数据分析常用6种分析思路（上）
作为一名数据分析师，你又没有发现，自己经常碰到一些棘手的问题就没有思路，甚至怀疑自己究竟有没有好好学过分析？
譬如：KPI又出现较大波动，待会领导估计要问起来，赶紧分析数据找原因；再比如，新上线某个产品，需要监控转化率效果，既要看总体情况，也要看细分渠道；又或者策划营销活动，预算有限，要看看选择哪些目标用户群、采用哪种方案带来的销量更高(更能拉动KPI)。
总归是有问题，但是又不知道怎么处理才好？那么，今天这篇内容，你一定要好好读一读，说不定对你益处非常多。
1、流程
完成一项任务，通常需要一系列操作，比如做菜，得先想好吃啥，然后买菜、洗菜、切菜、炒菜。
1.1行动步骤
行动步骤就是先确定起点、终点(目标)，然后将起点和终点的距离拆分成一个个小步骤，知道先做什么，后做什么。
注：图中小黑点表示该步骤下可以选择的行动方案
e.g. 常见的数据分析路径之一是SAS公司提出的SEMMA范式：
1.Sample，数据抽样，保证数据的效度和信度；
效度是指数据的准确性，也指选择的数据和分析目标及业务目标是吻合的；
信度是指数据的稳定性，要保证样本数据有代表性，且在一定周期内不能有过大的波动(否则模型不稳定)；
2.Explore，数据特征探索及预处理，e.g. 看数据的分布情况、对数据进行标准化等；
3.Modefy，明确问题、模型选择、方案调整；
4.Model，执行建模方案；
5.Assess，结果评估(准确性、稳定性、是否符合业务预期、效益如何)；
另一个常用的数据分析范式是CRISP-DM，分为6个步骤。
1.商业理解：确定业务目标，评估现有资源，确定分析目标，制定解决方案；
2.数据理解：数据采集，探索分析，数据质量验证；
3.数据准备：筛选数据，数据清洗，整合数据，变量衍生；
4.建立模型：模型选择，检验设计，模型建立，结果评估；
5.模型评估：分析结果和业务目标匹配度确认，检查1-4步的执行过程，确定下一步行动；
6.结果部署：规划部署方案、监控和维护方案，输出项目报告，项目复盘；
e.g. 一个报表上线的基本步骤如下：
需求登记 --> 方案规划 --> 需求排期 --> 数据ETL--> 代码编写 --> 数据验证 --> 报表上线
1.2分步转化
要连续完成多个步骤，有的人“浅尝辄止”，有的人“半途而废”，有的人则是“善始善终”。
产品转化的每个步骤都会有用户流失，好比100个人参加有9个关卡的淘汰游戏，每个关卡会淘汰10个人，整个游戏最终会剩下10个获胜者，把这个游戏看作产品，那么该产品的全流程转化率就是10%(游戏获胜率)。
注：电商APP一般的转化漏斗
e.g. 常见的电商流程如下：
注册-->登录-->浏览商品-->加购物车-->支付-->售后
将上述步骤整理成鱼骨图，每个大步骤下还可以拆分更细的小步骤；
比如“支付环节”可以拆分为：
收货地址确认--> 选择优惠 --> 选择支付方式 --> 输入短信验证码-->返回支付结果(成功或失败)
e.g. 在用户运营理念中有这样一个转化公式：路人-->用户-->粉丝-->员工，先把围观的感兴趣的路人转化为用户，轻度用户是产品的使用者，中度用户是产品的“追随者”，重度用户则会主动参与产品的功能反馈和改进建议，在这个转化过程中用户的参与度逐步提高。
1.3闭环迭代
一般的闭环流程包括3部分：事前方案规划，事中执行监控，事后复盘总结。
e.g. 营销活动
事前：确定目标，选定用户，制定方案，确定检验标准等；
事中：实时数据监控(是否达到预期)，不同方案赛马，备用方案启用等；
事后：对整个流程复盘，总结经验，CSS归类(Continue做先前已验证的正确的事，Stop做错误的事，Start做新的正确的事)
