三、数据分析方法

1、数据分析理论

2、数据分析方法

(1)、多维分析

当用户体量较大，粗粒度的运营策略不能很好的提升业务时，精细化运营是另一种提升业务方式。

精细化运行的目的是尽可能将按照各种维度进行划分，分析在各维度下各指标的数据情况，从而得出结论，找出优化空间。

多维分析主要从两个方面展开：维度、指标

维度：观察指标的角度，常见的维度有时间、区域、渠道等，我们在整理数据时，常常根据维度来划分数据，相当于图表的X轴(自变量)，比如，会按照时间、地域、渠道等维度来看各指标。

指标：衡量目标的度量方式。指标的来源是根据业务目标的拆解，到达某一目标需要完成那些指标，通过对指标的分解，能更好指定业务后续的优化措施。指标的数据在维度下进行统计，相当于图表的Y轴(因变量)。

(2)、趋势分析

趋势分析能帮助我们发现业务指标的变化趋势，了解当前业务的相对状况。

• 基于时间的趋势分析 同比、环比是常用的基于时间趋势分析的方法。

• 基于趋势线的分析 基于当前的数据趋势，预测未来的走势。采用数据分析的各种趋势线(线性趋势线、指数趋势线等)，初步预计下一时间节点的数据。

• 综合分析法 对多项指标进行加权统计的方法。常见的有变异系数法、熵值法、主成分分析法。

• 转化分析 追踪不同生命阶段的用户群体表现，找到关键节点的关键问题。

• 数据挖掘方法 聚类、分类、回归分析等，利用数据挖掘、机器学习的方式来分析数据。

3、数据可视化

• 饼图、环形图：显示各部分与整体的比例

• 矩阵图、散点图：查看分布情况

• 柱形图：多组数据对比、各成分结构

• 组合图：多指标、多形式展示，数据信息丰富

• 文字云：用文字显示词频

4、AB Test

对于未知策略的分析方法，常用于验证某种改变带来影响(正向、负向)，常用于产品决策和优化。之前写过一篇关于AB Test的文章，欢迎查阅。

5、埋点

埋点是获取数据重要方式，它通过收集用户的行为数据并落盘，为后续的数据分析提供了数据基础。关于埋点的文章，欢迎查阅。

6、爬虫

爬虫是获取他方数据的重要方式，但存在合规问题，请谨慎使用。