內(nèi)容來自微信公眾號： 碼工小熊
1、周期性分析法：https://mp.weixin.qq.com/s/JS2J9iiDUwyGpJEKk5R1jQ
2亭姥、結(jié)構(gòu)分析法：https://mp.weixin.qq.com/s/HM4Qle1KRRZtRTksrcBxOw
3苛骨、矩陣分析法：https://mp.weixin.qq.com/s/LgwwXsSxWXSkUhHI3ux1eQ
4篱瞎、分層分析法：https://mp.weixin.qq.com/s/U8xtpgdjevW0Ark1twEAdw
5、指標拆解法：https://mp.weixin.qq.com/s/A4Ue_fWmmkrND_IbtrrT-Q
6痒芝、漏斗分析法：https://mp.weixin.qq.com/s/9TqXcBGIBD628yIX9z2GZw
7俐筋、標簽分析法：https://mp.weixin.qq.com/s/OxyUJ3bSWM6VtD_GAFVpgQ
8、相關(guān)分析法：https://mp.weixin.qq.com/s/GldTnNi2YZYvm5G_OL4AQw
9严衬、MECE法：https://mp.weixin.qq.com/s/16VWZV4G0T7vX_fNoH540Q

讀后感：碼工小熊的這9個數(shù)據(jù)分析方法并非業(yè)界統(tǒng)一的認知（可能是作者自行總結(jié)的9種方法）澄者，除了這9種數(shù)據(jù)分析方法以外，常見的還有：對比分析、分布分析粱挡、用戶分群赠幕、用戶路徑分析（流轉(zhuǎn)地圖、用戶旅途）等

一询筏、周期性分析法

常見的周期包括兩種：自然周期/生命周期榕堰。
周期性分析，主要目的是做出一個參考曲線嫌套，為進一步判斷提供依據(jù)逆屡。

1、自然周期

不同的業(yè)務(wù)灌危，自然周期是不一樣的

• 吃喝玩樂類的消費康二，一般周六碳胳、周日比較多勇蝙，這時候才有空出來玩。
• 企業(yè)間交易挨约，一般工作日高味混，周末很低。大家都放假了誰還辦公呀诫惭。
• 雪糕冰棍冰淇淋類商品翁锡，一般夏季是旺季，冬季是淡季
• 帽子手套暖手寶類商品夕土，一般冬季是旺季馆衔，夏季是淡季

• ......

  
  
  月規(guī)律

周規(guī)律

上圖中，周規(guī)律表現(xiàn)為：周一至周六逐步降低怨绣，周日反彈角溃。
其中，依然有很多不符合規(guī)律的點篮撑，結(jié)合文章類型减细、標題來看，可以得出進一步的判斷赢笨。

2未蝌、生命周期

二、結(jié)構(gòu)分析法

案例

如果只看整體茧妒，不知道問題出在哪里萧吠。
如果看了結(jié)構(gòu)，能發(fā)現(xiàn)：原來是實體店下降桐筏，電商平臺又沒發(fā)展起來導(dǎo)致的纸型。

通過結(jié)構(gòu)分析法，能快速定位問題發(fā)生點，從而激發(fā)解決問題思路（不足：只適用于發(fā)現(xiàn)問題绊袋，不能解答問題）

如何進行結(jié)構(gòu)分析

完整的結(jié)構(gòu)分析法毕匀，包含四步：
第一步：定出要分析的關(guān)鍵指標（一般是業(yè)績、用戶量癌别、DAU皂岔、利潤等等）
第二步：了解關(guān)鍵指標的構(gòu)成方式（比如業(yè)績，由哪些用戶展姐、哪些商品躁垛、哪些渠道組成）
第三步：跟蹤關(guān)鍵指標的走勢熊杨，了解指標結(jié)構(gòu)變化情況
第四步：在關(guān)鍵指標出現(xiàn)明顯上升/下降的時候蒲肋，找到變化最大的結(jié)構(gòu)分類箕宙，分析問題

