人們發(fā)明了數(shù)據(jù)可視化，利用人類大腦更善于處理圖像信息的特點(diǎn)，透過圖形化的手段，用圖表清晰有效地傳達(dá)和溝通信息。把以往龐雜、繁亂的數(shù)據(jù)報(bào)表轉(zhuǎn)化成簡(jiǎn)潔明了的可視化圖表。

通過數(shù)據(jù)可視化制作出的圖表，不再像傳統(tǒng)分析方案那樣只有數(shù)據(jù)和文字組成，而是把人類難以處理的數(shù)據(jù)和文字全部融合歸納到直觀的圖表中，簡(jiǎn)單有效的展現(xiàn)出企業(yè)的業(yè)務(wù)信息，挖掘出發(fā)展背后隱含的價(jià)值。

一、漏斗分析法

漏斗分析法能夠科學(xué)反映用戶行為狀態(tài)，以及從起點(diǎn)到終點(diǎn)各階段用戶轉(zhuǎn)化率情況，是一種重要的分析模型。漏斗分析模型已經(jīng)廣泛應(yīng)用于網(wǎng)站和APP的用戶行為分析中，例如流量監(jiān)控、CRM系統(tǒng)、SEO優(yōu)化、產(chǎn)品營(yíng)銷和銷售等日常數(shù)據(jù)運(yùn)營(yíng)與數(shù)據(jù)分析工作中。

漏斗模型除了在電商中應(yīng)用的比較多以外，在落地頁、H5等也應(yīng)用的比較多。我們可以反復(fù)優(yōu)化落地頁當(dāng)中的圖片、文案、布局，進(jìn)一步的提高整體轉(zhuǎn)化率。

二、留存分析法

留存分析法是一種用來分析用戶參與情況和活躍程度的分析模型，考察進(jìn)行初始行為的用戶中，有多少人會(huì)進(jìn)行后續(xù)行為。從用戶的角度來說，留存率越高就說明這個(gè)產(chǎn)品對(duì)用戶的核心需求也把握的越好，轉(zhuǎn)化成產(chǎn)品的活躍用戶也會(huì)更多，最終能幫助公司更好的盈利。

?

這里需要注意的是，在做留存分析之前，我們首先需要了解用戶留存的特點(diǎn)：

比如，我們可以通過觀察不同時(shí)間段用戶留存的情況，通過對(duì)比各個(gè)渠道、活動(dòng)、關(guān)鍵行為的用戶后續(xù)留存變化，發(fā)現(xiàn)提升用戶留存率的影響因素，例如觀察領(lǐng)取過優(yōu)惠券的用戶留存率是否比沒有領(lǐng)取優(yōu)惠券的用戶留存率更高。

三、分組分析法

分組分析法是根據(jù)數(shù)據(jù)分析對(duì)象的特征，按照一定的標(biāo)志（指標(biāo)），把數(shù)據(jù)分析對(duì)象劃分為不同的部分和類型來進(jìn)行研究，以揭示其內(nèi)在的聯(lián)系和規(guī)律性。

分組的目的就是為了便于對(duì)比，把總體中具有不同性質(zhì)的對(duì)象區(qū)分開，把性質(zhì)相同的對(duì)象合并在一起，保持各組內(nèi)對(duì)象屬性的一致性、組與組之間屬性的差異性，以便進(jìn)一步運(yùn)用各種數(shù)據(jù)分析方法來揭示內(nèi)在的數(shù)量關(guān)系，因此分組法必須與對(duì)比法結(jié)合運(yùn)用。

RFM模型是客戶管理中的一個(gè)經(jīng)典方法，它用以衡量消費(fèi)用戶的價(jià)值和創(chuàng)利能力，是一個(gè)典型的用戶分群。它依托收費(fèi)的三個(gè)核心指標(biāo)：最近一次消費(fèi)時(shí)間（Recency）、消費(fèi)頻率（Frequency）和消費(fèi)金額（Monetary）。

?

