五分鐘技術(shù)趣談 | 淺談工作中常用的數(shù)據(jù)分析方法

作者：朱濤，單位：中國(guó)移動(dòng)智慧家庭運(yùn)營(yíng)中心?融合通信系統(tǒng)部

在當(dāng)今數(shù)字化的時(shí)代，幾乎每一個(gè)崗位需求都要求具備“數(shù)據(jù)分析能力”，數(shù)據(jù)分析不僅僅是一項(xiàng)專(zhuān)業(yè)的職位，而是自身能力不可或缺的一種“軟實(shí)力”。當(dāng)我們有了數(shù)據(jù)，應(yīng)當(dāng)如何才能產(chǎn)出有價(jià)值的數(shù)據(jù)分析內(nèi)容呢？本文將從業(yè)務(wù)指標(biāo)建立、業(yè)務(wù)指標(biāo)體系搭建到常用的數(shù)據(jù)分析方法進(jìn)行介紹。

Part 01●??什么是數(shù)據(jù)指標(biāo)?●

現(xiàn)代管理學(xué)之父，彼得德魯克說(shuō)過(guò)，“如果你不能衡量，那么你就不能有效增長(zhǎng)”。而如果你要衡量，那么你需要的就是相關(guān)的指標(biāo)。比如，學(xué)習(xí)成績(jī)、排名、銷(xiāo)售額、PV、UV......

那么常用的數(shù)據(jù)指標(biāo)有哪些呢？

圖2 常用的業(yè)務(wù)指標(biāo)

這么多的數(shù)據(jù)指標(biāo)，該如何進(jìn)行選擇呢？

-好的數(shù)據(jù)指標(biāo)往往是“比例”。絕對(duì)值數(shù)據(jù)常常作為描述性分析，得到的是客觀(guān)事實(shí)，但并不能評(píng)價(jià)業(yè)務(wù)發(fā)展情況，而環(huán)比、同比或者占比則可以一目了然。

-找準(zhǔn)真正的關(guān)鍵指標(biāo)。根據(jù)業(yè)務(wù)發(fā)展情況找到關(guān)鍵指標(biāo)，也就是下文提到的業(yè)務(wù)指標(biāo)體系中的一級(jí)指標(biāo)。

Part 02●??什么是業(yè)務(wù)指標(biāo)體系?●

指標(biāo)體系：從不同維度梳理業(yè)務(wù)，把指標(biāo)有系統(tǒng)地組織起來(lái)。指標(biāo)體系=指標(biāo)+體系，一個(gè)指標(biāo)不能叫指標(biāo)體系，幾個(gè)毫不相關(guān)的指標(biāo)也不能叫指標(biāo)體系。

如何評(píng)價(jià)一家公司是否健康運(yùn)營(yíng)，可以通過(guò)業(yè)務(wù)指標(biāo)體系進(jìn)行評(píng)價(jià)，然后快速定位到異常指標(biāo)，分析業(yè)務(wù)問(wèn)題→解決問(wèn)題→繼續(xù)監(jiān)控指標(biāo)，從而形成閉環(huán)，減少經(jīng)營(yíng)損失，使其健康發(fā)展。如何建立業(yè)務(wù)體系？

明確部門(mén)KPI，確定一級(jí)指標(biāo)；

了解運(yùn)營(yíng)情況，找到二級(jí)指標(biāo)；

梳理業(yè)務(wù)流程，找到三級(jí)指標(biāo)；

通過(guò)報(bào)表監(jiān)控，更新體系。

圖3 電商數(shù)據(jù)分析基本指標(biāo)體系

Part 03●??常用的數(shù)據(jù)分析方法?●

在提數(shù)據(jù)分析方法之前，需要重點(diǎn)考慮為什么要學(xué)習(xí)分析方法？需要有“業(yè)務(wù)直覺(jué)”，此處的“直覺(jué)”不僅僅是“我認(rèn)為”“我覺(jué)得”...而是擺事實(shí)講道理論證結(jié)論，于是在“擺事實(shí)”的階段，我們需要使用到分析方法。

