大數(shù)據(jù)分析思維和方法有哪些

　　在大數(shù)據(jù)分析中，大數(shù)據(jù)分析思維是框架式的指引，實際分析問題時還是需要很多“技巧工具”的。就好比中學里你要解一元二次方式，可以用公式法、配方法、直接開平方法、因式分解法。
 

　　大數(shù)據(jù)分析里也有技巧，在一些通用的分析場景下可以快速使用，而且對未來構建大數(shù)據(jù)分析模型也有幫助。
 

　　接下來就分享常見的5種大數(shù)據(jù)分析方法，分別是：公式法、對比法、象限法，二八法，漏斗法，常常多種結合一起使用。
 

　　注：主要偏思維層面的，基于業(yè)務問題對數(shù)據(jù)的探索性分析，不同于專業(yè)統(tǒng)計學中的數(shù)據(jù)處理方法。
 

一、公式法
 

　　所謂公式法就是針對某個指標，用公式層層分解該指標的影響因素，這個我在指標化思維中提到過。
 

　　舉例：分析某產(chǎn)品的銷售額較低的原因，用公式法分解
 

　　1)某產(chǎn)品銷售額=銷售量 X 產(chǎn)品單價

　　2)銷售量=渠道A銷售量 + 渠道B銷售量 + 渠道C銷售量 + …

　　3)渠道銷售量=點擊用戶數(shù) X 下單率

　　4)點擊用戶數(shù)=曝光量 X 點擊率
 

　　第一層：找到產(chǎn)品銷售額的影響因素。某產(chǎn)品銷售額=銷售量 X 產(chǎn)品單價。是銷量過低還是價格設置不合理?
 

　　第二層：找到銷售量的影響因素。分析各渠道銷售量，對比以往，是哪些過低了。
 

　　第三層：分析影響渠道銷售量的因素。渠道銷售量=點擊用戶數(shù)X下單率。是點擊用戶數(shù)低了，還是下單量過低。如果是下單量過低，需要看一下該渠道的廣告內(nèi)容針對的人群和產(chǎn)品實際受眾符合度高不高。
 

　　第四層：分析影響點擊的因素。點擊用戶數(shù)=曝光量X點擊率。是曝光量不夠還是點擊率太低，點擊率低需要優(yōu)化廣告創(chuàng)意，曝光量則和投放的渠道有關。
 

　　通過對銷售額的逐層拆解，細化評估以及分析的粒度。
 

　　公式拆解法是針對問題的層級式解析，在拆解時，對因素層層分解，層層剝盡。
 

二、對比法
 

　　對比法就是用兩組或兩組以上的數(shù)據(jù)進行比較，是最通用的方法。
 

　　我們知道孤立的數(shù)據(jù)沒有意義，有對比才有差異。一些直接描述事物的變量，如長度、數(shù)量、高度、寬度等。通過對比得到比率數(shù)據(jù)，增速、效率、效益等指標，這才是大數(shù)據(jù)分析時常用的。
 

　　比如用于在時間維度上的同比和環(huán)比、增長率、定基比，與競爭對手的對比、類別之間的對比、特征和屬性對比等。對比法可以發(fā)現(xiàn)數(shù)據(jù)變化規(guī)律，使用頻繁，經(jīng)常和其他方法搭配使用。
 

　　下圖的AB公司銷售額對比，雖然A公司銷售額總體上漲且高于B公司，但是B公司的增速迅猛，高于A公司，即使后期增速下降了，最后的銷售額還是趕超。
 

三、象限法
 

　　通過對兩種及以上維度的劃分，運用坐標的方式表達出想要的價值。由價值直接轉變?yōu)椴呗?，從而進行一些落地的推動。象限法是一種策略驅動的思維，常于產(chǎn)品分析、市場分析、客戶管理、商品管理等。
 

　　比如，下圖是一個廣告點擊的四象限分布，X軸從左到右表示從低到高，Y軸從下到上表示從低到高。

　　高點擊率高轉化的廣告，說明人群相對精準，是一個高效率的廣告。
 

　　高點擊率低轉化的廣告，說明點擊進來的人大多被廣告吸引了，轉化低說明廣告內(nèi)容針對的人群和產(chǎn)品實際受眾有些不符。
 

　　高轉化低點擊的廣告，說明廣告內(nèi)容針對的人群和產(chǎn)品實際受眾符合程度較高，但需要優(yōu)化廣告內(nèi)容，吸引更多人點擊。
 

　　低點擊率低轉化的廣告，可以放棄了。
 

　　還有經(jīng)典的RFM模型，把客戶按最近一次消費(Recency)、消費頻率(Frequency)、消費金額 (Monetary)三個維度分成八個象限。

　　象限法的優(yōu)勢：
 

　　1.找到問題的共性原因
 

　　通過象限分析法，將有相同特征的事件進行歸因分析，總結其中的共性原因。例如上面廣告的案例中，第一象限的事件可以提煉出有效的推廣渠道與推廣策略，第三和第四象限可以排除一些無效的推廣渠道;
 

