分析|一文读懂业务数据的分析思路( 三 )

文章插图
三、常见的数据分析技巧（1）对比分析法
在前文业务现状分析中，已经有详细阐述，是描述现象和发现问题最基本的分析方法。
从对比对象上来看，可以和目标比、和同类比、和不同时期的自己比；从对比方式上来看，可以整体对比，也可以通过变量拆解后分组对比、多维交叉对比。
（2）象限法
象限法常用在需要进行落地推动的策略分析上，是通过将多个因变量因变量进行不同属性的划分，生成多个具备不同价值的象限，通过考察对象在象限中的位置来明确进一步的业务策略。象限分析法
举例：
RFM模型：把客户按照不同的维度进行划分，区分出不同价值的客户，从而针对不同价值的客户进行精细化运营。

文章插图
（图片来源于网络）
行动优化矩阵：对多个待优化模块的具体优化优先级进行评估时，可以结合两个关键变量来构建出4个不同象限以进行优先级的区分。常用的变量有满意度和重要性，当然也可以根据具体的场景选择其他合适的变量（如下图选择了满意度和优化意愿两个变量）。

文章插图
（3）漏斗分析法
漏斗分析主要应用在一个有起点和终点的业务流程分析中，用来定位问题发生的具体环节，分析指标一般为转化率或者流失率，转化率=某环节的用户数量/上环节的用户数量；流失率=1-某环节的用户数量/上环节的用户数量。
单看漏斗分析各环节的数值是没有意义的，需要将这些数值与历史数据或者目标数据进行对比，定位到哪一个环节转化率/流失率表现出异常。

文章插图
（图片来源于网络）
业务数据分析的关键，是需要将零散的想法按照一定的逻辑进行梳理，有逻辑有依据的对问题进行剥离和分析，进而探寻问题的本质，这是数据分析最具有挑战性也是最有价值的环节。
本文仅介绍了一些基础的分析思路，希望能为一些入门者提供一些参考。
参考资料：

《数据分析思维：分析方法和业务知识》
《商业数据分析与可视化》

作者：墨一；公众号：酷家乐用户体验设计
本文由 @酷家乐用户体验设计原创发布于人人都是产品经理，未经许可，禁止转载
【分析|一文读懂业务数据的分析思路】题图来自 pexels，基于 CC0 协议