圖4 業(yè)務(wù)思維感知舉例

常用的分析方法有哪些呢？根據(jù)業(yè)務(wù)場(chǎng)景中分析目的的不同，可以選擇對(duì)應(yīng)的分析方法。

圖5 常用數(shù)據(jù)分析方法

3.1 邏輯樹(shù)分析方法

將問(wèn)題的所有子問(wèn)題分層羅列，從最高層開(kāi)始，并逐步向下擴(kuò)展。

舉例：費(fèi)米問(wèn)題：鋼琴調(diào)音師的數(shù)量=【芝加哥所有的鋼琴師1年的總工作時(shí)間】÷【鋼琴師每年的工作時(shí)間】

【前者】:芝加哥所有的鋼琴師1年的總工作時(shí)間由下面幾個(gè)因素決定——需求側(cè)

芝加哥有多少架鋼琴：250萬(wàn)人口乘以2%=5萬(wàn)

鋼琴每年要調(diào)幾次音：1年1次

調(diào)一次音要多久：2小時(shí)

所以一年的總工作時(shí)間是 5萬(wàn)×1×2=10萬(wàn)小時(shí)

【后者】：鋼琴師每年的工作時(shí)間由下面幾個(gè)因素決定——供給側(cè)

5天8小時(shí)，50個(gè)星期=2000個(gè)小時(shí)

耗費(fèi)在奔波的路上要減去-20%=1600小時(shí)

結(jié)果就出來(lái)了：芝加哥大概有10萬(wàn) ÷ 1600 ≈ 63個(gè)

3.2 PEST分析方法

PEST分析是指宏觀(guān)環(huán)境的分析，宏觀(guān)環(huán)境又稱(chēng)一般環(huán)境，是指影響一切行業(yè)和企業(yè)的各種宏觀(guān)力量。對(duì)宏觀(guān)環(huán)境因素作分析，不同行業(yè)和企業(yè)根據(jù)自身特點(diǎn)和經(jīng)營(yíng)需要，分析的具體內(nèi)容會(huì)有 差異，但一般都應(yīng)對(duì)政治（Political）、經(jīng)濟(jì)（Economic）、技術(shù)（Technological）和社會(huì)（Social）這四大類(lèi)影響企業(yè) 的主要外部環(huán)境因素進(jìn)行分析。

圖6 中國(guó)汽車(chē)出海目的地考慮因素PEST

3.3 多維度拆解分析方法

多維度拆解分析方法是一種通過(guò)將問(wèn)題或數(shù)據(jù)分解成多個(gè)維度來(lái)進(jìn)行深入分析的方法。它可以幫助我們更全面地理解問(wèn)題，并從不同的角度進(jìn)行研究。以下是使用多維度拆解分析方法解決芝加哥調(diào)音師數(shù)量問(wèn)題的示例：

1)地理維度：將芝加哥地區(qū)拆分為不同的地理區(qū)域，例如城市區(qū)域、周邊區(qū)域等。通過(guò)收集每個(gè)區(qū)域的數(shù)據(jù)，我們可以了解每個(gè)區(qū)域內(nèi)調(diào)音師的數(shù)量并進(jìn)行比較。

2)行業(yè)維度：將調(diào)音師分為不同的行業(yè)類(lèi)別，如音樂(lè)制作、影視制作、廣告制作等。通過(guò)研究每個(gè)行業(yè)類(lèi)別中的調(diào)音師數(shù)量，我們可以獲得更詳細(xì)的信息。

3)教育背景維度：研究調(diào)音師的教育背景，例如音頻工程學(xué)位、音樂(lè)學(xué)位等。這可以幫助我們了解在不同教育背景下的調(diào)音師數(shù)量和特征。

4)經(jīng)驗(yàn)水平維度：將調(diào)音師按照其經(jīng)驗(yàn)水平分為不同的類(lèi)別，如初級(jí)、中級(jí)、高級(jí)等。通過(guò)研究每個(gè)經(jīng)驗(yàn)水平類(lèi)別中調(diào)音師的數(shù)量，我們可以得出關(guān)于經(jīng)驗(yàn)水平對(duì)數(shù)量的影響的結(jié)論。

5)社交媒體分析維度：利用社交媒體平臺(tái)上的數(shù)據(jù)，分析在芝加哥地區(qū)活躍的調(diào)音師的數(shù)量和活動(dòng)情況。這可以提供關(guān)于調(diào)音師社交媒體使用情況的見(jiàn)解。

