数据分析02-如何正确培养数据思维
2023-06-15 09:05:41 0 举报AI智能生成
如果觉得有帮助,欢迎点赞，收藏、克隆!
作者其他创作
大纲/内容
什么是数据思维
使用数据解决问题的能力
量化思维
数据丈量一切
难点
难以获取
没有相关数据
怎么办？
消除物理盲点-快速预估
找到数学模型，计算公式
抽样，样本量科学
抽样，样本量科学
消除逻辑盲点
制定评估标准
what
结果指标-有无增长
过程指标
关注点有无增长
是否监控到
反向指标-和结果指标定义方向相反，如退货
how
真实度量业务结果，而非能找到的指标
聚类选择特征指标：招行hello kitty信用卡
加入反向指标
评估满足派生指标标准，不能用长远，好，坏高低描述
对比分析
怎么比
环比
同比
增长率
趋势、极值、临界点
比的结果
正常波动-范围内可忽略
1、自然波动范围内
2、上下游浮动一致-上下游指标
3、历史波动范国内-通过足够长的时间进行原因排查
异常波动
如何确定问题
目标和实际之间的差距
准确描述问题的过程
1、列出实际情况 （数据），重新定义问题
2、写出目标结果（数据）
3、最后确定二者差距（数据对比）
如何用数据分析问题
拆解分析
分析
相互独立，完全穷举 (mece)
维度：产品、组织架构、用户细分
公式
拆解至不可再分
拆解结果通常为值，不是x率
流程法
按照事情发展的先后顺序，罗列出流程步骤
关注关键节点
不要切换视角
如果某一视角流程较短，则需要转换视角，如贷款，从客户角度转换为银行视角，ABCG，中央总部，
不同分支机构，普通员工，管理者，不同细分用户，颗粒度更精准
不同分支机构，普通员工，管理者，不同细分用户，颗粒度更精准
模型法
根据经典的商业模型组成要素对分析内容的重组
4p
swot：团队分析
AARRR： 获客
黄金圈：what, why. how，报告输出
拉弗曲线等不断总结沉淀适合自己业务的模型
分析框架系统诊断
1、宏观：国家国际形势，政策，咨询公司，行业，同行，跨界
2、中观：公司整体战路，分工协作，解决方素，日常工作
3、微观：分析原因
问题界定
问题拆解
提出假设
头脑风暴
没有批评和否定
yes, and
数据验证方案
内部数据
外部数据
结论呈现
1、 业务假设数据全部罗列
2、重新分类和排序
递进-时间顺序-优先级
并列-占比权重
3、只留下重要的几个
迭代精进循环上升
0 条评论
下一页
