怎么分析數(shù)據(jù)？1，結(jié)構(gòu)分析法:看整體構(gòu)成和分布，一步步拆解。2.分組分析法:按照某個(gè)具體維度細(xì)分拆卸。3.對(duì)比分析，同比，環(huán)比，同行業(yè)，同品類等。4.時(shí)間序列趨勢(shì)法:查看時(shí)間趨勢(shì)。5.相關(guān)性分析方法:

怎么分析數(shù)據(jù)？

2.分組分析法:按照某個(gè)具體維度細(xì)分拆卸。

3.對(duì)比分析，同比，環(huán)比，同行業(yè)，同品類等。

4.時(shí)間序列趨勢(shì)法:查看時(shí)間趨勢(shì)。

5.相關(guān)性分析方法:相關(guān)性和因果性。

分析模型

對(duì)于一些簡單的模型，確實(shí)可以通過常見的分析方法得出一些一般性的結(jié)論，但是在實(shí)際工作中，并不是單一的問題，往往是一些符合性的問題，所以要考慮的方面也會(huì)增加:

要解決的問題涉及到那些維度的數(shù)據(jù)；

從數(shù)據(jù)分析師的角度來看，這個(gè)問題有一個(gè)通用的解決方案或者需要重新研究。

從原始數(shù)據(jù)集到分析數(shù)據(jù)是否需要處理。

而所有的模型都是為了更好的解決問題。

RFM分類模型

R(recency)，最近消費(fèi)時(shí)間，表示用戶最近一次消費(fèi)的時(shí)間距離現(xiàn)在越近，客戶越多 s值。

f(頻率)消費(fèi)頻率是指用戶在統(tǒng)計(jì)周期內(nèi)的購買次數(shù)。頻率越高，值越大。

m(貨幣)消費(fèi)金額:指統(tǒng)計(jì)期內(nèi)消費(fèi)的總額，金額越大，數(shù)值越高。

通過數(shù)據(jù)的標(biāo)準(zhǔn)化發(fā)送權(quán)重設(shè)置，對(duì)分類模型進(jìn)行評(píng)分，比如餐廳的單價(jià)，20元以下的普通用戶。

20-30個(gè)好用戶，40個(gè)以上優(yōu)秀用戶，所有指標(biāo)都可以用這個(gè)方法標(biāo)準(zhǔn)化。

中位數(shù)法常用于定義分支。

最晚消費(fèi)時(shí)間，一般是一周或一個(gè)月，結(jié)合經(jīng)營情況。

這種模式的本質(zhì)是篩選頭部用戶，專注運(yùn)營。

AARRR成長模型，了解模型就好，實(shí)際需要結(jié)合自己的業(yè)務(wù)。

A:得到A:當(dāng)天活躍，R:明天繼續(xù)活躍，R:增加收入，R:提高自我溝通。

模型的主要功能是可以從那些點(diǎn)快速理清增長，找到突破點(diǎn)。

5W2H通用型號(hào)

生活中的聊天都是圍繞這幾點(diǎn)展開的，這個(gè)模型可以幫助我們快速確定一個(gè)問題。

用戶生命周期模型

互聯(lián)網(wǎng)行業(yè)往往可以跟蹤每個(gè)階段的用戶，每個(gè)階段應(yīng)該有不同的運(yùn)營策略和發(fā)展方向。對(duì)于分析師來說，要及時(shí)識(shí)別。

對(duì)模型有所了解，從而知道什么時(shí)候用，怎么用。

數(shù)據(jù)分析方法怎么寫？

描述性統(tǒng)計(jì)是對(duì)統(tǒng)計(jì)方法的總結(jié)，揭示了數(shù)據(jù)分布的特征。主要包括數(shù)據(jù)頻率分析、數(shù)據(jù)集中趨勢(shì)分析、數(shù)據(jù)分散程度分析、數(shù)據(jù)分布以及一些基本的統(tǒng)計(jì)圖表。