通過(guò)對(duì)以上多個(gè)維度進(jìn)行分析，我們可以更全面地了解芝加哥地區(qū)的調(diào)音師數(shù)量，并從不同的角度獲取相關(guān)信息。這種方法可以為我們提供更深入的洞察力，幫助做出更準(zhǔn)確的估計(jì)和決策。

3.4 對(duì)比分析法

是一種常用的分析方法，通過(guò)將不同對(duì)象、事物或變量進(jìn)行比較，以便更好地理解它們之間的差異和相似之處。

如何使用對(duì)比分析法？1）和誰(shuí)比？和自己比、和行業(yè)比。環(huán)比、同比一般是指同過(guò)去的自己比；與整體行業(yè)比可以對(duì)比出來(lái)是自身原因還是大環(huán)境的原因。

圖7 某公司1-5月三種產(chǎn)品銷(xiāo)售情況

如上圖所示：注意力不同，表達(dá)的信息也不相同：你的注意可能集中在1月至5月的總銷(xiāo)售額變化趨勢(shì)以及銷(xiāo)售額格隨時(shí)間變化的規(guī)律，結(jié)論是:自1月以來(lái)銷(xiāo)售額正在穩(wěn)步提升，5月環(huán)比4月提升10.06%；若注意在在5月里，結(jié)論是：產(chǎn)品Ａ的銷(xiāo)售額大幅領(lǐng)先產(chǎn)品B和Ｃ；若注意力在C產(chǎn)品，5月增幅最大，環(huán)比上月85.71%，超過(guò)公司整體增幅。

3.5 相關(guān)分析法

用于確定兩個(gè)或多個(gè)變量之間的關(guān)系強(qiáng)度和方向。它可以幫助我們理解變量之間的相關(guān)性，并提供關(guān)于它們?nèi)绾坞S著彼此變化的信息。

舉例：為了分析銷(xiāo)售額下降的原因，我們可以使用相關(guān)分析法來(lái)研究銷(xiāo)售額與其他相關(guān)變量之間的關(guān)系。以下是在相關(guān)分析中可以采取的一些步驟：

1)收集數(shù)據(jù)：收集與銷(xiāo)售額相關(guān)的各種可能因素的數(shù)據(jù)，例如市場(chǎng)競(jìng)爭(zhēng)情況、廣告投入、產(chǎn)品定價(jià)、季節(jié)性因素等。

2)計(jì)算相關(guān)系數(shù)：使用合適的相關(guān)系數(shù)（如皮爾遜相關(guān)系數(shù)）來(lái)衡量銷(xiāo)售額與其他變量之間的線(xiàn)性關(guān)系。對(duì)于連續(xù)變量，可以使用皮爾遜相關(guān)系數(shù)來(lái)計(jì)算它們之間的相關(guān)性。對(duì)于分類(lèi)變量，可以使用點(diǎn)二列關(guān)聯(lián)分析來(lái)研究它們之間的關(guān)聯(lián)程度。

3)解釋結(jié)果：根據(jù)相關(guān)系數(shù)的值和方向，解釋銷(xiāo)售額下降的原因。例如，如果某個(gè)變量與銷(xiāo)售額呈現(xiàn)強(qiáng)負(fù)相關(guān)關(guān)系，那么銷(xiāo)售額下降可能與該變量的增加相關(guān)。

4)進(jìn)一步分析：根據(jù)相關(guān)分析的結(jié)果，進(jìn)行進(jìn)一步的分析，例如回歸分析或因果分析，以確定變量之間的因果關(guān)系。這些分析可以幫助我們確定哪些變量是銷(xiāo)售額下降的主要原因。

需要注意的是，相關(guān)分析可以提供關(guān)于變量之間關(guān)系的統(tǒng)計(jì)證據(jù)，但不能確定因果關(guān)系。因此，在解釋銷(xiāo)售額下降的原因時(shí)，還需要進(jìn)行更深入的研究和分析，以確定真正的因果關(guān)系。

3.6 漏斗分析法

漏斗分析法是一種用于分析和優(yōu)化購(gòu)買(mǎi)或轉(zhuǎn)化過(guò)程的方法。它可以幫助我們理解用戶(hù)在購(gòu)買(mǎi)或轉(zhuǎn)化過(guò)程中的行為，找出其中的瓶頸和改進(jìn)的機(jī)會(huì)。

