写点什么

数据分析的步骤

  • 2022-11-11
    北京
  • 本文字数:1279 字

    阅读完需:约 4 分钟

数据分析的步骤

数据分析从发现问题到运用方法去解决问题有一个完整清晰的过程。作为想要学习数据分析的人员,只有了解数据分析的流程,在面对数据分析问题时,才能知道如何去开展。


一次完整的数据分析流程主要分为 6 个环节,包括明确分析目的数据获取数据处理数据分析数据可视化总结与建议

1、明确分析目的

做任何事情都有其对应的目的,数据分析也是如此。每一次分析前,都必须要先明确做这次分析的目的是什么。只有先明确了目的,后面的分析才能围绕其展开,常见的数据分析目标包括以下 3 种类型。

  • 指标波动型:主要是针对某个指标下降、上涨或者异常所做的分析,比如,DAU(日活跃用户数)降低了、用户留存率降低了、电商平台的订单数量减少了、销售收入降低了。分析的主要目的是挖掘指标波动的原因,及时发现业务的问题。这里的关键是要量化指标下跌的原因,比如,总的指标下跌有多少是 A 原因引起的,有多少是 B 原因引起的。

  • 评估决策型:主要是针对某个活动上线、某个功能上线、某个策略上线的效果评估,以及对下一步迭代方向的建议。这些建议是指导产品经理或者其他业务方决策的依据,所以数据分析对应的结论产出不能局限于发现什么,而是要告诉业务方怎么做、方向是什么。

  • 专题探索型:主要针对业务发起的一些专题进行分析,比如,增长类的专题分析,怎么提高用户新增、活跃、留存、付费;体验类的专题分析,如何提高用户查找表情的效率;方向性的探索,微信引入视频号功能的用户需求分析以及潜在机会的分析。

2、数据获取

明确了数据分析的目的之后,就是根据我们的分析目的,提取相对应的数据,通常这个环节是利用 Hive SQL 从数据仓库中提取数据。在提取数据时,通常要注意提取的维度和对应的指标个数。

3、数据处理

当我们知道应该从哪里获取数据,以及获取哪些指标数据后,为了保证数据质量,通常要对数据进行处理。常见的数据处理有异常值处理、空值处理。比如,我们在提取用户的年龄数据之前,需要去除年龄中空的数据及异常数据(如年龄超过 120 岁等)。

4、数据分析

根据分析目标,要选择合适的分析方法和分析思路去做拆解和挖掘。针对订单流失的问题,典型的分析思路和方法是漏斗分析和用户画像分析。


漏斗分析主要是分析付费流失严重的主要环节在哪里,我们发现付费流失严重主要是因为“用户活跃”到“浏览商品”的转化率从 50%降到 30%,减少了 20%,那就可以把问题定位成为什么用户浏览次数会变少。

用户画像分析可以帮助我们分析流失严重的用户是什么特征,如年龄、性别、地域等;在流失前有什么特定行为,如访问了哪些页面、看了哪些内容。这样就可以知道这种流失是集中在哪一个年龄群体、哪一个地域群体及其他行为特征。

5、数据可视化

通过数据分析得出结论后,还需要用图表展示出来,所谓“文不如表,表不如图”,用图表可以更清晰地展示你的结论,一般我们可以利用 Excel、Python 或者 R 语言进行可视化图表的制作。常见的图表有柱形图、折线图、饼图、条形图、面积图、散点图、组合图、箱线图等。

6、总结和建议

当利用图表把数据分析结论展示出来后,就是数据分析的总结部分,主要包括得出了什么具体结论,以及给业务人员提供具体建议,告诉他们改进的方向。


发布于: 刚刚阅读数: 6
用户头像

InfoQ签约作者 2018-11-30 加入

热爱生活,收藏美好,专注技术,持续成长

评论

发布
暂无评论
数据分析的步骤_数据分析_穿过生命散发芬芳_InfoQ写作社区