　　2.建立分組優(yōu)化策略
 

　　針對投放的象限分析法可以針對不同象限建立優(yōu)化策略，例如RFM客戶管理模型中按照象限將客戶分為重點發(fā)展客戶、重點保持客戶、一般發(fā)展客戶、一般保持客戶等不同類型。給重點發(fā)展客戶傾斜更多的資源，比如VIP服務、個性化服務、附加銷售等。給潛力客戶銷售價值更高的產(chǎn)品，或一些優(yōu)惠措施來吸引他們回歸。
 

四、二八法/帕累托分析
 

　　二八法也可以叫帕累托法則，源于經(jīng)典的二八法則。比如在個人財富上可以說世界上20%的人掌握著80%的財富。而在大數(shù)據(jù)分析中，則可以理解為20%的數(shù)據(jù)產(chǎn)生了80%的效果需要圍繞這20%的數(shù)據(jù)進行挖掘。往往在使用二八法則的時候和排名有關系，排在前20%的才算是有效數(shù)據(jù)。二八法是抓重點分析，適用于任何行業(yè)。找到重點，發(fā)現(xiàn)其特征，然后可以思考如何讓其余的80%向這20%轉化，提高效果。

　　一般地，會用在產(chǎn)品分類上，去測量并構建ABC模型。比如某零售企業(yè)有500個SKU以及這些SKU對應的銷售額，那么哪些SKU是重要的呢，這就是在業(yè)務運營中分清主次的問題。
 

　　常見的做法是將產(chǎn)品SKU作為維度，并將對應的銷售額作為基礎度量指標，將這些銷售額指標從大到小排列，并計算截止當前產(chǎn)品SKU的銷售額累計合計占總銷售額的百分比。
 

　　百分比在 70%(含)以內(nèi)，劃分為 A 類。

　　百分比在 70~90%(含)以內(nèi)，劃分為 B 類。

　　百分比在 90~100%(含)以內(nèi)，劃分為 C 類。
 

　　以上百分比也可以根據(jù)自己的實際情況調(diào)整。
 

　　ABC分析模型，不光可以用來劃分產(chǎn)品和銷售額，還可以劃分客戶及客戶交易額等。比如給企業(yè)貢獻80%利潤的客戶是哪些，占比多少。假設有20%，那么在資源有限的情況下，就知道要重點維護這20%類客戶。
 

五、漏斗法
 

　　漏斗法即是漏斗圖，有點像倒金字塔，是一個流程化的思考方式，常用于像新用戶的開發(fā)、購物轉化率這些有變化和一定流程的分析中。

　　上圖是經(jīng)典的營銷漏斗，形象展示了從獲取用戶到最終轉化成購買這整個流程中的一個個子環(huán)節(jié)。相鄰環(huán)節(jié)的轉化率則就是指用數(shù)據(jù)指標來量化每一個步驟的表現(xiàn)。所以整個漏斗模型就是先將整個購買流程拆分成一個個步驟，然后用轉化率來衡量每一個步驟的表現(xiàn)，最后通過異常的數(shù)據(jù)指標找出有問題的環(huán)節(jié)，從而解決問題，優(yōu)化該步驟，最終達到提升整體購買轉化率的目的。
 

　　整體漏斗模型的核心思想其實可以歸為分解和量化。比如分析電商的轉化，我們要做的就是監(jiān)控每個層級上的用戶轉化，尋找每個層級的可優(yōu)化點。對于沒有按照流程操作的用戶，專門繪制他們的轉化模型，縮短路徑提升用戶體驗。
 

　　還有經(jīng)典的黑客增長模型，AARRR模型，指Acquisition、Activation、Retention、Revenue、Referral，即用戶獲取、用戶激活、用戶留存、用戶收益以及用戶傳播。這是產(chǎn)品運營中比較常見的一個模型，結合產(chǎn)品本身的特點以及產(chǎn)品的生命周期位置，來關注不同的數(shù)據(jù)指標，最終制定不同的運營策略。
 

　　從下面這幅AARRR模型圖中，能夠比較明顯的看出來整個用戶的生命周期是呈現(xiàn)逐漸遞減趨勢的。通過拆解和量化整個用戶生命周期各環(huán)節(jié)，可以進行數(shù)據(jù)的橫向和縱向對比，從而發(fā)現(xiàn)對應的問題，最終進行不斷的優(yōu)化迭代。

　　不過，單一的漏斗分析是沒有用的，不能得出什么結果，要與其它相結合，如與歷史數(shù)據(jù)的對比等。
 

　　好了，這一節(jié)的內(nèi)容很輕松，也很容易理解，結合之前的大數(shù)據(jù)分析思維內(nèi)容，是不是開始有一點分析的感覺了。