比如xx公司業(yè)績變化磷脯，用結(jié)構(gòu)分析法做鳞绕，是這樣的：
第一步：定出關(guān)鍵指標盾剩，總業(yè)績出刷。
第二步：了解總業(yè)績的構(gòu)成瘾腰，包含實體店板鬓、電商平臺悲敷、小程序商城三部分。
第三步：跟蹤總業(yè)績變化俭令，發(fā)現(xiàn)今年3月到7月后德，一直呈現(xiàn)下降態(tài)勢。
第四步：觀察結(jié)構(gòu)變化抄腔，發(fā)現(xiàn)實體店是下降的主要原因瓢湃。

結(jié)構(gòu)分析的兩種情況

結(jié)構(gòu)的變化，可能有兩種態(tài)勢：

圖1是各結(jié)構(gòu)普降赫蛇，說明：目前的結(jié)構(gòu)分類绵患，不是產(chǎn)生問題的關(guān)鍵點。很有可能棍掐，業(yè)績下滑是因為：大環(huán)境不好藏雏、鉆石級會員流失、主打商品賣不動等等其他原因作煌。此時需要更換看結(jié)構(gòu)的分類方法掘殴，比如更換成：會員等級分類、商品分類等粟誓，再進行觀察奏寨。
圖2是實體店（單結(jié)構(gòu)）越來越少，導(dǎo)致了業(yè)績下降鹰服〔⊥可以進一步繼續(xù)拆解實體店的結(jié)構(gòu)

三揽咕、矩陣分析法

單指標過于片面，取兩個指標交叉套菜，用均值做參考線亲善，劃分出四類群體。
類似KANO模型或者波士頓矩陣逗柴，本質(zhì)都是找到兩個很好的評價指標蛹头，通過兩指標交叉構(gòu)造矩陣，對業(yè)務(wù)分類戏溺。

有2個場景渣蜗，不適用矩陣分析法

1、極大/極小值影響了平均值
矩陣分析法的基礎(chǔ)是平均值旷祸，當(dāng)平均值不具備區(qū)分能力時耕拷，可以用分層分析法

2、兩個指標高度相關(guān)
兩個指標高度相關(guān)時托享，數(shù)據(jù)點呈45°直線分布骚烧，有2個象限幾乎沒有數(shù)據(jù)。此時矩陣分析法的業(yè)務(wù)解讀能力接近0嫌吠，可以用相關(guān)分析法止潘。

四掺炭、分層分析法

上面說到當(dāng)平均值失效時辫诅，矩陣分析法不再適用，此時可以用分層分析法

分層如何做

1涧狮、明確分層對象和分層指標

• 想?yún)^(qū)分用戶消費力炕矮，分層對象就是：用戶，分層指標就是：消費金額
• 想?yún)^(qū)分商品銷售額者冤，分層對象就是：商品肤视，分層指標就是：銷售金額
• 想?yún)^(qū)分門店營業(yè)額，分層對象就是：門店涉枫，分層指標就是：營業(yè)收入

2邢滑、查看數(shù)據(jù)，確認是否需要分層

3愿汰、設(shè)定分層的層級

• 二八法則：把累積業(yè)績占80%的人選出來困后，作為1等，其他的歸為2等
• 二四六八十法則：計算個體與平均值的差異
  比平均值高的衬廷，根據(jù)平均值的2倍摇予、4倍、6倍吗跋、8倍侧戴、10倍宁昭，分層
  比平均值低的，根據(jù)平均值的1/2酗宋、1/4分層

• 聚類
• 根據(jù)業(yè)務(wù)特性分類：男女积仗、老中青少

如何利用分層分析

分層的最大作用是幫我們看清楚：到底誰是主力，誰是吊車尾蜕猫。從而指導(dǎo)業(yè)務(wù)斥扛，從人海戰(zhàn)術(shù)向精兵簡政思考。
以銷售團隊舉例丹锹，如果發(fā)現(xiàn)A1號銷售這么厲害稀颁，我們就不會想著：“人均業(yè)績100，那想多做1000業(yè)績楣黍，就得招10個人”匾灶，而是會去想：“怎么樣再挖掘一個A1過來∽馄”

