怎么提升数据分析能力?——功法篇(下)

先来复习一下上篇提到的3个疑问:

为什么我做出来的分析总觉得没有别人的那么高级?
老板为什么总说我的分析“太浅了”?
数据分析师每天的工作就是取数做需求?

看完上篇讲的金字塔原理,如果你还有疑问,不妨再认识一下另一个数据分析的无上功法:

第一性原理

自从某一次马斯克在公开采访中提出了第一性原理这个概念之后,这个听起来很唬人但是很难说清楚到底是什么的概念就被人用烂了,相信你也在不同的地方听到过这个词语。
在这里插入图片描述

关于这一点的定义,在这里我就不赘述了, 我只提出一种能帮助你提升思维深度的理解方式:找到你正在做的事情里面的,最本质的那条公式

举个栗子
在游戏数据分析中,数据分析师需要负责的分析模块可能有很多,譬如:

  • 新用户的留存分析
  • 新手引导漏斗分析
  • 资源产出消耗分析
  • 广告素材的效果分析
  • 广告渠道的新进用户质量
  • 用户付费偏好分析’

  • 以资源产出消耗为例,现在有一个抽卡活动,例如痒痒鼠:
    在这里插入图片描述
    在活动开启两周后,我们需要对活动进行数据分析,了解活动期间用户的勾玉消耗情况和活动表现,产出了两份报告,报告的主要结论如下:

报告结论A

  • 本周活动开启后A资源消耗了xxxxx,对比上周提升了xxxx,人均消耗了xxxx,对比上周提升了xxxx
  • 用户消耗A资源兑换最多的是抽卡道具B,占总消耗的xx%,人均兑换了XXX次
  • 活动期间,共有xxx个用户参与了活动,占比达到xx%

报告结论B:

  • 本次活动有效降低了A资源的平均存量,活动期间A资源累计消耗xxxx,人均消耗了xxx,人均存量从xxx下降至xxx,下降了xx%
  • 活动期间抽卡道具B兑换情况符合预期,相关消耗占总消耗的XX%。相比之下同样价值的抽卡道具C吸引力偏低,仅占总消耗的XX%
  • 活动期间总体参与率XX%,其中低存量用户参与率XX%,高资源存量用户参与率仅xx%,活动对高资源存量用户的影响仍有不足

两份报告都是做了非常常规的描述统计分析,没有用到高级的预测算法,也没有使用时序之类的进阶分析方法,但很明显,我们都会觉得B是一份更好的结论,而A则让人感觉太浅了/作用有限

为什么会有这样的差异呢?

我们仔细提取一下报告的关键词,会发现B结论里面有一些亮眼的词:存量下降、道具吸引力不足、用户影响不足,由此我们可以整理出一个完整的思路:这个活动是通过某些道具,吸引特定的用户,从而达到资源存量下降的目的,也就是

存量减少量 = 用户数 x 参与率 x 人均消耗量

这就是这个分析的第一性原理

  • 活动的目的是减少A资源存量
  • 减少存量可以通过2个方面来实现,1)提升参与率 2)提升消耗量
  • 参与率可以分为高存量人群的参与率和低存量人群的参与率
  • 消耗量可以通过B道具或者C道具来实现

B结论完整的还原了这个公式,并且对这个公式里的每个环节进行了判断,因此让我们感觉结论清晰,有深度

找到那一个最重要的公式

这是一个非常通用的方法,当你掌握了一件事情或者一个领域的公式时,你就可以保证自己的思维是足够深入和透彻的

例如游戏公司的目标都是实现盈利,而:

利润 = 收入-成本 = 用户量 x (留存 x 生命周期 x 付费 - 获客成本)

所以,用户量越高,用户生命周期越长,付费越高,用户获取成本越低,那么游戏公司的盈利就会越好,也因此有了游戏行业常见的部门分工:
在这里插入图片描述

  • 发行商:扩大用户量、降低用户成本、提升用户生命周期
  • 研发商:提升留存,提升付费

再往下细分,还可以拆分市场负责扩大用户量,运营负责延长生命周期,玩法策划负责留存,商业化策划负责付费等

再举一个栗子,如果你要做手机厂商的业务分析,同样手机厂商的目标也是盈利,但是公式却有些不同:

盈利 = 收入 - 成本 = 用户量 x 份额 x 客单价 x 复购率 - 销量 x 生产成本

由此我们可以得到一些分析思路,或者说是业务认知:

