数据分析 — 常用数据分析方法简介
数据分析就像盖房子，分析方法就好比盖房子前的设计图，用来指导如何盖房子，而技术工具就像盖房子中的挖土机等工具，如果我们只是会使用挖土机，而完全没有分析方法的指导，那这房子终究是盖不起来的！！
因此，本文意在简单介绍数据分析领域中常用的一些分析方法：
逻辑树分析方法
- 分析目标：将复杂问题变得简单，通过逐步拆解问题，找到问题的核心和解决路径。
- 具体概念和定义：逻辑树又称为问题树、演绎树或分解树等。它是将一个已知问题当成树干，然后开始考虑这个问题和哪些相关问题或者子任务有关，每想到一点，就给这个问题（也就是树干）加一个“树枝”，并标明这个“树枝”代表什么问题，一个大的“树枝”上还可以有小的“树枝”，以此类推，找出问题的所有相关联项目，将复杂问题逐步拆解为易于理解和解决的子问题。
- 案例：费米问题，比如估算一个城市里有多少个钢琴调音师，通过将大问题分解成如城市人口、有钢琴家庭比例、钢琴每年调音次数等小问题来估算。
PEST分析方法
- 分析目标：进行行业分析，从宏观层面了解行业所处的环境，为企业战略决策提供依据。
具体概念和定义：是指宏观环境的分析，P是政治（Political），主要包括政治制度与体制，政府的政策、法律等；E是经济（Economic），涵盖宏观和微观经济环境，如经济增长、通货膨胀等；S是社会（Social），包含人口、文化、教育水平、价值观等方面；T是技术（Technological），涉及新技术、新工艺、新材料的出现和发展。该方法从这四个维度对行业的宏观环境进行分析。
- 案例：在研究国内少儿编程行业时，分析政策支持（政治）、经济发展水平及家庭可支配收入（经济）、社会对编程教育的重视程度和认知（社会）、编程技术的发展（技术）等。
多维度拆解分析方法
- 分析目标：实现多角度思考，全面、深入地了解分析对象，避免片面性。
- 具体概念和定义：从多个角度对数据或问题进行拆解，比如从指标构成和业务流程等方面入手。通过这种方式可以更全面、细致地了解分析对象，避免只从单一维度分析而产生片面的结论。
- 案例：在找相亲对象时，从外貌（身高、长相）、性格（开朗、内向）、职业（稳定性、发展前景）、家庭（家庭氛围、成员关系）等多个维度去思考和筛选。
对比分析方法
- 分析目标：通过对比进行评估，发现差异、变化趋势以及规律。
- 具体概念和定义：确定对象之间相同点和不同点的逻辑方法，通过对比不同对象在相同指标上的数值，或者同一对象在不同时间的数值，来发现差异、变化趋势以及规律，从而为分析和决策提供依据。
- 案例：判断女朋友胖不胖，可对比她不同时期的体重、身材，或者和同身高的其他人对比体重、体脂率等指标。
假设检验分析方法
- 分析目标：分析问题产生的原因，通过假设和验证来找出关键因素。
- 具体概念和定义：先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立。它基于一定的概率原理，通过对样本数据的分析来推断总体情况，是一种科学的验证方法。
- 案例：警察破案时，会先假设嫌疑人的作案动机、作案时间、作案手法等，然后通过现场勘查、询问证人等收集证据来检验假设是否成立。
相关分析方法
- 分析目标：探究两个或多个变量之间的关系，了解它们的相互影响程度。
- 具体概念和定义：研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。通过计算相关系数等方式，衡量变量之间的关联紧密程度。
- 案例：豆瓣推荐电影，会分析用户的观影历史、评分、影评等数据之间的相关性，找出与用户以往喜欢的电影相似的影片进行推荐。
群组分析方法
- 分析目标：进行留存和流失分析，了解不同用户群体的特征和行为模式，以便针对性运营。
- 具体概念和定义：也叫同期群分析，是将用户按照某个共同特征（如注册时间、购买时间、首次使用产品时间等）划分为不同的群组，然后在一段时间内跟踪这些群组的行为数据，分析每个群组的留存、流失、活跃等情况，以便更好地了解不同用户群体的特征和行为模式。
- 案例：微博通过分析不同注册时间、兴趣爱好等群组的用户活跃和流失情况，来针对性地优化运营策略，提高用户留存率和活跃度。
RFM群组分析
- 分析目标：进行用户价值分析，识别出不同价值的用户群体，制定个性化营销策略。
