4有20日-从零开始学数据分析

分享嘉宾:

  • 张俊红
  • 中国统计网专栏作者

【本文框架】


1. 什么是数据分析

【普遍意义】

  • 指用适当的统计分析方法对大量的数据进行分析和挖掘,以求最大化地开发数据的功能,发挥数据的作用。

【互联网层面】

  • 利用适当的分析方法对用户行为数据进行分析,目的是:
  • 更好地知道我们的用户是谁
  • 他们喜欢什么
  • 他们在哪里

2. 为什么要做数据分析

  • 决策前
  • 有效地避免拍脑袋、主观臆想
  • 为决策提供数据支撑
  • 决策后
  • 复盘,追踪决策效果
  • 反映问题,提出可复用的解决方案
  • 【举例】
  • 比如摩拜运营想要拉新,改用何种方式(如拉一个给骑行券)去激励用户老带新,没有数据分析只可拍脑袋决策
  • 前期可以用A/Btest分析两种不同策略面对同一批用户群体的投入产出比,然后推广
    • A/Btest需要是同一批属性的用户,比如全是大学生

3. 数据分析的作用

  • 现状分析
  • 现在发生了什么
  • 原因分析
  • 某一现状为什么发生
  • 预测分析
  • 将来会发生什么

4. 怎么做数据分析

4.1 数据分析的逻辑

  1. 明确数据分析的目的
  2. 理清用户消费流程(梳理清楚业务逻辑)
  3. 找出关键用户行为和数据
  4. 分析用户消费行为中哪个关键行为对应的数据是异常值
  5. 通过观测异常值,找到问题产生的原因


4.2 数据分析流程

  1. 明确目的
  2. 获取数据
  3. 处理数据(整理、筛选)
  4. 寻找异常值
  5. 分析原因(猜测)
  6. 得出结论
  7. 验证结论
    PS:分析逻辑是框架,分析流程是执行。

4.3 数据分析方法

  • 定性分析(是什么?)
  • 文章阅读量跟标题有关,即标题会影响阅读量
  • 定量分析(有多少?)
  • 标题对文章阅读量的比例有多大
  • 【比较好的方法——记录有关行为】
  • 记录每次运营活动前的行为,便于快速找到原因


4.4 实例

(1)明确目的——寻找公众号粉丝的增长点
(2)数据获取、整理、寻找异常值

  • 2月15、3月3有粉丝增长峰值
  • 2月13-19、3月1-3呈增长趋势


(3)分析原因

  • 先分析分析关注的逻辑,根据关注逻辑进行倒推


  • 分析结果:粉丝增长出现峰值一定是文章或公众号被更多人看到

  • 再倒推是通过什么途径被更多人看到,比如文章转载、公众号名片被分享

【2.13-2.19】


  • 发现其他占比最大,于是查找关键行为记录表,发现时间段内文章被转载
  • 转载被记为其他来源


【3.1-3.4】


(4)得出结论

  • 通过以上分析,可以看出粉丝增长来源于其他公众号转载以及大V名片分享
  • 可推出渠道:高质量文章让大号转载、大V推荐
  • 后续可采用同样手段测试验证结论,比如再给一篇高质量文章让大号转载,如果无法带来峰值,则之前的结论不一定成立
  • PS:由于微信本身数据来源问题,暂时无法得到原始数据,因此无法对某一具体的内容类型、某一公众号转载情况进行效果分析

4.5 如何学习数据分析

  • 硬性技能
  • Excel函数
  • 可视化,如各种图
  • 数据透视表
  • VBA
  • PPT
  • 数据分析报告撰写
  • 软性技能
  • 业务/行业理解
  • 学习方法
  • 复制卓越
    • 关注行业大佬,分析他们怎么做,直接抄,再慢慢形成自己的方法论
    • 比如找到所有牛人关于数据分析的观点,取优糅合
  • 组块学习
    • 把科目分成若干块,比如分成数据获取、数据整理、数据分析、数据可视化、数据报告的撰写,然后分别掌握
  • 长草清单
  • 谁说菜鸟不会数据分析
  • PPT炼成记——分版块介绍做法,比如字体版块、配色版块
  • 金字塔原理

声明:本文著作权归讲师所有,仅供学习交流之用。侵删!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,390评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,821评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,632评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,170评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,033评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,098评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,511评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,204评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,479评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,572评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,341评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,893评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,171评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,486评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,676评论 2 335

推荐阅读更多精彩内容