思维分析逻辑 2 DAY
- 2022 年 11 月 14 日
- 筆記
- 数据分析-思维分析逻辑
数据分析多元思维模型
微观能力
有效沟通力 和 快读发散收敛力 ，能在业务交流中发现问题并找到方向。
有效沟通力：从谈话中快速捕捉有用信息
快速发散收敛力：基于沟通中的有效信息，快速提炼总结，找到分析切入点。
快速发散收敛力技巧：1.黄金思维法则（多问为什么要做这件事）2.做好准备工作在进行沟通
发散：沟通后分析想法很多
收敛：众多想法中快速找到切入点
微观能力所需技能：想象力 敏感度 解决问题能力 快速发现问题 高维角度
中观能力
真正的专业度能很好的发现其他分析师中的问题。
技术理解：只有理解到数据标准化的本质是去除量纲量级的差异化，才能用好数据标准化方法
逻辑性：每一环推导必须讲究严谨性
价值点：描述性统计数据快速通过，指导性、预测性、价值最大
宏观能力
CEO能力
电商平台分析
整体数据
-
分发效率评估：CTR = 点击UV/曝光UV（反应用户点击欲望）人均访问点击页面数 = 总访问页面数PV/总访问数UV
-
日活
-
留存
-
渗透
漏斗模型
互联网金融分析
授信模型
-
数据源
-
数据处理
-
数据标准化
-
数据建模
-
模型落地
-
模型优化
了解芝麻信用分结构
-
身份———稳定性
-
履约能力———兜底性
-
信用历史——历史性
-
人脉关系——弱价值性
-
行为偏好———真正价值（消费水平）
数据源的数据变量
1.原始变量：直接储存在数据库里的最基础的变量，如每天的交易额。
2.衍生变量：金融的本质是风险，所以要对原始数据进行加工。
时间维度衍生：最近一个月交易额，最近三个月交易额。
函数衍生： 最大交易额，最小交易额，交易额方差。
比率衍生： 最近一个月交易额/最近三个月交易额。
在选择变量的时候，基于RFM原则，即最近、频次、钱 （R (Recency)表示客户购买的时间有多远，F (Frequency)表示客户在时间内购买的次数，M (Monetary)表示客户在时间内购买的金额。） 所有跟着三个属性相关的变量都要保留。
数据处理
-
数值型和字符串型缺失性和合理性进行检验，清除无效字段（50%以上清除）
-
数值型字段的相关性检验
-
字符串型字段的离散化处理（专家打分法：字符串转数值打分）
游戏数据分析
常规指标
-
DAU、WAU、MAU、：日活跃、周活跃、月活跃
-
留存率：次日留存率、7日留存率、30日留存率：第一天打开第二天也打开 / 第一天打开
-
渗透率：某功能模块人数 / DAU
-
转换率：针对某个连贯路径使用下一个节点的人数 / 使用上一个节点的人数（打开APP的人数 / 开始游戏的人数（使用漏斗模型））
商业化指标
-
ARPU：一个时间段每用户的平均收入 ARPU = 付费金额 / 活跃人数
-
CPM：千次曝光成本 CPM = （广告投入总额 / 所投广告展示数） / 1000
-
CPC： 每个点击成本 CPC = 广告投入总额 / 点击数
-
ROI：投资回报率 ROI = 收入 / 支出 * 100% = ARPU * 用户数 / 所有支出
用户流失分析
流失周期 == 回流率稳定
回流率 = 回流用户数 / 流失用户数 = 某个周期内的流失用户数在周期结束后又回来 / 某个周期内的流失用户数
（枚举法：周期 = 1D、2D、3D…ND。回流率趋于收敛，那么该周期就是回流周期）
分析陌生行业
无从下手的原因：1.没有切入点。2.没有具体生动的案例
流程
- 理清业务模式（知道在干啥）
- 寻找北极星指标（最重要是什么）
- 立体维度拆解分析（具体案例）
- 小发现大猜想（发散收敛）
- 数据验证（闭环）
