数据分析入门视频课程：梳理数据分析思路

大家好，这里是数据分析网。

上一个视频分享《什么是数据分析？》，提到数据分析的六大步骤：明确分析目的与框架、数据收集、数据处理、数据分析、数据展现和撰写报告。

当发现一个业务问题，或者面对一个分析项目时，使用结构化的方法定义问题、提出分析思路的过程，即为确定数据分析目的与框架。

以下我们从如何定义问题、常见数据分析问题、常见数据分析思路三个方面阐述：

一、如何定义问题？

我们借用这个模型来思考：
1、表象问题：质疑与确认
在处理表象问题、需求时，我们可以通过提问来思考：
质疑问题：此问题是否客观存在？
背景及目的是什么？涉及的事实、数据是否全面准确？

2、问题本质：挖掘诉求
通过不断追问为什么，不断挖掘、引导出问题本质。

3、真正问题：判定优先级
这个不言而喻，不再赘述。

二、常见数据分析问题

数据分析经常遇到的问题，汇总有如下以下几类：

找原因类：某个业务指标出现突然异动，寻找背后原因以及解决方法。比如：DAU、转化率、留存率突然下跌的原因是什么？

验证类：有多个策略、多个假设、多个可能的解决方案，需要验证结果、最有方案。比如：A、B、C方案哪个可以提升转化率？D、E、F哪个策略引导效率是最高的？

预测类：寻找事物发生的规律，来预测接下来即将发生的事件。比如：学生放假对学习课程的销售？温度高低对羽绒服的销售影响？

三、常见数据分析思路

经过定义问题，明确了数据分析目的后，就需要开始使用数据分析思路，给大家分享几个常见的分析思路。

1）全链路分析

对整个产品链路、各个环节进行分析，比如漏斗模型，AARRR模型，都是典型的全链路分析。全链路分析的核心步骤：梳理链路关键节点，确定关键节点的数据指标，针对每个关键节点进行数据洞察，查看问题点和增长点。

2）组成结构分析
把整体按某种分类，某纬度分解成不同的组成结构进行分析，分析具体是哪个部分、纬度影响。

3）影响因子分析

很多时候，因子对结果的影响是定性的，而不是像组成因子一样是定量的，所以并不能完全把结果拆成多个因子相加。

比如说销售额，影响因子有商品、会员、客服、流量、活动等，但你不能说销售额=商品+会员+客服+流量+活动，对吧？

4）枚举法

简单粗暴地列举出所有可能影响这个数据的因素。枚举法大概会有以下 3 大步骤：

在列举的时候，也可以用到亲和图，分类别列举。

今天分享就到这，以上由数据分析网出品，一个数据分析学习与分享平台。