消費(fèi)金額Monetary：衡量用戶對(duì)企業(yè)利潤(rùn)的貢獻(xiàn)，消費(fèi)金額越高的用戶，價(jià)值也就越高。

消費(fèi)頻率Frequency：衡量用戶的忠誠(chéng)度，是用戶在限定的期間內(nèi)購(gòu)買的次數(shù)，最常購(gòu)買的用戶，忠誠(chéng)度也越高。

最近一次消費(fèi)時(shí)間Recency：衡量用戶的流失，消費(fèi)時(shí)間越接近當(dāng)前的用戶，越容易維系與其的關(guān)系。1年前消費(fèi)的用戶價(jià)值肯定不如一個(gè)月才消費(fèi)的用戶
四、矩陣分析法

矩陣分析法是指根據(jù)事物（如產(chǎn)品、服務(wù)等）的兩個(gè)重要屬性（指標(biāo)）作為分析的依據(jù)，進(jìn)行分類關(guān)聯(lián)分析，找出解決問題的一種分析方法，也稱為矩陣關(guān)聯(lián)分析法，簡(jiǎn)稱矩陣分析法。

矩陣關(guān)聯(lián)分析法在解決問題和資源分配時(shí)，可以為決策者提供重要參考依據(jù)——先解決主要矛盾，再解決次要矛盾，這樣有利于提高工作效率，并將資源分配到最能產(chǎn)生績(jī)效的部門、工作中，最終有利于決策者進(jìn)行資源優(yōu)化配置。

五、關(guān)聯(lián)分析法

關(guān)聯(lián)分析法是一種簡(jiǎn)單、實(shí)用的分析技術(shù)，是指從大量數(shù)據(jù)集中發(fā)現(xiàn)項(xiàng)集之間的關(guān)聯(lián)性或相關(guān)性。若兩個(gè)或多個(gè)變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián)。關(guān)聯(lián)可分為簡(jiǎn)單關(guān)聯(lián)、時(shí)序關(guān)聯(lián)、因果關(guān)聯(lián)等。

關(guān)聯(lián)分析的一個(gè)典型例子是購(gòu)物籃分析。該過程通過發(fā)現(xiàn)顧客放入其購(gòu)物籃中的不同商品之間的聯(lián)系，分析顧客的購(gòu)買習(xí)慣。通過了解哪些商品頻繁地被顧客同時(shí)購(gòu)買，幫助零售商制定營(yíng)銷策略。其他的應(yīng)用還包括價(jià)目表設(shè)計(jì)、商品促銷、商品的排放和基于購(gòu)買模式的顧客劃分。

?

從數(shù)據(jù)庫中關(guān)聯(lián)分析出形如"由于某些事件的發(fā)生而引起另外一些事件的發(fā)生"之類的規(guī)則。如“67%的顧客在購(gòu)買啤酒的同時(shí)也會(huì)購(gòu)買尿布”，因此通過合理的“啤酒和尿布”的貨架擺放或捆綁銷售可提高超市的服務(wù)質(zhì)量和效益。

六、指標(biāo)分析法

在實(shí)際工作中，當(dāng)拿到一些可視化數(shù)據(jù)圖表或者是Excel表格時(shí)，我們可以直接運(yùn)用統(tǒng)計(jì)學(xué)中的一些基礎(chǔ)指標(biāo)來做數(shù)據(jù)分析。

1.平均數(shù)

平均數(shù)、也叫平均分析法，是指運(yùn)用計(jì)算平均數(shù)的方法來反映總體在一定時(shí)間、地點(diǎn)條件下某一數(shù)量特征的一般水平的分析方法。平均分析法常用指標(biāo)有算術(shù)平均數(shù)、調(diào)和平均數(shù)、幾何平均數(shù)、眾數(shù)和中位數(shù)等，其中最為常見的是算術(shù)平均數(shù)，也就是日常所說的平均數(shù)或平均值。

平均數(shù)指標(biāo)可用于對(duì)比同類現(xiàn)象在不同地區(qū)、不同行業(yè)、不同單位等之間的差異程度，比用總量指標(biāo)對(duì)比更具說服力。除此以外，利用平均指標(biāo)對(duì)比某些現(xiàn)象在不同歷史時(shí)期的變化，也更能說明其發(fā)現(xiàn)趨勢(shì)和規(guī)律。

2.眾數(shù)、中位數(shù)

眾數(shù)也就是數(shù)據(jù)中的一種代表數(shù)，它反應(yīng)的是數(shù)據(jù)的一種集中程度。比如說最佳，最受歡迎，最滿意都與眾數(shù)有關(guān)。眾數(shù)本質(zhì)上來說，反映的是數(shù)據(jù)中發(fā)生頻率最高的一些數(shù)據(jù)指標(biāo)，在做數(shù)據(jù)分析時(shí)，我們可以對(duì)這些數(shù)據(jù)指標(biāo)提取一些共性的特點(diǎn)，然后進(jìn)行提煉和總結(jié)，然后得出一些改進(jìn)的意見。

?