常見思考方向：

• 人員畫像：A1是什么學(xué)歷阶女、多大年紀、多久從業(yè)經(jīng)驗哩治。此時對應(yīng)的做法是：找和A1有類似畫像的人秃踩，應(yīng)該他也能像A1一樣好
• 人員行為：A1做了哪些事情？能取得這么好的業(yè)績业筏。此時對應(yīng)的做法是：找到A1的關(guān)鍵行為憔杨，然后讓其他人學(xué)A1
• 目標客戶：A1服務(wù)了哪些客戶？是不是這些客戶本身更容易做蒜胖？此時對應(yīng)的做法是：讓其他人多發(fā)展同行業(yè)的客戶消别，然后再找新的銷售，服務(wù)不容易做的客戶
• 成長經(jīng)歷：A1是怎么從普通人里脫穎而出的台谢，穩(wěn)定不穩(wěn)定寻狂？此時對應(yīng)的做法是：如果A1是穩(wěn)定成長的，則看這么培養(yǎng)其他人朋沮；如果A純粹運氣好蛇券，則采用大浪淘沙的戰(zhàn)術(shù)，多搞新人進來樊拓，期望冒出頭一個新A1

五纠亚、指標拆解法

上述的周期性、結(jié)構(gòu)骑脱、分層菜枷、矩陣分析法，均是對1個或2個指標的分析叁丧，如果指標有很多個呢啤誊？那就需要分清這些指標之間的關(guān)系了岳瞭。

常見的指標間關(guān)系

并行關(guān)系：指標拆解法
串行關(guān)系：漏斗分析法

為什么要拆解

只看一個指標，能發(fā)現(xiàn)問題蚊锹，不能解釋問題瞳筏。拆解指標，能從細節(jié)發(fā)現(xiàn)問題牡昆，進而引發(fā)新的思路姚炕。

一個小程序商城，上月銷售業(yè)績150萬丢烘，本月120萬柱宦。如果只看結(jié)果，除了少了30萬以外啥也不知道播瞳。但是進行指標拆解以后掸刊，就能發(fā)現(xiàn)很多東西（如下圖）

情況1，是消費率下降多赢乓。需要用低價爆款產(chǎn)品來吸引忧侧，從而提升消費率
情況2，是客單價下降多牌芋。需要用搭配銷售蚓炬，滿減銷售的方式，從而提升客單價

如何拆解

1躺屁、找到主指標肯夏。重要的、宏觀的楼咳、可拆解的指標熄捍，比如利潤、銷售收入母怜、GMV、用戶量等
2缚柏、找到負責(zé)主指標的部門苹熏。拆完后，是否有人/部門對子指標負責(zé)币喧，如果沒有人負責(zé)轨域，那這么拆是無意義的
3、確認子指標可被采集杀餐。
4干发、列出拆解公式，進行數(shù)據(jù)對比史翘。

案例：
杜邦分析法枉长，以利潤為主指標進行拆解冀续，拆解為收入，成本兩部分必峰；
人貨場模型洪唐，把銷售收入，按流量吼蚁、商品凭需、渠道進行拆解，從而分析業(yè)績好的原因是什么

六肝匆、漏斗分析法

完成上一個步驟粒蜈，才統(tǒng)計下一個步驟

漏斗如何分析

1、和類似的比
2旗国、和自身前后比

漏斗分析的不足

通過漏斗圖薪伏，可以很輕松的看到問題發(fā)生在哪里，但是無法解釋：為什么問題發(fā)生在這里粗仓。特別是問題發(fā)生在漏斗的末端的時候嫁怀。

很明顯，商品A是因為廣告頁轉(zhuǎn)化低借浊，那換個廣告即可解決問題塘淑。
但商品B呢？每一步看起來都很正常蚂斤，但是用戶就是不買單存捺，為什么？用戶在等優(yōu)惠活動曙蒸？用戶跑去別的平臺比價去了捌治？如果用戶不喜歡商品的圖片、價格纽窟、設(shè)計肖油，為啥不早跳出？

