数据分析01——系统认识数据分析

1.数据分析的全貌

1.1观测

1.1.1 观察

（1）采集数据

a.采集数据：解析系统日志

当你在看视频的时候———就会产生日志———解析日志———得到数据

b.采集数据：埋点获取新数据（自定义记录新的信息）

日志记录你观看视频的IP，通过IP的解析，就可以知道你的观看地址。而这整个基于系统日志新增的数据过程，就称为埋点。

埋点是分析师获取新数据的主要方式，也是最可控、最可靠的方式。

c.采集数据：通过传感器采集

d.采集数据：爬虫

e.采集数据：API（Application Programing Interface)

（2）储存数据

a.储存数据：各种类型的数据库

数据采集得到的数据都放在数据库，由专门另外的程序员去维护开发，而不是放在本地磁盘里。

b.储存数据：连接数据库取数

（3）展示数据

a.展示数据：可视化高效传达信息

1.1.2 测量

设定标准、发现异常、研究关系

分析数据的目的是什么？

一、及时发现异常

二、找到数据之间的因果关系

数据是客观统一的

在任何人眼里：1+1=2

有统一的认知才能有共同的目标

（1）设定标准+发现异常

例如：今年的销售额是一千两百万，平均到每个月就一百万，如果每个月都完成到一百万以上的目标，一定能够完成。此时，每个月一百万就是一个正常的数据。我们只需要拿这个数据作为判断标准，就能够客观衡量当前业务的情况。
在经典的咨询的场景里面，数据标准称为Benchmark，也是进行分析判断的重要依据。如果当月的销售额低于了一百万，就称为出现了异常，对异常值的发现，可以让企业避免不必要的损失。

（2）研究关系

1.2实验

1.2.1 拆解问题、提出假设、设计实验

（a）提出假设，然后验证假设

例如外卖收到差评率变多了--->假设是因为恶劣天气引起的—>通过一次次的验证，就可以得到一个规律，确实是因为恶劣的天气造成的

提示：所有未经事实数据验证的想法都是假设

设计A/B测试获取数据

1.2.2 收集数据、分析数据、验证假设

1.3 应用

制定策略、实施策略、反馈迭代
训练算法、优化算法、使用算法

如何应用数据创造价值？

（1）基于数据反馈不断迭代产品和业务策略

（2）基于数据训练算法，让机器自动化地完成工作

1.3.1 拆解方法（自己整理）

拆解只要符合MECE法则即可

（1）流程拆解法

流程拆解法就是按照事情发展的时间、流程、程序，对过程进行逐一的拆解。

例如：分解消费者的购物过程：看见广告->点进-点击购买->付款->下单->支付。类似于漏斗分析法，是一种流程分析，适用于流程长，环节较多，并且随着环节的进行，留存率越来越少的场景。

（2）二分法

二分法在日常生活中比较常见，就是把事物分成A和非A两个部分，如“白天、黑夜”、“男人、女人”、“国内、国外”、“内部、外部”等。

二分法用于简化思维，当一件事情很复杂，超出理解范围，又需要快速做出决策，那么就可以用二分法来简化事物，快速完成决策。

（3）象限拆解法

象限拆解法是数据分析中常用的一种方法，主要用于分析数据集中的趋势、关联或者特征。它通常应用于二维数据，将数据分布根据两个维度进行分类，形成四个象限。

采用横向坐标法，将所要分析的信息分为四个象限，从高到低分别进行分析。

有助于发现问题的共同成因：采用象限分析方法，对具有相似特点的事件进行归因分析，归纳出共同的成因。
建立分类最优策略：根据输入的象限分析方法，可以根据不同的象限来确定最优策略。

例如：X轴从左到右的点击率的高低，Y轴从下到上是转化率的高低，形成了4个象限，这就是我们要说的象限分析法。针对每次营销活动的点击率和转化率找到相应的数据标点，然后将这次营销活动的效果归到每个象限，4个象限分别代表了不同的效果评估。

象限一：高点击转化，点击高代表营销创意打动了受众，转化高代表被打动的首众是产品的目标用户。

象限二：高转化低点击，同样的，高点击代表被打动的受众是产品的目标用户，但低点击代表的是营销创意没有打动用户；

象限三：低点击低转化，这个象限是最糟糕的营销活动了，投放广告点击少，点击用户转化低，创意无效，用户不精准；

象限四：高点击低转化，这个象限的营销活动要给策划和文案加鸡腿，但就要给渠道扣绩效了。这种象限的营销活动一定程度上有标题党的嫌疑。

（4）杜邦分析法

杜邦分析法是利用几种主要的财务比率之间的关系来综合地分析企业的财务状况，具体来说，是一种用来评价公司盈利能力和股东权益回报水平，从财务角度评价企业绩效的一种经典方法。

其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩。