對比分析
多維度分析
分布分析
使用者留存
漏斗觀察
使用者畫像
歸因查詢
路徑挖掘
行為序列
①比什麼
絕對值 vs 比例值
②怎麼比
環比 vs 同比
③和誰比
和自己比 vs 和行業比
運作原理：指標/業務流程需要按照多維度拆分，來觀察變動
適用場景：
①分析單一指標的構成
②針對流程進行拆解
如：不同渠道的瀏覽，購買轉化率；不同省份的活動參與漏斗
③還原行為發生的場景
如：打賞主播的等級、性別、頻道；是否在wifi/4g情況下
分布情況：乙個事件不僅只有累計值這麼乙個可以觀察的指標，還可以從事件在不同的維度中分布來觀察
常見的群體劃分：
事件頻率
一天內的時間分布
消費金額的區間
適用場景：
①已知一群使用者完成了指定事件，但需要對使用者群體進行細分，按不同維度和價值將他們分為不同群體，分布進行後續的維護和分析
②已知單個事件的完成次數，希望知道這些次數拆分到不同維度上後的分布情況，以便更清晰地了解該事件的完成情況
留存：
一般的計算方法：將某一時間段的使用者id與另一時間段的使用者id做交叉去重，產品、運營、技術、市場每個環節都會對留存造成影響
精準留存：過濾進行過指定行為的使用者id再計算，將使用者分為不同群體後，觀察其之間留存的區別
適用場景：評估產品功能粘性，驗證產品長期價值
漏斗=一連串的向後影響的使用者行為
建立漏斗時容易掉的坑：
a. 漏斗一定是有時間視窗的
根據業務實際情況，選擇對應的時間視窗
按天：對使用者心智的影響只在短期內有效（如短期活動）
按周：業務本身複雜/決策成本高/多日才能完成（如理財/美股開戶）
按月：決策週期更長（如裝修買房）
……否則，太長，包進了太多無關的資訊，
太短，扔掉了很多有用的資訊
b. 漏斗一定具有嚴格的順序
c. 漏斗的計數單位可以基於使用者，也可以基於事件
何時基於使用者，何時基於事件呢？
基於使用者：關心整個業務流程的推動
基於事件：關心某一步具體轉化率；無法獲知事件流轉的真實情況
d. 結果指標的時間不符合預期
自查：是否只有乙個漏斗能夠到達最終目標
適用場景：有明確的業務流程和業務目標 -- 適用
沒有明確的業務流程，跳轉關係紛繁複雜的業務 -- 不適用
運作原理：通過對使用者各類特徵進行標識，給使用者貼上各類標籤，通過這些標籤將使用者分為不同的群體，以便對不同群體分別進行產品/運營動作
a.標籤都有啥？
基礎屬性：年齡、性別、生日、星座、教育、身高、收入、職業……
社會關係：婚姻、有無小孩、家有老人、性取向……
b.標籤從哪兒來？
推斷：通過使用者自己的已有特徵/通過使用者身邊的人推斷
適用場景：市場營銷、個性化運營、業務分析、使用者研究……
運作原理：將事件拆解，根據業務性質，確定完成事件的關鍵部分
適用場景：對業務中明確的業務目標（購買，留資料，充值等）歸因，便可……
①末次歸因：轉化路徑短，且事件間關聯性強的場景把貢獻度全部給最後乙個行為
②遞減歸因：轉換路徑長，非目標事件差異不大，沒有完全主導的事件，從最後一步開始逐漸把影響因子向前遞減
③首次歸因：強流量依賴的業務，拉人比後續所有事都重要，關鍵在第一步
運作原理：逐級展開某一事件的前一級（後一級）事件，觀察其流向
適用場景：
侷限：反映一群人的整體行為趨勢，對個體不適用
運作原理：將單一使用者的所有行為以時間線的形式進行排列
適用場景：
資料分析方法
1 分布分析 用來解釋資料的分布型別和分布特徵，顯示其分布情況。求極差 決定組距與組數 決定分點 繪製頻率分布圖 根據變數的分類型別來確定分組，然後使用圖形對資訊進行顯示 2 對比分析 對比分析是指把兩個相互聯絡的指標進行比較，從數量上展示和說明研究物件規模的大小 水平的高低 速度的快慢，以及各 種...
資料分析 方法 工具
如下摘自 完整的資料分析流程一般如下圖 資料分析方 一定是為指導具體工作實踐而服務的，所以僅僅掌握方 並不夠，還要通過實踐不斷完善優化方法，也要借助工具，雙管齊下，才能達到最好的效果。波動解釋型 某天的銷售額突然下降了，某天的新使用者留存突然降低了，這時候往往需要分析師去解釋波動的原因，分析較為聚焦...
常用資料分析方法
自 一 描述性統計 描述性統計是一類統計方法的彙總，揭示了資料分布特性。它主要包括資料的頻數分析 資料的集中趨勢分析 資料離散程度分析 資料的分布以及一些基本的統計圖形。1 缺失值填充 常用方法有剔除法 均值法 決策樹法。2 正態性檢驗 很多統計方法都要求數值服從或近似服從正態分佈，所以在做資料分析...