做数据分析的一些想法 怎么做数据分析?

人人都是产品经理社区推出产品经理培训课程 , 让BAT产品总监手把手带你学产品吧!
前言:不知道有多少产品经理的童鞋平常工作会负责数据分析的内容?又有多少负责数据分析内容的童鞋有去了解数据分析?——前者我有;后者 , 反正我是没有 。
最近由于跟公众平台用户分析内容频繁的接触 , 天天对着数据晃啊晃的 , 某个瞬间突然想起虽然跟数据打了这么多年的交道 , 但自己好像连“数据分析”是什么也懵懵懂懂 , 顿时细思恐极 , 于是萌生了好好总结一下的想法 。
数据分析有什么意义?简单说 , 数据分析是把大量数据按照一定方法进行分析 , 形成概括总结的过程 , 以便采取适当行动 。
在产品的整个寿命周期 , 包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程 , 以提升有效性 。 如一个企业的领导人要通过市场调查 , 分析所得数据以判定市场动向 , 从而制定合适的生产及销售计划等 。
在互联网营销方面 , 主要体现在广告投放和活动推送 。
通常 , 广告投放和活动推送前的数据分析可以分为两步走 。 第一步:确定目标群体 。 比如 , 目标群体是18~25岁 , 上网购物的年轻女性 。 第二步:描述此群体的活动轨迹 。 也就是说 , 知道目标客户群做什么事、在什么时间地点能够找到他非常重要 。
数据分析怎么统计?数据分析里经常可以看到两个统计术语:同比和环比 。

  • 同比是本期统计数据与历史同期比较 , 一般情况下是今年第n月与去年第n月比 。 例如2014年7月份与2013年7月份相比 。
  • 环比是本期统计数据与上期比较 , 一般情况下是今年第n月与今年第n-1月比 。 例如2014年7月份与2014年6月份相比较 。
同比分析和环比分析都有增长速度和发展速度两种方法 。
  • 环比增长速度反映本期比上期增长了多少 , 公式:(本期数-上期数)÷|上期数|×100%
  • 环比发展速度是报告期水平与前一期水平之比 , 反映现象在前后两期的发展变化情况 , 公式:本期数÷上期数×100%
  • 同比增长速度一般反映本期比上年同期增长了多少 , 公式:(本期数-上年同期)÷|上年同期|×100%
  • 同比发展速度主要是为了消除季节变动的影响 , 用以说明本期发展水平与去年同期发展水平对比而达到的相对发展速度 , 公式:本期数÷|上期数|×100%
ps:当上期/历史同期数据为0时 , 没有比较意义 , 不予考虑 。 用户分析昨日关键指标的数据呈现图一的用户分析是使用了环比增长速度来表示用户的“日”变化情况 。
这里有个问题一直困扰着我:用户分析环比到7天前、30天前的数据是否有必要? 是要对比昨天的天气、温度、湿度和7天前、30天前的天气、温度、湿度 , 以便知道7天后、30天后我该穿什么衣服吗?
个人感觉这边可以去掉周、月的无用数据 , 增加以“周”、“月”为基数的环比数据 。
数据分析展示工具——统计图表应该会有童鞋常常纠结于如何选择合适的图表表达数据诉求 , 在这里也简单介绍几种常用数据分析统计图表的特点、使用方法以及注意点 。
折线图折线图主要是在按照时间序列分析指标值变化趋势的情况下使用 , 是有连续性的 。 通常情况下X轴设定为时间 , Y轴设定为其他指标值 。 如分析页面PV , UV , 转化数(率) , 周期内交易量 , 用户增长量等指标整体变化趋势时多用折线图 。 如下图
上图就是表示用户每天(还可以是每小时段、周、月或年)的变化趋势 , 从图中可得到 “平时工作日的访问比较多 , 周末的访问比较少”的分析结论 。
如果在相同单位下 , 同时有多个指标 , 那么就可以细分折线图 , 如把图3的增长来源组合在一起 , 可变成下图
由上图可得出通过“其他”方式关注公众号的用户是最多 , 也是说用户比较偏好通过“其他”方式关注公众号 , 那么后面是不是就需要调整策略 , 比如侧重这方面的营销等等 。
折线图的注意事项