- 具体概念和定义：RFM是三个英文单词的缩写，分别是最近一次消费时间（Recency）、消费频率（Frequency）、消费金额（Monetary）。通过这三个维度对用户进行打分和分类，识别出高价值用户、重要保持用户、重要发展用户等不同类型的用户群体，从而制定个性化的营销策略。
- 案例：信用卡会员服务，根据这三个维度区分出不同价值的用户，对高消费金额且频繁使用的用户提供更高级别的服务和优惠，对消费频率低但最近有消费的用户进行促活。
漏斗分析
- 分析目标：进行转化分析，找出业务流程中用户流失的环节，优化业务流程。
- 具体概念和定义：基于业务流程，将业务过程比作一个漏斗，每一个环节都有一定的用户流失，通过分析每个环节的转化率，找出用户流失较多的环节，也就是漏斗的“瓶颈”，进而针对性地优化改进，提高整体的业务转化率。
- 案例：在电商店铺中，从用户浏览商品到加入购物车，再到提交订单、完成支付，分析每个环节的转化率，找出哪个环节导致用户流失严重，例如可能是支付环节操作繁琐导致转化率低。
阿里三大营销模型（AIPL，FAST，GROW）
- 分析目标：用于仪表盘运营分析，评估品牌营销效果和消费者运营情况，制定增长策略。
具体概念和定义：
- AIPL：将消费者旅程划分为认知（Awareness）、兴趣（Interest）、购买（Purchase）、忠诚（Loyalty）四个阶段，用于衡量品牌在消费者不同阶段的运营效果，帮助品牌了解在拉新、促活、留存等方面的表现。
- FAST：分别代表人群总规模（Fertility）、人群加深率（Advancing）、超级用户数（Superiority）、超级用户活跃度（Thriving），从这四个指标评估品牌的消费者运营健康度和增长潜力。
GROW：涵盖渗透力（Gain）、复购力（Retain）、价格力（Boost）、延展力（Widen），聚焦品牌在市场份额、用户复购、产品定价和品类拓展等方面的表现，助力品牌制定增长策略。
- 案例：在可乐、婴幼儿产品、咖啡等商品的营销中，利用这些模型分析营销活动在不同消费者阶段的效果、消费者运营的健康程度以及品牌的增长空间，优化营销策略。
AARRR模型分析方法
- 分析目标：进行用户行为分析，实现用户增长和业务盈利，构建增长闭环。
- 具体概念和定义：也被称为增长黑客模型，包含五个环节，获取用户（Acquisition）即通过各种渠道吸引用户；提高活跃度（Activation）指让用户真正使用产品并产生兴趣；提高留存率（Retention）是让用户持续使用产品；获取收入（Revenue）即通过产品盈利；自传播（Referral）是用户主动推荐产品给他人，实现用户增长的良性循环。
- 案例：拼多多通过各种活动拉新用户（获取用户），通过有趣的互动玩法提高用户活跃度（提高活跃度），通过优惠券、个性化推荐等方式让用户持续购物（提高留存率），通过商品销售和广告等获取收入（获取收入），并鼓励用户分享商品和活动给好友（自传播），实现用户和业务的增长。
5W2H分析方法
- 分析目标：全面、系统地剖析问题，清晰梳理事物的各个关键要素，从而更好地理解、解决问题或进行决策。
- 具体概念和定义：5W2H是由七个英文单词首字母组成。What（是什么）用于明确事物的本质、内容；When（何时）聚焦时间相关信息，如开始时间、结束时间等；Where（何地）确定事物发生或存在的地点场景；Why（为什么）探究背后的原因、目的；Who（是谁）明确涉及的人员主体；How（怎么做）关注实现的方式、方法、步骤；How much（多少钱）涉及数量、成本、价格等量化指标 。通过对这七个方面进行提问分析，能完整地把握问题。
- 对应案例：以开设一家线下咖啡店为例，What是明确咖啡店主打特色咖啡产品及轻食；When是确定筹备时间、开业时间；Where是选择合适的开店地址，如商业中心、写字楼附近；Why是分析顾客选择来店消费的原因，如环境舒适、咖啡品质高；Who明确目标顾客群体，如上班族、学生等，以及员工构成；How思考咖啡店的运营流程，如采购、制作、服务等；How much估算开店成本、产品定价、预期收益等。
局限性：5W2H分析方法虽然很好理解，非常适合解决日常工作和生活中的简单问题，但在复杂商业问题面前存在不足。因为复杂的商业问题往往不是由单一原因引起，而是多个因素共同作用的结果。例如“销量为什么下滑”，可能涉及市场竞争、产品质量、营销策略等多个方面，此时就需要运用其他更综合的分析方法。