想必做過數(shù)據(jù)分析的同學(xué)一定接觸過很多分析方法，比如漏斗法，同期群，A/B測(cè)試等等。并且由于不同版本的演繹，造成了分析方法種類繁多，令人眼花繚亂，甚至高深莫測(cè)。其實(shí)真不用把分析方法看的太高大上了，所有的分析方法總結(jié)起來就兩種：分類和對(duì)比，分類和對(duì)比，分類和對(duì)比，重要的事情說三遍，并且大部分的分析方法都是這兩者的結(jié)合

為什么說數(shù)據(jù)分析就是分類和對(duì)比呢?

拿我家娃來舉例子，我家娃3歲多了，他現(xiàn)在就會(huì)用分類和對(duì)比來做數(shù)據(jù)分析了。一天媽媽給他拿了一塊大白兔奶糖和一塊德芙巧克力，問他選哪個(gè)，小家伙猶豫了1分鐘，最后選了德芙巧克力;第二天媽媽給他拿了兩塊大白兔奶糖和一塊德芙巧克力，問他選哪個(gè)，小家伙又猶豫了1分鐘，但這次他選擇了兩塊大白兔奶糖。

其實(shí)這兩次選擇的過程，小家伙都做了分類和對(duì)比。他首先把奶糖和巧克力分成了兩類，并沒有混為一談，否則就不會(huì)猶豫那么長(zhǎng)時(shí)間了。然后再去做對(duì)比，第一次對(duì)比的結(jié)果是，一塊奶糖不如一塊巧克力好，所以選擇了一塊巧克力;第二次對(duì)比的結(jié)果是，兩塊奶糖是要比一塊巧克力好的，所以選擇了兩塊奶糖。大家看看，一個(gè)3歲的小孩都是會(huì)做數(shù)據(jù)分析的。當(dāng)然，實(shí)際業(yè)務(wù)中的分析方法確實(shí)更加復(fù)雜，但歸納起來，也是這兩個(gè)方法的演繹。我們先來看看最基礎(chǔ)的對(duì)比分析和分類分析是如何應(yīng)用的：

對(duì)比分析

對(duì)比分析顧名思義就是將兩個(gè)或兩個(gè)以上的數(shù)據(jù)進(jìn)行比較，分析它們之間的差異，從而發(fā)現(xiàn)數(shù)據(jù)的變化情況和規(guī)律。對(duì)比分析法分為靜態(tài)比較和動(dòng)態(tài)比較兩類，用來判斷某個(gè)數(shù)據(jù)是好還是壞，以及某幾個(gè)數(shù)據(jù)之間的差異性。

對(duì)比分析怎么比呢?一般在數(shù)據(jù)分析中我們可以從這樣幾個(gè)角度進(jìn)行對(duì)比

時(shí)間對(duì)比：同比、環(huán)比、變化趨勢(shì)

空間對(duì)比：不同城市、不同產(chǎn)品對(duì)比

目標(biāo)對(duì)比：年度目標(biāo)、月度目標(biāo)、活動(dòng)目標(biāo)

用戶對(duì)比：新用戶vs老用戶、注冊(cè)用戶vs未注冊(cè)用戶等

競(jìng)品對(duì)比：渠道、功能、體驗(yàn)和流程、推廣和收入

分類分析

分類分析就是把分析對(duì)象總體中具有不同性質(zhì)的對(duì)象區(qū)分開，把性質(zhì)相同的對(duì)象合并在一起，保持各組內(nèi)對(duì)象屬性的一致性、組與組之間屬性的差異性，以便進(jìn)一步運(yùn)用各種數(shù)據(jù)分析方法來揭示內(nèi)在的數(shù)量關(guān)系，最終目的是為了方便對(duì)比，所以經(jīng)常和對(duì)比分析法一起用