1.填補(bǔ)缺失值:常見的方法有消元法、平均法、決策樹法。

2.正態(tài)性檢驗(yàn):許多統(tǒng)計(jì)方法要求數(shù)值服從或近似服從正態(tài)分布，所以數(shù)據(jù)分析前需要進(jìn)行正態(tài)性檢驗(yàn)。常用方法:非參數(shù)K-數(shù)量檢驗(yàn)、P-P圖、Q-Q圖、W檢驗(yàn)、動(dòng)態(tài)差分法。

二、回歸分析

回歸分析是應(yīng)用最廣泛的數(shù)據(jù)分析方法之一。它以觀察到的數(shù)據(jù)為基礎(chǔ)，在變量之間建立適當(dāng)?shù)囊蕾囮P(guān)系來分析數(shù)據(jù)的內(nèi)在規(guī)律。

1.一元線性分析

只有一個(gè)自變量X與因變量Y相關(guān)，X和Y都必須是連續(xù)變量，因變量Y或其殘差必須服從正態(tài)分布。

2.多次線性回歸分析

使用條件:分析多個(gè)自變量X和因變量Y的關(guān)系，X和Y都必須是連續(xù)變量，因變量Y或其殘差必須服從正態(tài)分布。

3.邏輯回歸分析

線性回歸模型要求因變量是連續(xù)的正態(tài)分布變量，自變量和因變量具有線性關(guān)系，而Logistic回歸模型不要求因變量的分布，一般在因變量離散時(shí)使用。

4.其他回歸方法:非線性回歸、有序回歸、Probit回歸、加權(quán)回歸等。

第三，方差分析

使用條件:每個(gè)樣本必須是獨(dú)立的隨機(jī)樣本；每個(gè)樣本都來自正態(tài)分布的總體；人口方差相等。

1.單因素方差分析:當(dāng)一個(gè)實(shí)驗(yàn)只有一個(gè)影響因素，或者有多個(gè)影響因素時(shí)，只分析其中一個(gè)因素與響應(yīng)變量的關(guān)系。

2.有交互作用的多因素方差分析:1 .實(shí)驗(yàn)中有很多影響因素。分析影響因素與響應(yīng)變量之間的關(guān)系，同時(shí)考慮影響因素之間的關(guān)系。

3.多因素非交互方差分析:分析多個(gè)影響因素與響應(yīng)變量之間的關(guān)系，但影響因素之間沒有影響關(guān)系或影響關(guān)系被忽略。

4.協(xié)方差分叉:傳統(tǒng)的方差分析有明顯的缺點(diǎn)，不能控制分析中的一些隨機(jī)因素，降低了分析結(jié)果的準(zhǔn)確性。協(xié)方差分析是將線性回歸和方差分析相結(jié)合的一種分析方法，主要是排除協(xié)變量的影響，然后分析校正后的主效應(yīng)的方差。

第四，假設(shè)檢驗(yàn)

1.參數(shù)測試

參數(shù)檢驗(yàn)是對(duì)一些主要參數(shù)(如均值、百分比、方差、相關(guān)系數(shù)等)進(jìn)行檢驗(yàn)。)在已知總體分布的條件下(一個(gè)要求總體服從正態(tài)分布)。

2.非參數(shù)檢驗(yàn)

非參數(shù)檢驗(yàn)不考慮總體分布是否已知，往往不是針對(duì)總體參數(shù)，而是針對(duì)總體的一些一般假設(shè)(如總體分布的位置是否相同，總體分布是否正態(tài))。

應(yīng)用:順序數(shù)據(jù)，其分布通常是未知的。

1)雖然是連續(xù)數(shù)據(jù)，但總體分布模式未知或非正態(tài)；

2)雖然總體呈正態(tài)分布，數(shù)據(jù)連續(xù)，但樣本量極小，如10以下；

主要方法有卡方檢驗(yàn)、秩和檢驗(yàn)、二項(xiàng)式檢驗(yàn)、游程檢驗(yàn)、K-數(shù)量檢驗(yàn)等。