常用的闭环迭代框架是PDCA，通过计划(P)、实施(D)、检查(C)、总结(A)4个步骤，循环迭代，螺旋上升。
另外还要注意，在使用流程化思维时，除了常见的正向思考，也要逆向思考。
2、分类
互联网时代最核心的经营理念是深耕客群，通过差异化运营提升ARPU值(Average Revenue Per User，每用户平均收入)，而分类无疑是开展这项工作的重要前提。
主要有4种分类方法：
二分法，非此即彼，e.g. 网站新客、老客，贷款审批结果分为通过申请、拒绝申请等；
并列分类，多个分类(子集)构成一个全集，e.g. 用户地域可以按省份划分，按年龄可以将用户分为70后、80后、90后、00后等，女性用户群体可以分为时尚丽人、都市白领、家庭主妇等；
等级分类，e.g. 会员等级——铁牌、铜牌、银牌、金牌、钻石、皇冠，城市等级——一线、二线、三线、四线；
矩阵象限，e.g. 波士顿矩阵，RFM象限
注：图片来自网络
分类的规则大致有两类：
l 按主体分类
e.g. 按社会关系模型，用户角色可以是父母、配偶、子女、朋友等；
e.g. 按照群体划分，可以分为一般情况和特殊情况、二八原则等；
l 按属性分类
依据主体(比如用户)的属性进行类别划分。
e.g. 用户画像时可以考虑以下属性：
1. 社会属性：收入水平、学历、职业、婚姻情况等
2. 位置属性：居住地、工作地、从手机端还是PC端登录等
3. 生物属性：年龄、性别、种族等
4. 心理属性：品牌偏好、购买行为、优惠偏好等
3、对比
“痛苦来自比较之中”(没有比较就没有伤害)，其实幸福也来自比较之中，痛苦还是幸福，取决于选择的参照点是高于还是低于你。
对比就是找一个参照点，来发现两个数据间的差异量Δ大小如何。
对比可以分为两类：横向对比、纵向对比。
3.1横向对比
l 和同类(竞品)比较
e.g. 对比不同品牌的女装的销售情况，不同销售渠道(地区)的交易情况；
l 实验对比
设置实验组和对比组，对比两组或多组之间的差异，以确定人为干预(实验、方案)的效应。
e.g. 比较不同的产品或运营方案的效果差异时，常采用AB Test，需要确保对比的两组或者多组在数量和结构上要具有可比性(e.g. 用户的来源、等级等需要匹配)；
l 和整体比较
e.g. 华东地区的销售情况和全国总体销售比较；
做组间比较时，一定要确保样本的可比性(无论是在数量级还是在群体结构上)，e.g. 对比两个时间段的交易情况，建议剔除掉大促和节假日(这些交易日的数据波动很大)。
有两类不易察觉的样本错误尤其要提防：
“辛普森悖论”，即两个样本单独得到的结论和样本合并后得到的结论相反。
e.g. 如下表所示，单独看APP端和PC端，新客的转化率都是低于老客的，但是，整体新客的转化率却高于老客。
注：以上数据仅作为说明概念使用，不代表真实场景
“幸存者偏差”，即样本已经被容易忽略的因素筛选过。
e.g. 问卷调查中，那些愿意填写问卷的用户本身就是对产品有高认可度；
e.g. 产品漏斗转化流程中，处在不同环节的用户一般不能进行对比
3.2纵向对比
横向是和其他对象比较，纵向则是和自己的历史数据对比。
常见的纵向对比有同比和环比，对比的周期根据实际情况可以按日、周、月、季、年等。
注：一个常用的多组对比柱状图
对比的时候，除了比较相对量，也要看绝对量，以合理地评估数据差异的大小。
e.g. 0.5%的波动是大还是小，需要找参考点，如果历史波动最高也就0.1%，那么这个波动就很大。
e.g. 公众号关注人数昨日环比增长20%(看着还不错)，实际上才增加4个人，截止前天也就20个人。
小结：
今天主要给大家了流程、分类、对比三大块，后面我们还会为大家拆解讲述关联、层级和优化三大块。