圖8 某電商首頁(yè)→下單漏斗轉(zhuǎn)化分析

3.7 RFM分析方法

RFM分析方法是一種用于衡量和分類(lèi)客戶(hù)價(jià)值的方法，它基于三個(gè)關(guān)鍵指標(biāo)：最近一次購(gòu)買(mǎi)（Recency）、購(gòu)買(mǎi)頻率（Frequency）和購(gòu)買(mǎi)金額（Monetary）。通過(guò)RFM分析，可以將客戶(hù)細(xì)分為不同的組，并識(shí)別出具有高價(jià)值和潛力的客戶(hù)。

圖9 某產(chǎn)品用戶(hù)RFM分析

3.8 AARRR模型

是一種常用的營(yíng)銷(xiāo)分析框架，用于評(píng)估和優(yōu)化產(chǎn)品或服務(wù)的用戶(hù)生命周期。它由五個(gè)關(guān)鍵指標(biāo)組成，分別是：

1)獲得（Acquisition）：指吸引新用戶(hù)的活動(dòng)，如營(yíng)銷(xiāo)廣告、SEO優(yōu)化等。在數(shù)據(jù)分析中，我們可以跟蹤和分析用戶(hù)來(lái)源、渠道效果等指標(biāo)。

2)激活（Activation）：指用戶(hù)首次使用產(chǎn)品或服務(wù)的體驗(yàn)，以及達(dá)到預(yù)期價(jià)值的程度。數(shù)據(jù)分析可以幫助我們理解用戶(hù)的初次使用行為和轉(zhuǎn)化率，以及分析用戶(hù)體驗(yàn)問(wèn)題。

3)留存（Retention）：指使用戶(hù)繼續(xù)使用產(chǎn)品或服務(wù)的活動(dòng)。通過(guò)數(shù)據(jù)分析，我們可以追蹤和分析用戶(hù)的留存率、用戶(hù)活躍度，以及發(fā)現(xiàn)用戶(hù)流失的原因。

4)推廣（Referral）：指通過(guò)現(xiàn)有用戶(hù)推薦新用戶(hù)的活動(dòng)。數(shù)據(jù)分析可以幫助我們跟蹤和分析用戶(hù)的推薦行為、轉(zhuǎn)化率，以及通過(guò)推薦獲得的用戶(hù)價(jià)值。

5)收入（Revenue）：指通過(guò)產(chǎn)品或服務(wù)產(chǎn)生的收入。在數(shù)據(jù)分析中，我們可以分析用戶(hù)的付費(fèi)行為、收入來(lái)源、用戶(hù)價(jià)值等指標(biāo)。

通過(guò)對(duì)AARRR模型中的各個(gè)環(huán)節(jié)進(jìn)行數(shù)據(jù)分析，我們可以了解用戶(hù)的轉(zhuǎn)化路徑、用戶(hù)行為特征，以及優(yōu)化產(chǎn)品或服務(wù)的機(jī)會(huì)，從而提升用戶(hù)體驗(yàn)和增加收入。

圖10 AARRR分析模型介紹

總結(jié)起來(lái)，常用的數(shù)據(jù)分析方法包括邏輯數(shù)分析方法、PEST分析方法、多維度拆解分析方法、對(duì)比分析法、相關(guān)分析法、RFM分析方法、AARRR模型分析方法、漏斗分析方法等。選擇適當(dāng)?shù)姆椒ㄈQ于數(shù)據(jù)類(lèi)型、目標(biāo)和問(wèn)題的性質(zhì)。而分析的價(jià)值是能過(guò)讓決策者基于此采取行動(dòng)，否則最嚴(yán)苛最站得住腳的分析方法也毫無(wú)用處。

參考文獻(xiàn)

[1] 艾瑞咨詢(xún)：2023年中國(guó)汽車(chē)出海研究報(bào)告? 2023年6月

https://report.iresearch.cn/report/202306/4201.shtml .

[2]?數(shù)據(jù)分析思維：分析方法和業(yè)務(wù)知識(shí)/ 猴子·數(shù)據(jù)分析學(xué)院著.一北京：清華大學(xué)出版社，2020.10.