怎么提升数据分析能力?——功法篇(下)

news2024/9/22 21:26:59

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:http://www.coloradmin.cn/o/1404510.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

react 实现页面状态缓存(keep-alive)

前言: 因为 react、vue都是单页面应用,路由跳转时,就会销毁上一个页面的组件。但是有些项目不想被销毁,想保存状态。 比如:h5项目跳转其他页面返回时,页面状态不丢失。设想一个 页面我滑倒了中间&#xf…

Modbus网关BL101 既实现Modbus转MQTT,还能当串口服务器使用

随着工业4.0的迅猛发展,人们深刻认识到在工业生产和生活中,实时、可靠、安全的数据传输至关重要。在此背景下,高性能的工业电力数据传输解决方案——协议转换网关应运而生,广泛应用于工业自动化系统、远程监控和物联网应用应用环境…

三大队在线看

三大队超清完整资源 关注公众号,回复关键字 “三大队” 即可获取网盘资源(可在线看),真诚分享无套路

风二西CTF流量题大集合-刷题笔记|NSSCTF流量题(1)

2.[鹤城杯 2021]流量分析 flag{w1reshARK_ez_1sntit} 3.[CISCN 2023 初赛]被加密的生产流量 c1f_fi1g_1000 4.[GKCTF 2021]签到 flag{Welc0me_GkC4F_m1siCCCCCC!} 5.[闽盾杯 2021]Modbus的秘密 flag{HeiDun_2021_JingSai} 6.[LitCTF 2023]easy_shark 7.[CISCN 2022 初赛]ez…

13、Kafka ------ kafka 消费者API用法(消费者消费消息代码演示)

目录 kafka 消费者API用法消费者API使用消费者API消费消息消费者消费消息的代码演示1、官方API示例2、创建消费者类3、演示消费结果1、演示消费者属于同一个消费者组2、演示消费者不属于同一个消费者组3、停止线程不适用4、一些参数解释 代码生产者:MessageProducer…

基于SpringBoot Vue医院门诊管理系统

大家好✌!我是Dwzun。很高兴你能来阅读我,我会陆续更新Java后端、前端、数据库、项目案例等相关知识点总结,还为大家分享优质的实战项目,本人在Java项目开发领域有多年的经验,陆续会更新更多优质的Java实战项目&#x…

Prometheus插件安装kafka_exporter

下载地址 https://github.com/danielqsj/kafka_exporter/releases 解压 tar -zxvf kafka_exporter-1.7.0.linux-amd64.tar.gzmv kafka_exporter-1.7.0.linux-amd64 kafka_exporter服务配置 cd /usr/lib/systemd/systemvi kafka_exporter.service内容如下 [Unit] Descript…

链路聚合原理与配置

链路聚合原理 随着网络规模不断扩大,用户对骨干链路的带宽和可靠性提出了越来越高的要求。在传统技术中,常用更换高速率的接口板或更换支持高速率接口板的设备的方式来增加带宽,但这种方案需要付出高额的费用,而且不够灵活。采用…

CLIP探索笔记

CLIP探索笔记 记录CLIP的流水账,训练和推理是如何完成的? 每一次阅读都有不同的领悟和发现,一些简单的想法。 官方信息 CodePaperBlog只有预测代码模型,没有训练代码 训练阶段 Text Encoder不需要训练,直接拿现成…

数据结构:堆与堆排序

目录 堆的定义: 堆的实现: 堆的元素插入: 堆元素删除: 堆初始化与销毁: 堆排序: 堆的定义: 堆是一种完全二叉树,完全二叉树定义如下: 一棵深度为k的有n个结点的二…

cpu温度监测工具 -- Turbo Boost Switcher Pro

Turbo Boost Switcher Pro是一款专为Mac电脑设计的CPU性能管理软件,它的技术背后是Intel Turbo Boost。Turbo Boost技术是一项能够自动加速处理器主频的技术,为Mac电脑提供更强大的计算能力。然而,这项技术在使用过程中会产生更多热量&#x…

云风网(www.niech.cn)个人网站搭建(二)服务器域名配置

这里直接采用宝塔服务器运维管理面板来进行配置,简单无脑 宝塔 Linux面板8.0.5安装脚本 //Centos安装脚本 yum install -y wget && wget -O install.sh https://download.bt.cn/install/install_6.0.sh && sh install.sh ed8484bec //Ubuntu/Deepi…

JVM系列-4.类加载器

👏作者简介:大家好,我是爱吃芝士的土豆倪,24届校招生Java选手,很高兴认识大家📕系列专栏:Spring原理、JUC原理、Kafka原理、分布式技术原理、数据库技术、JVM原理🔥如果感觉博主的文…

java数据结构与算法刷题-----LeetCode645. 错误的集合(位运算解法需要重点掌握)

java数据结构与算法刷题目录(剑指Offer、LeetCode、ACM)-----主目录-----持续更新(进不去说明我没写完):https://blog.csdn.net/grd_java/article/details/123063846 文章目录 法一:桶排序思想法二:位运算 法一&#x…

imu_utils安装及标定教程

本文使用香港科技大学的imu_utils方差工具标定,首先将INDEMIND双目惯性模组静止放置三个小时。然后采集IMU数据,生成Allan方差数据,由图分析得到加速度和角速度的高斯白噪声和随机游走Bias误差。 系统配置 系统版本ubuntu18.04OpenCV3.4.13…

C/C++读写文件和stringstream类

目录 C处理文件打开文件两种函数的区别 读文件两种函数区别其它读操作的函数fgetc:从文件中读取一个字符fgets:从文件中读取一个字符串fscanf:按格式从文件中读取指定内容,与scanf函数类似 写文件其它的常用写操作函数fputc&#…

【LeetCode-135】分发糖果(贪心)

LeetCode135.分发糖果 题目描述 老师想给孩子们分发糖果,有 N 个孩子站成了一条直线,老师会根据每个孩子的表现,预先给他们评分。 你需要按照以下要求,帮助老师给这些孩子分发糖果: 每个孩子至少分配到 1 个糖果。…

js中找出两个数组中不同的元素

文章目录 一、题目二、方法2.1、方法一2.2、方法二2.3、方法三 三、最后 一、题目 两个数组 var A [1, 5, 6]; var B [2, 6, 7],实现一个方法,找出仅存在于A 或者仅存在于B中的所有数字 二、方法 2.1、方法一 const filterArr (arr1, arr2) > …

5大免费代理IP合集,你的代理IP该换啦!

一连代理 代理IP提供平台,代理IP覆盖HTTP/HTTPS/SOCKS5协议,涵盖直连和隧道代理。一键操作可以随机更换IP,实现高效稳定的网络代理。支持在PC、iOS和安卓等平台上使用。当前免费试用选项,让用户能够在使用之前先了解服务的性能和效…

归并排序模板

模板在文末,以下步骤方便理解记忆。 先贴一张快速排序模板步骤,用于对比记忆 归并排序步骤: (0)如果数组左边界L ≥ 数组右边界,则不需要排序,直接return。 (1)直接取…