详解数据分析的一般步骤及业务分析方法

导读:数据分析对企业来说意义重大,现在数据分析岗位也很普及。好的数据分析,能为企业转型决策提供依据,作为企业中的顶梁柱,你怎么能不会数据分析?今天小编跟大家一起来学学数据分析的一般步骤及业务分析方法。

1463931541-1164-3417eb9bbd9018a4c0df0f
一、数据分析的一般步骤浓缩精华版

第一步:数据准备:(70%时间)

•获取数据(爬虫,数据仓库)

•验证数据

•数据清理(缺失值、孤立点、垃圾信息、规范化、重复记录、特殊值、合并数据集)

•使用python进行文件读取csv或者txt便于操作数据文件(I/O和文件串的处理,逗号分隔)

•抽样(大数据时。关键是随机)

•存储和归档

第二步:数据观察(发现规律和隐藏的关联)

•单一变量:点图、抖动图;直方图、核密度估计;累计分布函数

•两个变量:散点图、LOESS平滑、残差分析、对数图、倾斜

•多个变量:假色图、马赛克图、平行左边图

第三步:数据建模

•推算和估算(均衡可行性和成本消耗)

•缩放参数模型(缩放维度优化问题)

•建立概率模型(二项、高斯、幂律、几何、泊松分布与已知模型对比)

第四步:数据挖掘

•选择合适的机器学习算法(蒙特卡洛模拟,相似度计算,主成分分析)

•大数据考虑用Map/Reduce

•得出结论,绘制最后图表

循环到第二步到第四步,进行数据分析,根据图表得出结论完成文章。

二、数据分析业务分析版

“无尺度网络模型”的作者艾伯特-拉斯洛·巴拉巴西认为——人类93%的行为是可以预测的。数据作为人类活动的痕迹,就像金矿等待发掘。但是首先你得明确自己的业务需求,数据才可能为你所用。

1.数据为王,业务是核心

•了解整个产业链的结构

•制定好业务的发展规划

•衡量的核心指标有哪些

有了数据必须和业务结合才有效果。首先你需要摸清楚所在产业链的整个结构,对行业的上游和下游的经营情况有大致的了解。然后根据业务当前的需要,指定发展计划,从而归类出需要整理的数据。最后一步详细的列出数据核心指标(KPI),并且对几个核心指标进行更细致的拆解,当然具体结合你的业务属性来处理,找出那些对指标影响幅度较大的影响因子。前期资料的收集以及业务现况的全面掌握非常关键。

2.思考指标现状,发现多维规律

•熟悉产品框架,全面定义每个指标的运营现状

•对比同行业指标,挖掘隐藏的提升空间

•拆解关键指标,合理设置运营方法来观察效果

•争对核心用户,单独进行产品用研与需求挖掘

发现规律不一定需要很高深的编程方法,或者复杂的统计公式,更重要的是培养一种感觉和意识。不能用你的感觉去揣测用户的感觉,因为每个人的教育背景、生活环境都不一样。很多数据元素之间的关系没有明显的显示,需要使用直觉与观察(数据可视化技术来呈现)。

3. 规律验证,经验总结

发现了规律之后不能立刻上线,需要在测试机上对模型进行验证。

有关数据分析,还有更多更重要的内容值得我们去学习,今天的数据分析步骤和业务分析方法希望能对大家有帮助。

作者:纽带线CRM

去年今日运营文章

  1. 2023:  是时候终结私域流量的神话了!重识企业第一方营销资产(0)
  2. 2023:  数据运营方法与通用指标合集(0)
  3. 2023:  抖音“快手化”,私域流量故事好讲吗?(0)
  4. 2023:  案例·外卖 | 2015-2019 饿了么付费会员发展史(0)
  5. 2023:  案例·外卖 | 2020年7月,饿了么会员权益改了?(0)

原创文章,作者:爱运营,如若转载,请注明出处:https://www.iyunying.org/seo/dataanalysis/61560.html

(0)
爱运营的头像爱运营管理员
上一篇 2016年5月23日 下午2:01
下一篇 2016年5月23日 下午2:02

推荐资讯

发表回复

登录后才能评论
分享本页
返回顶部