  • 在用户量能够持续扩大的时候,手机厂商们对客单价和份额往往不那么看重,而更加重视提升自身的规模
  • 当用户量不再增加,进入存量市场的时候,往往就需要通过扩大份额、提高单价、提高复购等方式来保证营收的增长

如果你关心最近的有手机市场的销量情况,就会发现目前在中国大陆手机市场已经是一个相对饱和,进入存量竞争的状态了,意味着各自的手机厂商的营销部门最关心的问题就是怎么能够扩大份额,提高单价和提高复购,所以这样的一份报告可能会更符合他们的需求:

  • 当前,国内手机市场每月活跃手机用户约为1000万,每月新增销量为100万,约10%的用户存在更换手机的需求
  • 更换手机的用户中,10%选择了a品牌,30%选择了b品牌,选择了我们品牌的用户占比约为5%,对比上个月提高了2.3%,说明选择我们品牌的用户比例越来越高
  • 分赛道来看,在高价段位,我们的占比有3%,在中端价位我们的占比约为8%,我们的主要优势在于中端价位,但是在高端价格的占比也在逐步提升

那么怎么找到这样一条公式呢?
大多数时候,这样的公式逻辑是比较好寻找的,这里简单总结几个方法

  • 乘法拆解。绝大多数商业场景下,最高层级的都是盈利或者用户量,我们可以结合金字塔原理的思维往下拆解,将达成目标的相关步骤或者环节拆分为一个个乘法因子
  • 团队分工。管理者们是最清楚业务的核心公式的,因此在部门划分,职能分工的环节中,总是会不经意按照这样的逻辑进行划分,可以参考职能分工来拆解
  • 业务KPI。KPI是最能直接反应核心业务逻辑的东西,因为KPI的制定本身就是围绕最高层级目标而逐级拆分的。永远别忘了反复确认业务方的KPI是什么

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/341399.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Mac上如何设置映射某个网站站点域名的IP

最近某常用的站点换 IP 了,但是 DNS 服务器还没有修改,这就导致无法访问(换 DNS 服务器也不行)。在用了一段时间的 IP 访问之后,还是没好,不知道是 DNS 污染还是咋了,所以最后还是手动改一下吧。…

使用Docker部署Apache Superset结合内网穿透实现远程访问本地服务

文章目录 前言1. 使用Docker部署Apache Superset1.1 第一步安装docker 、docker compose1.2 克隆superset代码到本地并使用docker compose启动 2. 安装cpolar内网穿透,实现公网访问3. 设置固定连接公网地址 前言 Superset是一款由中国知名科技公司开源的“现代化的…

Hypervisor 和Docker 还有Qemu有什么区别与联系?

Hypervisor Hypervisor是一种运行在基础物理服务器和操作系统之间的中间软件层,可以让多个操作系统和应用共享硬件资源,也叫做虚拟机监视器(VMM)。 Hypervisor有两种类型:Type I和Type II。 Type I 直接运行在硬件上&a…

matlab模型变量一般说明

注意我是用的是matlab2019b 1,输入标定量,使用constant,用cal函数包裹 2,输出显示量,在划线上标注,然后用display函数包裹, 第一步和第二步完成以后,生产标定量a2l 3,输入…

Windows下网络编程(win32API+VS2022)

一、开发环境 我这里介绍下我用的环境安装过程。 所有版本的VS都可以的。 我当前环境是在Windows下,IDE用的是地表最强IDE VS2022。 下载地址:https://visualstudio.microsoft.com/zh-hans/downloads/ 因为我这里只需要用到C和C语言编程,那…

机器学习分类模型评价指标总结(准确率、精确率、召回率、Fmax、TPR、FPR、ROC曲线、PR曲线,AUC,AUPR)

为了看懂论文,不得不先学一些预备知识((55555 主要概念 解释见图 TP、FP、TN、FN 准确率、精确率(查准率)、召回率(查全率) 真阳性率TPR、伪阳性率FPR F1-score2TP/(2*TPFPFN) 最大响应分…

【GitHub项目推荐--一个语音机器人项目】【转载】

推荐一个腾讯大佬开源的语音对话机器人:wukong-robot ,悟空机器人在 GitHub 上斩获 3.2K 的 Star。 这是一个简单灵活的中文语音对话机器人项目,目的是让中国的开发者也能快速打造个性化的智能音箱,同时,该项目还是第…

Redis持久化方案RDB和AOF

Redis两种持久化方案 RDB持久化AOF持久化 RDB持久化 RDB全称Redis Database Backup file(Redis数据备份文件),也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后,从磁盘读取快照文…

