原文链接:
http://click.aliyun.com/m/25048/
摘要: 这是一篇方法论。是的,很枯燥。 在知乎、woshipm、pmcaff、产品100等搜索了大量的数据分析相关的文章,发现没有多少适合自己的,因为内容太过碎片化,就买了一套书,开始系统的学习。 当你完成一份数据分析报告时,不知领导是否有问过你,“你的分析方法论是什么?”。
这是一篇方法论。是的,很枯燥。
在知乎、woshipm、pmcaff、产品100等搜索了大量的数据分析相关的文章,发现没有多少适合自己的,因为内容太过碎片化,就买了一套书,开始系统的学习。
当你完成一份数据分析报告时,不知领导是否有问过你,“你的分析方法论是什么?”。如果分析方法论不正确或不合理,那分析结果参考价值几何呢?
◆ ◆ ◆
困惑
相信很多人在做数据分析时,会经常遇到这几个问题:不知从哪方面入手开展分析;分析的内容和指标常常被质疑是否合理、完整,自己也说不出个所以然来。当然我也一样,处在数据分析的学习阶段,对这些问题常常会感到困惑。
这就是为什么强调数据分析方法论的原因。当方法论结合了实际业务,才能尽量确保数据分析维度的完整性和结果的有效性。
数据分析的三大作用,主要是:现状分析、原因分析和预测分析。什么时候开展什么样的数据分析,需要根据我们的需求和目的来确定。
数据分析的一般步骤:
640?wx_fmt=png
◆ ◆ ◆
解惑
数据分析的目的越明确,分析越有价值。明确目的后,需要梳理思路,搭建分析框架,把分析目的分解成若干个不同的分析要点,然后针对每个分析要点确定分析方法和具体分析指标;最后,确保分析框架的体系化(体系化,即先分析什么,后分析什么,使得各个分析点之间具有逻辑联系),使分析结果具有说服力。
那么,如何保证分析框架的体系化呢?
以营销、管理等理论为指导,结合实际业务情况,搭建分析框架,这样才能尽量确保数据分析维度的完整性,结果的有效性及正确性。
营销方面的理论模型有:4P、用户使用行为、STP理论、SWOT等。
管理方面的理论模型有:PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。
这里主要说明:PEST、5W2H、逻辑树、4P、用户使用行为这五个比较经典实用的理论,了解如何在搭建数据分析框架时应用它们作指导。
(1)PEST:主要用于行业分析
PEST,即政治(Political)、经济(Economic)、社会(Social)和技术(Technological)
P:构成政治环境的关键指标有,政治体制、经济体制、财政政策、税收政策、产业政策、投资政策、国防开支水平政府补贴水平、民众对政治的参与度等。
E:构成经济环境的关键指标有,GDP及增长率、进出口总额及增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。
S:构成社会文化环境的关键指标有:人口规模、性别比例、年龄结构、出生率、死亡率、种族结构、妇女生育率、生活方式、购买习惯、教育状况、城市特点、宗教信仰状况等因素。
T:构成技术环境的关键指标有:新技术的发明和进展、折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度、国家重点支持项目、国家投入的研发费用、专利个数、专利保护情况等因素。
eg:仅作举例,不代表只考虑这几点因素
640?wx_fmt=png
(2)5W2H:应用相对广泛,可用于用户行为分析、业务问题专题分析、营销活动等
5W2H,即何因(Why)、何事(What)、何人(Who)、何时(When)、何地(Where)、如何做(How)、何价(How much)
该方法广泛应用于企业营销、管理活动,对于决策和执行性的活动措施非常有帮助,也有助于弥补考虑问题的疏漏。
eg:仅作举例,不代表只考虑这几点因素
原文链接:
http://click.aliyun.com/m/25048/
分享到:
相关推荐
以下是关于数据分析方法论的一些核心知识点: 1. 数据分析方法论的重要性:方法论决定了分析的路径和深度,若不正确或不合理,分析结果可能失去其指导意义。它应与实际业务紧密结合,确保分析维度的完整性和结果的...
数据分析方法论是进行数据研究的总体框架,它指导分析师如何从海量数据中提取有价值的信息。一个有效的方法论应该包括以下几个步骤: - 明确目的:首先,确定分析的目标,例如现状分析、原因分析或预测分析。 - ...