總之臂港，種種問題森枪，不是單靠漏斗分析能回答清楚的。每種方法都有自己的適用范圍

七审孽、標簽分析法

標簽分析县袱，特指用打標簽的方式，把難以量化的因素轉(zhuǎn)化為標簽佑力，進而分析該因素與其他事情的關(guān)系式散。
標簽分析步驟：
1、明確要分析的影響因素
2打颤、把影響因素制作成標簽
3暴拄、明確要分析的指標
4漓滔、對比不同標簽下，指標差異
5揍移、得出分析結(jié)論

案例：商店GMV

標簽分析不足：
一個事情是有多個標簽的次和，如果選擇不當(dāng)，拿了錯誤的標簽比較那伐，經(jīng)常得出錯誤的結(jié)論踏施。這時候需要先建立分析邏輯，再做分析

八罕邀、相關(guān)分析法

直接相關(guān)

直接相關(guān)的情況下畅形，兩個指標出現(xiàn)同時上漲/下跌的趨勢，是很好理解的诉探。比如：

• 整個公司業(yè)績都不好日熬，所以A分公司業(yè)績也很差（結(jié)構(gòu)分析）
• 客戶數(shù)太少了，所以整體業(yè)績不好（主指標肾胯、子指標）
• 看到廣告人數(shù)太少了竖席，所以最后轉(zhuǎn)化不好（前后步驟）

如果直接相關(guān)的兩個指標沒有同漲同跌，往往意味著問題敬肚。比如做用戶增長毕荐，到達首頁的新用戶數(shù)量大漲，但付費轉(zhuǎn)化率持續(xù)大幅度下跌艳馒，這就說明獲客效率在下降憎亚，可能是目標用戶已耗盡，也有可能是渠道在造假弄慰，也有可能是獲客方法有誤第美，總之要深入分析

間接相關(guān)

分析間接相關(guān)關(guān)系，有2種常用方法陆爽，一種是散點圖法什往，一種是計算相關(guān)系數(shù)

大于0.8 強相關(guān)，0.5~0.8 相關(guān)墓陈，小于0.5 弱相關(guān)恶守，小于0.3不相關(guān)

相關(guān)分析的不足

1、相關(guān)不等于因果
2贡必、相關(guān)分析不能解決非量化指標問題（此時可以用標簽分析法）
比如：旗艦店是不是比社區(qū)店更能吸引消費者？一個店是不是旗艦庸毫，取決于位置仔拟、裝修、宣傳等諸多因素飒赃，不能粗暴的用開店面積利花、員工人數(shù)等指標來簡單代替科侈。

九、MECE法

MECE是（Mutually Exclusive Collectively Exhaustive）的縮寫炒事，指的是“相互獨立臀栈，完全窮盡”的分類原則。

如何做到MECE

由大到心尤椤：先把最大因素分離出來权薯，再分離小的因素

現(xiàn)實中相當(dāng)多的問題，都是各種因素交織在一起睡扬。比如影響門店業(yè)績的盟蚣，除了天氣，還有：門店位置卖怜、開業(yè)時間屎开、貨物供應(yīng)、促銷政策...
并且這些因素會相互疊加马靠，因此在分析的時候奄抽，需要用MECE法，逐級選取重點因素甩鳄，剝洋蔥一樣找到問題核心逞度。

MECE分析的不足

并非所有的影響因素，都能直接用數(shù)據(jù)觀察到娩贷。
比如：用戶為什么會流失第晰？一般在用戶3個月沒有活躍的時候標記為流失，但實際上彬祖，在用戶被標記為流失以前茁瘦，可能已經(jīng)2個月沒有登錄過了，也沒有留下什么數(shù)據(jù)記錄储笑。
類似的場景還有很多甜熔，比如新用戶獲取、新產(chǎn)品上線這種新業(yè)務(wù)突倍，都缺少數(shù)據(jù)積累腔稀。此時需要用另外一種思路解決問題：AB實驗（先設(shè)計實驗，再看結(jié)果）