基于GA遗传优化的混合发电系统优化配置算法matlab仿真

目录 1.课题概述 2.系统仿真结果 3.核心程序与模型 4.系统原理简介 4.1遗传算法基本原理 4.2 混合发电系统优化配置问题 4.3 基于GA的优化配置算法 染色体编码 初始种群生成 适应度函数 选择操作 交叉操作 变异操作 5.完整工程文件 1.课题概述 基于GA遗传优化的混…

GZ036 区块链技术应用赛项赛题第4套

2023年全国职业院校技能大赛 高职组 “区块链技术应用” 赛项赛卷(4卷) 任 务 书 参赛队编号: 背景描述 随着消费需求的不断变化,消费者对于食品安全的关注度越来越高,不仅要求生鲜肉品的肥瘦比例、脂肪…

基于springboot+vue的网上点餐系统(前后端分离)

博主主页:猫头鹰源码 博主简介:Java领域优质创作者、CSDN博客专家、公司架构师、全网粉丝5万、专注Java技术领域和毕业设计项目实战 主要内容:毕业设计(Javaweb项目|小程序等)、简历模板、学习资料、面试题库、技术咨询 文末联系获取 背景和意…

什么是VUE 创建第一个VUE实例

一、什么是Vue 概念:Vue (读音 /vjuː/,类似于 view) 是一套 构建用户界面 的 渐进式 框架 Vue2官网:Vue.js 1.什么是构建用户界面 基于数据渲染出用户可以看到的界面 2.什么是渐进式 所谓渐进式就是循序渐进,不一定非得把Vu…

【GoLang入门教程】Go语言工程结构详述

程序员裁员潮:技术变革下的职业危机 文章目录 程序员裁员潮:技术变革下的职业危机前言总结:专栏集锦强烈推荐写在最后 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网…

Viessmann Vitogate RCE漏洞复现(CVE-2023-45852)

0x01 产品简介 Viessmann Vitogate 300是用于将Viessmann LON连接到BACnet或Modbus的网关。 0x02 漏洞概述 Vitogate 300 组件/cgi-bin/vitogate.cgi中的一个问题允许未经身份验证的攻击者绕过身份验证,通过特制的请求执行任意命令,可导致服务器失陷。…

“libpng warning: iCCP: known incorrect sRGB profile” :图片或SVG加载不出来的问题,C++或Qt

加载图片时因为依赖第三方库缺失,报错!!! ERROR或Warning : libpng warning: iCCP: known incorrect sRGB profile 然后我的解决办法也是网上大佬们的思路,在可执行同级目录下,放以下依赖库。 注意的地方…

Xcode查看APP文件目录

一、连接真机到MAC电脑上 二、打开Devices 点击window -> Devices and Simulatores 三、选中设备、选择app 四、选择下载内容 五、查看文件内容 得到的文件 右键显示包内容,获得APP内数据 六、分发证书无法下载 使用分发的证书无法下载文件内容&#xf…

Web 开发 1: Flask 框架介绍和使用

在 Web 开发中,Flask 是一个流行且灵活的 Python Web 框架,用于构建 Web 应用程序。它简洁而易于上手,适用于小型到中型的项目。在本篇博客中,我将为你介绍 Flask 框架的基础知识和常用技巧,帮助你更好地掌握 Web 开发…

基于扩散模型语音驱动人物头像说话模型:DreamTalk

1 DreamTalk介绍 DreamTalk:由清华大学、阿里巴巴和华中科大共同开发的一个基于扩散模型让人物头像说话的框架。 能够根据音频让人物头像照片说话、唱歌并保持嘴唇的同步和模仿表情变化。这一框架具有以下特点: DreamTalk能够生成高质量的动画,使人物脸…

在线测径仪 各行业可用

在线测径仪——外径检测设备,生产截面为圆形的产品,重点品质检测之一,目前越来越多的厂家也在积极采用在线测径仪进行产品的品质实时检测,以提高效率与品质,甚至有很多厂家进行复购,多产线应用,…

【软件测试】学习笔记-JMeter 的核心概念

这篇文章主要介绍 JMeter 的核心概念,完善对测试工具的认识。 为什么是 JMeter 性能测试有很多工具,JMeter、Loadrunner、Locust、nGrinder 都不乏粉丝。有人认为做性能测试重要的不是工具,是思想。但从学习实践的角度讲,工具在…