數(shù)據(jù)分析方法一般有常規(guī)分析、統(tǒng)計(jì)模型分析陌兑、自建模型分析沈跨。這三種分析思路，基本能解決大部分分析需求兔综，并根據(jù)分析需求固化為數(shù)據(jù)產(chǎn)品饿凛。
- 常規(guī)分析
常規(guī)分析經(jīng)常會用到同環(huán)比分析法和ABC分析法，即分析對比趨勢和分析占比情況软驰。
同環(huán)比分析應(yīng)用到數(shù)據(jù)產(chǎn)品中常見的有業(yè)務(wù)周涧窒、月、日報等锭亏，例如纠吴，拿很多互聯(lián)網(wǎng)公司都關(guān)注的核心指標(biāo)DAU（日活躍用戶數(shù)），周報里一般都會對比DAU的周環(huán)比變化慧瘤，如果上漲或者下跌的比較大的話戴已，就要進(jìn)一步查找分析業(yè)務(wù)原因。
- 同比：某個周期的時段與上一個周期的相同時段比較锅减，如今年的6月比去年的月糖儡，本周的周一比上周的周一等等。同比增長率=（本期數(shù)－同期數(shù)）/同期數(shù)×100%怔匣。
- 環(huán)比：某個時段與其上一個時長相等的時段做比較握联，比如本周環(huán)比上周等等。環(huán)比增長率=（本期數(shù)－上期數(shù)）/上期數(shù)×100%每瞒。
-
ABC分析法：一般是以某一指標(biāo)為對象金闽，進(jìn)行數(shù)量分析，以該指標(biāo)各維度數(shù)據(jù)與總體數(shù)據(jù)的比重為依據(jù)剿骨，按照比例大小順序排列呐矾，并按照一定的比重或累計(jì)比重標(biāo)準(zhǔn)，將各組成部分分為ABC三類懦砂。
ABC分析法：各城市訂單占比情況
- 統(tǒng)計(jì)模型分析
當(dāng)掌握了很大的數(shù)據(jù)量蜒犯，希望在數(shù)據(jù)中挖掘出更多信息的時候，一般都可以應(yīng)用成熟的模型進(jìn)行比較深入的分析荞膘，例如罚随，經(jīng)常會面對如下的業(yè)務(wù)場景：
- 預(yù)測產(chǎn)品在未來一年內(nèi)的日活用戶數(shù)會按什么趨勢發(fā)展，預(yù)估DAU羽资；
- 上線了某個營銷活動淘菩，預(yù)估活動效果怎么樣，用戶參與度情況；
- 對現(xiàn)有用戶進(jìn)行細(xì)分潮改，到底哪一類用戶才是目標(biāo)用戶群狭郑；
- 一些用戶購買了很多商品后，哪些商品同時被購買的幾率高汇在。
1）回歸分析：可以理解成幾個自變量通過加減乘除或者比較復(fù)雜的運(yùn)算得出因變量『踩現(xiàn)在常用的回歸分析主要有線性和非線性回歸、時間序列等糕殉。
2）聚類分析：細(xì)分市場亩鬼、細(xì)分用戶群里都屬于聚類問題，這樣更方便了解用戶的具體特征阿蝶，從而針對性的做一些營銷等雳锋，常見的聚類分析一般有K均值聚類、分布估計(jì)聚類等羡洁。
關(guān)于聚類分析玷过，最常用的就是對用戶進(jìn)行分類，首先筑煮，要選取聚類變量冶匹，要盡量使用對產(chǎn)品使用行為有影響的變量，但是還是要注意這些變量要在不同研究對象上有明顯差異咆瘟，這些變量之間又不存在高度相關(guān)嚼隘，例如，年齡袒餐、性別飞蛹、學(xué)歷等。然后灸眼，把變量對應(yīng)的數(shù)據(jù)輸入到模型中卧檐，選擇一個合適的分類數(shù)目，一般會選拐點(diǎn)附近的幾個類別作為分類數(shù)目焰宣，如下圖3霉囚。接下來，要觀察各類別用戶在各變量上的表現(xiàn)匕积，找出不同類別用戶區(qū)別去其他用戶的重要特征盈罐，選取最明顯的幾個特征，最后進(jìn)行聚類處理闪唆。
3）關(guān)聯(lián)分析：做關(guān)聯(lián)分析一般要理解頻繁項(xiàng)集和關(guān)聯(lián)規(guī)則兩個概念盅粪，頻繁項(xiàng)集是經(jīng)常出現(xiàn)在一塊兒的物品的集合，關(guān)聯(lián)規(guī)則暗示兩種物品之間可能存在很強(qiáng)的關(guān)系悄蕾。
- 自建模型分析
當(dāng)以上兩種分析方法都不能滿足業(yè)務(wù)的分析需求時票顾，這時候就需要自建模型進(jìn)行分析。