分類分析一般有以下幾種分類方法：

不同時(shí)間分組：日、周、月、年等

不同產(chǎn)品類型分組：產(chǎn)品屬性;產(chǎn)品區(qū)域

不同用戶類型分組：人口屬性(性別、年齡);客戶價(jià)值;消費(fèi)頻次

不同渠道分組：線上渠道、線下渠道;付費(fèi)渠道、免費(fèi)渠道

案例 ：在分析某App的留存率的時(shí)候發(fā)現(xiàn)有下降趨勢(shì)，為了更好的定位問題所在，對(duì)不同渠道的留存率進(jìn)行了分組分析，通過分析發(fā)現(xiàn)留存率降幅明顯的是IOS渠道和應(yīng)用市場(chǎng)渠道，且因?yàn)檫@兩個(gè)渠道的用戶量占比最大，應(yīng)該對(duì)于整體留存率的影響最大;再通過對(duì)這兩個(gè)渠道的訂單完成情況分析，發(fā)現(xiàn)接單情況對(duì)留存的影響最大，對(duì)于完成訂單接單時(shí)間越長(zhǎng)留存越差，對(duì)于發(fā)布訂單未接單率越高留存越差。所以，目前應(yīng)該提高接單率以及提升完成訂單的時(shí)效性。

了解了最基礎(chǔ)的分類和對(duì)比分析法，下面我就從分類對(duì)比的角度去幫助大家理解數(shù)據(jù)分析常用的5個(gè)方法：轉(zhuǎn)化漏斗分析、同期群分析、AB測(cè)試、用戶來源分析、矩陣分析

轉(zhuǎn)化漏斗分析

轉(zhuǎn)化漏斗分析是最常用的一種模型，也是增長(zhǎng)黑客理論的基礎(chǔ)。特別適合有交易型的業(yè)務(wù)

最典型的例子就是電商行業(yè)。獲得了多少新用戶(瀏覽)，多少用戶被激活(注冊(cè))，多少用戶還來光顧網(wǎng)站(留存)，多少用戶購(gòu)買了產(chǎn)品(收入)，多少用戶幫助推廣(傳播)。漏斗主要幫助我們解決在哪個(gè)環(huán)節(jié)用戶的流失最多

轉(zhuǎn)化漏斗也是一個(gè)分類對(duì)比的過程。分類是把用戶的行為過程分成了5個(gè)步驟，對(duì)比是看用戶在哪個(gè)步驟中流失嚴(yán)重。比如用戶在注冊(cè)的階段流失嚴(yán)重，推測(cè)是不是注冊(cè)過程太繁瑣，體驗(yàn)太差導(dǎo)致的，我們就可以對(duì)癥下藥。

同期群分析

同期群(cohort)分析在數(shù)據(jù)運(yùn)營(yíng)領(lǐng)域十分重要，特別是看產(chǎn)品改版后用戶整體的留存情況。防止在一個(gè)時(shí)間點(diǎn)改版后，用戶留存率大幅下降卻沒有察覺。

所謂同期群分析方法，也就是將用戶按初始行為的發(fā)生時(shí)間進(jìn)行劃分為群組(即同期群)。然后對(duì)處于相同生命周期階段的用戶進(jìn)行垂直分析，從而比較得出相似群體隨時(shí)間的變化的差異。通過比較不同的同期群，可以從總體上看到，用戶表現(xiàn)是越來越好，還是越來越差。從而驗(yàn)證產(chǎn)品改進(jìn)是否取得了效果

這個(gè)模型的分類是按照時(shí)間窗口來分，對(duì)處于相同生命周期階段的用戶進(jìn)行分類;對(duì)比就是比較不同群的用戶，在相同生命周期階段，表現(xiàn)有何差異。橫向分類，縱向?qū)Ρ?/p>

案例：9月份新增用戶10萬人，10月份新增用戶15萬人，但9月份新增用戶的30日留存用戶為1萬人，10月份新增用戶的30日留存用戶也為1萬人，哪個(gè)月的運(yùn)營(yíng)業(yè)績(jī)更好呢?

