6个常见数据分析处理的方法，解决90%的分析难题

今

(资料图)

对比分析法

对比分析法是一种常见的数据分析方法。通过数据分析比对，能告诉你过去发生了什么（现状分析）、告诉你某一现状为什么发生（原因分析）、告诉你将来会发生什么（预测分析）。

对比分析法是指将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的事物发展变化情况和规律性。对比分析法的特点是：可以非常直观地看出事物某方面的变化或差距，并且可以准确、量化地表示出这种变化或差距是多少？

对比分析法可分为静态比较和动态比较两类。静态比较是在同一时间条件下对不同总体指标的比较，如不同部门、不同地区、不同国家的比较、也叫横向比较，简称横比；动态比较是在同一总体条件下对不同时期指标数值的比较，也叫纵向比较，简称纵比。

这两种方法既课单独使用，也可结合使用。进行对比分析时，可以单独使用总量指标、相对指标或平均指标，也可将它们结合起来进行对比。比较的结果可用相对数表示，如百分数、倍数等指标。

注意事项：

指标的口径范围、计算方法、计量单位必须一致，即要用同一种单位或标准去衡量；对比的对象要有可比性；对比的指标类型必须一致。无论绝对数指标、相对数指标、平均数指标，还是其他不同类型的指标，在进行对比时，双方必须统一。

点击即可查看对比分析法「链接」

关联分析法

关联分析法是一种十分实用的分析技术，是从大量数据中发现项集之间有趣的关联和相关关系，从而描述一个事务中某些属性同时出现的规律和模式。

关联分析的一个典型例子是购物篮分析，这是一个很有趣的典型案例：美国学者Agrawal在发现啤酒和纸尿裤经常一起出现在顾客购物篮中后，进行了研究，发现原因出自“奶爸”这一群体。首先，从时间上，周末比工作日购买纸尿裤喝啤酒的频率更多；其次，爸爸们喜欢看体育节目，而且更爱边喝啤酒边看，且美国的体育节目多在周末扎堆。所以，当周末母亲需要给孩子换纸尿裤时，通常会让正在看球的奶爸去买。奶爸出去买纸尿裤，会顺便带些啤酒回来。

世间万物之间多多少少会有一些关联，通过关联分析法，我们可以通过数据挖掘，将这些关联规则挖掘出来。

点击即可查看购物篮模型「链接」

漏斗分析法

漏斗分析法是一个适合业务流程比较规范、周期比较长、各流程环节涉及复杂业务过程比较多的管理分析工具。例如漏斗图用于网站中某些关键路径的转化率的分析，不仅能显示用户从进入网站到实现购买的最终转化率，同时还可以展示整个关键路径中每一步的转化率。

单一的漏斗图无法评价网站某个关键流程中个步骤转化率的好坏。我们可以利用之前介绍的对比分析法，对同一环节优化前后的效果进行对比分析，或对同一环节不同细分用户群的转化率作比较，或对同行业类似产品的转化率进行对比，等等。

点击即可查看漏斗模型「链接」

帕累托分析

帕累托分析又称ABC分类库存控制法，平常也称之为二八定律。二八定律是20世纪初意大利统计学家、经济学家维尔弗雷多·帕累托提出的：在任何特定群体中，重要的因子通常只占少数，约20％，而不重要的因子则占多数，约80％，因此只要能控制具有重要性的少数因子即能控制全局。二八定律与 ABC 分类法大致相同，都是少数项目贡献了大部分价值。不同之处是ABC 分类法将对象分三类，而二八分析则为 A、B 两类，A 类品牌商品占总体的一小部分，贡献了 80%的销售额。

ABC分类的核心思想：少数项目贡献了大部分价值。以款式和销售量为例：A 款式数量占总体 10% ，却贡献了 80% 的销售额。

按照ABC分组对产品进行分类，根据产品的效益将其分为三个等级，这样就可以有针对性地投放不同程度的资源，以达成产出最优效益的目的。

点击即可查看ABC模型「链接」

留存分析法

留存分析是一种用来分析用户参与情况的分析模型，可以用来衡量产品对用户价值的高低。留存分析应该能够灵活配置，通过留存率能够判断产品每一个步骤对客户的粘性，通过留存分析，能够宏观把控用户生命周期内产品的改善点。留存不仅是个可以反映客户粘性的指标，更多地反映产品对用户的吸引力。

按照不同周期，留存率分为三类：

日留存：

第一种是日留存，日留存又可以细分为以下几种：

次日留存率：（当天新增的用户中，第2天还登录的用户数）/第一天新增总用户数；

第3日留存率：（第一天新增用户中，第3天还有登录的用户数）/第一天新增总用户数；

第7日留存率：（第一天新增用户中，第7天还有登录的用户数）/第一天新增总用户数；

第14日留存率：（第一天新增用户中，第14天还有登录的用户数）/第一天新增总用户数；