数据分析方法论.md数据分析方法论.md数据分析方法论.md数据分析方法论.md数据分析方法论.md数据分析方法论.md数据分析方法论.md数据分析方法论.md数据分析方法论.md数据分析方法论.md数据分析方法论.md数据分析方法...
常用数据分析方法论.pdf 数据分析方法论是指导数据分析师进行一次完整的数据分析的方法论,主要用来理顺分析思路,确保数据分析结构体系化,把问题分解成相关联的部分,并显示它们之间的关系,为后续数据分析的开展...
数据挖掘方法论及案例介绍数据挖掘是BI领域的一个重要应用方向BI指通过对行业的讣知、经验,结合数学理论、管理理论、市场营销理论,利用工具软件、数学算法(如:神经网络、遗传算法、聚类、客户绅分等)对企业的...
数据分析方法论.pdf 数据分析方法论是指通过对数据的收集、分析和解释,得出有价值的结论和建议,以帮助企业或组织更好地决策和发展。该方法论涵盖了多种理论和模型,以下是对其中一些重要知识点的解释: 1. STP ...
【企业大数据分析方法论】 大数据分析是现代企业决策制定的关键组成部分,它涉及到从海量数据中提取有价值信息,进而转化为知识,帮助企业制定战略和优化运营。本文主要探讨的是数据分析的框架、方法以及支撑工具,...
数据分析方法论解析 数据分析是指通过对数据的收集、整理、分析和解释,获取有价值的信息和知识的过程。数据分析方法论是指对数据分析的一些基本方法和技术的总称,它是数据分析的基础和核心。 本文将对数据分析...
总的来说,大数据分析方法论是数据分析的指导框架,它为实际的数据分析工作提供方向,确保分析过程的系统性和有效性。而数据分析法则如对比分析、交叉分析等则是具体的操作步骤和技巧,它们结合在一起,为企业提供...
【大数据分析方法论介绍】 大数据分析是现代商业环境中不可或缺的一部分,它通过收集、处理和解析海量数据,帮助企业理解和优化业务运营。在这个过程中,数据分析的主要目的是用量化的方式解决业务问题,以便得出可...
从理论到深度案例分析,成为数据分析师你只需要三步!
数据仓库支持从历史数据分析(“发生了什么问题?”)、原因分析(“为什么会发生?”)到预测分析(“下一步会发生什么?”),并最终通过决策模拟和执行分析结果来跟踪企业运行状况,形成一个完整的决策支持循环。 #...
埃森哲大数据分析方法论及工具 一、大数据分析概述 大数据分析是指从数据、信息到知识的过程,需要数学理论、行业经验以及计算机工具三者结合。数据分析方法论是指通过数据挖掘、机器学习、统计学知识等手段来发现...
本篇文章主要探讨了大数据分析方法论中的几种理论模型,并通过具体的应用案例加以阐述,旨在帮助读者理解如何有效地运用这些理论模型进行大数据分析。 首先,大数据分析的核心作用可以概括为三个方面:现状分析、...
精益数据方法论:数据驱动的数字化转型 一、本文概述 在数字化快速发展的时代,企业面临的竞争环境日益激烈。为了在竞争中获得优势,企业必须紧跟数字化转型的浪潮,以便更好地应对日益复杂的市场需求。在数字化...
数据分析方法论是现代商业决策和市场理解的核心工具。这一领域涵盖了广泛的实践和技术,旨在从海量数据中提取有价值的洞察,以支持企业的战略规划、产品优化、市场定位和业务增长。在这个"数据分析 行业研究 市场...
数据分析方法论是数据分析的规划,指导后期分析工作的开展。主要包括对比分析、交叉分析、相关分析、回归分析、聚类分析等。引入方法论来进行数据分析可以理顺分析思路,确保分析结构的体系化和系统化,解决不知道从...
《数据分析思维与业务流程》课程主要内容分为四部分,分别是数据分析概述、数据分析方法论和分析模型、实战案例讲解、本章小结。 "数据分析概述" 数据分析思维与业务流程是指在基于业务的基础上,通过数据收集、...
数据分析方法论 数据分析方法论概述: 数据分析方法论是指通过对数据进行收集、整理、分析和解释,以获取有价值的信息和结论的方法论。这种方法论对企业的决策和战略制定具有重要作用。通过数据分析,可以帮助企业...