發(fā)現(xiàn)不同的用戶群;

決策樹分類,可以用于客戶特征提取,比如發(fā)現(xiàn)流失客戶的特征,預(yù)測(cè)客戶流失的傾向;

關(guān)聯(lián)分析,可以用于發(fā)現(xiàn)產(chǎn)品套餐設(shè)計(jì)、交叉/捆綁銷售等等。

RFM模型,可以用于客戶價(jià)值評(píng)估,將客戶分組,采用不同的營(yíng)銷策略。

當(dāng)然,還有更多的方法,比如神經(jīng)網(wǎng)絡(luò)、SVM、貝葉斯分類等等,可以用于解決更復(fù)雜的業(yè)務(wù)問題。

數(shù)據(jù)挖掘方法


  • 聚類分析

  • 決策樹分類

  • 關(guān)聯(lián)分析

  • RFM模型

是復(fù)雜的業(yè)務(wù)問題,越需要復(fù)雜的分析模型來(lái)支持,越需要復(fù)雜的分析方法。所以,先明確分析目的,圍繞業(yè)務(wù)問題,收集數(shù)據(jù),找到最合適的分析方法,才能最快速最有效的完成分析任務(wù)。

    本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點(diǎn)。請(qǐng)注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購(gòu)買等信息,謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請(qǐng)點(diǎn)擊一鍵舉報(bào)。
    轉(zhuǎn)藏 分享 獻(xiàn)花(0

    0條評(píng)論

    發(fā)表

    請(qǐng)遵守用戶 評(píng)論公約

    類似文章 更多