通過同期群分析，我們可以發(fā)現(xiàn)9月份和10月份新增用戶的留存用戶是相同的，那么9月份的留存率更高，從用戶質(zhì)量角度考慮，9月份的運(yùn)營(yíng)成果更好，從有效用戶角度考慮，2個(gè)月的運(yùn)營(yíng)成果相同，從新增用戶角度考慮，10月份的運(yùn)營(yíng)成果更好。

同期群分析的目的在于透過現(xiàn)象找到結(jié)果，以時(shí)間維度建立同期群，除按時(shí)間維度考慮，也可以對(duì)來源渠道等維度建立同期群。

AB測(cè)試方法

精益數(shù)據(jù)分析的主要思想之一，是不要一開始就做一個(gè)大而全的產(chǎn)品，而是要不斷做出能小而精的功能或者策略，并進(jìn)行快速的驗(yàn)證。那如何快速驗(yàn)證呢?主要方法就是AB測(cè)試

比如：你發(fā)現(xiàn)漏斗轉(zhuǎn)化中有環(huán)節(jié)用戶流失嚴(yán)重。假設(shè)是商品價(jià)格的問題，那么策略就是改變定價(jià)。但策略是否正確，要看真實(shí)的用戶反應(yīng)，于是采用AB測(cè)試。一部分用戶看到的是老價(jià)格，一部分用戶看到新價(jià)格，若策略管用，看到新價(jià)格的用戶應(yīng)該有更好的轉(zhuǎn)化。那么就可以根據(jù)結(jié)果來確定是否采用新的價(jià)格。

這里的分類就是把用戶分成實(shí)驗(yàn)組和對(duì)照組，對(duì)比是什么呢?就是這兩組用戶后期的表現(xiàn)。通過對(duì)比兩組用戶的表現(xiàn)來判斷產(chǎn)品功能或者營(yíng)銷策略是否有效

用戶來源分析

隨著流量紅利的消失，我們對(duì)獲客來源的重視度變高。如何有效的標(biāo)注用戶來源，至關(guān)重要。傳統(tǒng)分析工具，渠道分析僅有單一維度，要深入分析不同渠道不同階段效果，SEM付費(fèi)搜索等來源渠道和用戶所在地區(qū)進(jìn)行交叉分析，得出不同區(qū)域的獲客詳細(xì)信息，維度越細(xì)，分析結(jié)果也越有價(jià)值

這里的分類就是就是不同的用戶來源渠道，對(duì)比是各個(gè)渠道的投入產(chǎn)出比，進(jìn)而決定在哪個(gè)渠道加大投入，在哪個(gè)渠道縮減開支

矩陣分析法

矩陣分析法是指根據(jù)事物(如產(chǎn)品、服務(wù)等)的兩個(gè)重要屬性(指標(biāo))作為分析的依據(jù)，進(jìn)行分類關(guān)聯(lián)分析，找出解決問題的一種分析方法，也稱為矩陣關(guān)聯(lián)分析法，簡(jiǎn)稱矩陣分析法。在做資源分配的時(shí)候非常有用

矩陣分析法在解決問題和資源分配時(shí)，可以為決策者提供重要參考依據(jù)。先解決主要矛盾，再解決次要矛盾，這樣有利于提高工作效率，并將資源分配到最能產(chǎn)生績(jī)效的部門、工作中

常見的矩陣分析法有波士頓矩陣，SWOT矩陣等，這里就簡(jiǎn)單說一下波士頓矩陣模型，它主要思想就是在一個(gè)企業(yè)內(nèi)，通過研究產(chǎn)品的市場(chǎng)占有率和產(chǎn)品市場(chǎng)增長(zhǎng)率，把企業(yè)現(xiàn)有產(chǎn)品劃分為不同的四種類型(明星，金牛，問題，瘦狗)，其實(shí)它也應(yīng)用來組合分類的思想，比如上面這張圖就是根據(jù)兩個(gè)維度“需求增長(zhǎng)率”和“市場(chǎng)占有率”的組合把用戶分成了4類，這樣能夠一目了然的確定主次矛盾，進(jìn)而進(jìn)行資源優(yōu)化

標(biāo)簽： 數(shù)據(jù)分析