中位數(shù)主要是反映的是一組數(shù)據(jù)的集中趨勢(shì)，像我們比較常見的正態(tài)分布，比如說我們想去統(tǒng)計(jì)某市的人均收入，其實(shí)，大部分的人均收入都是在一定范圍之內(nèi)的，只有少部分是處于最低的和最高的，其實(shí)這是中位數(shù)帶來的意義。

在做數(shù)據(jù)分析時(shí)，如果各個(gè)數(shù)據(jù)之間的差異程度較小，用平均值就有較好的代表性；而如果數(shù)據(jù)之間的差異程度較大，特別是有個(gè)別的極端值的情況，用中位數(shù)或眾數(shù)有較好的代表性。

3.最大（小）值

最大（?。┲翟谄綍r(shí)做數(shù)據(jù)分析工作時(shí)比較常見，只是我們沒有特別去注意。最值是作為典型代表和異常值進(jìn)行分析的，比如說銷售團(tuán)隊(duì)里的銷售冠軍，電商爆款商品等，我們可以將銷售額最大的幾款商品提出來，然后我們?nèi)タ偨Y(jié)共性，找到原因，然后復(fù)制到其他的商品，最終提高平均轉(zhuǎn)化率。

七、對(duì)比分析法

比分析法是指將兩個(gè)或兩個(gè)以上的數(shù)據(jù)進(jìn)行比較，分析它們的差異，從而揭示這些數(shù)據(jù)所代表的事物發(fā)展變化情況和規(guī)律性。它可以非常直觀地看出事物某方面的變化或差距，并且可以準(zhǔn)確、量化地表示出這種變化或差距是多少？對(duì)比分析法可分為靜態(tài)比較和動(dòng)態(tài)比較兩類。

?

靜態(tài)比較：在同一時(shí)間條件下對(duì)不同總體指標(biāo)的比較，如不同部門、不同地區(qū)、不同國(guó)家的比較、也叫橫向比較，簡(jiǎn)稱橫比；

動(dòng)態(tài)比較：在同一總體條件下對(duì)不同時(shí)期指標(biāo)數(shù)值的比較，也叫縱向比較，簡(jiǎn)稱縱比。

兩種方法既可單獨(dú)使用，也可結(jié)合使用。

進(jìn)行對(duì)比分析時(shí)，可以單獨(dú)使用總量指標(biāo)、相對(duì)指標(biāo)或平均指標(biāo)，也可將它們結(jié)合起來進(jìn)行對(duì)比。比較的結(jié)果可用相對(duì)數(shù)表示，如百分?jǐn)?shù)、倍數(shù)等指標(biāo)。

以上就是常見的數(shù)據(jù)分析方法，在不同領(lǐng)域的工作中，它們通常都是以不同的形式展現(xiàn)出來的。最后，回到數(shù)據(jù)分析本身，作為數(shù)字化轉(zhuǎn)型的必備手段，分析人員可以選擇為制作完成的可視化圖表附上自己從業(yè)務(wù)邏輯思考的信息，幫助用戶更好的分辨圖表展現(xiàn)的意義。

免責(zé)聲明：本公眾號(hào)所發(fā)布的文章為本公眾號(hào)原創(chuàng)，或者是在網(wǎng)絡(luò)搜索到的優(yōu)秀文章進(jìn)行的編輯整理，文章版權(quán)歸原作者所有，僅供讀者朋友們學(xué)習(xí)、參考。對(duì)于分享的非原創(chuàng)文章，有些因?yàn)闊o法找到真正來源，如果標(biāo)錯(cuò)來源或者對(duì)于文章中所使用的圖片、鏈接等所包含但不限于軟件、資料等，如有侵權(quán)，請(qǐng)直接聯(lián)系后臺(tái)，說明具體的文章，后臺(tái)會(huì)盡快刪除。給您帶來的不便，深表歉意。

?