Méthodes d'analyse de données couramment utilisées

Les méthodes d'analyse de données couramment utilisées comprennent : 1. Méthode d'analyse comparative ; 2. Méthode d'analyse de groupe ; 3. Méthode d'analyse structurelle ; 4. Méthode d'analyse de rétention ; 6. Méthode d'analyse en entonnoir ; . ; 8. Méthode d'analyse des quadrants ; 9. Méthode d'analyse des tendances ; 11. Méthode d'analyse d'évaluation complète. La « méthode d'analyse comparative » consiste à comparer les données pour analyser les différences entre les données, y compris la comparaison statique et la comparaison dynamique.

1. Méthode d'analyse comparative

est la méthode d'analyse comparative, qui compare les données pour analyser les différences entre les données, y compris la comparaison statique et la comparaison dynamique. La comparaison statique est également appelée comparaison horizontale, qui est une comparaison de différents indicateurs en même temps ; la comparaison dynamique, également appelée comparaison verticale, est une comparaison des valeurs des indicateurs sur différentes périodes dans les mêmes conditions globales. Le but est de révéler l'évolution, les changements et la régularité des choses représentées par les données.

Comparaison horizontale : la comparaison horizontale consiste à comparer avec vous-même. Les indicateurs de données les plus courants doivent être comparés à la valeur cible pour déterminer si nous avons atteint l'objectif par rapport au mois dernier, pour déterminer dans quelle mesure nous avons grandi dans le Nord ;

Comparaison verticale : Pour faire simple, cela signifie comparer avec les autres. Nous devons comparer avec nos concurrents pour répondre à notre question sur notre part et notre position sur le marché.

2. Méthode d'analyse de groupe

Combinée à la méthode de comparaison, séparez les objets de nature différente dans la population et comparez-les pour comprendre la relation inhérente aux données.

3. Méthode d'analyse structurelle

Également connue sous le nom d'analyse des proportions, elle analyse la proportion de chaque composant dans l'ensemble et les changements de composition, afin de saisir les caractéristiques et les tendances changeantes des choses.

4. Méthode d'analyse de la rétention

La méthode d'analyse de la rétention est un modèle d'analyse utilisé pour analyser la participation des utilisateurs et le niveau d'activité. Elle examine combien d'utilisateurs qui effectuent des actions initiales effectueront des actions ultérieures. Du point de vue de l'utilisateur, plus le taux de rétention est élevé, plus le produit saisit mieux les besoins fondamentaux des utilisateurs, et plus d'utilisateurs actifs seront convertis en produits, ce qui aide finalement l'entreprise.

Par exemple, nous pouvons observer la situation de rétention des utilisateurs sur différentes périodes et comparer les changements ultérieurs de rétention des utilisateurs sur divers canaux, activités et comportements clés pour découvrir les facteurs d'influence qui améliorent le taux de rétention des utilisateurs, comme l'observation du taux de rétention. des utilisateurs qui ont reçu des coupons. Le taux de rétention est-il supérieur à celui des utilisateurs qui n'ont pas reçu de coupons ?

5. Méthode d'analyse croisée

est la méthode d'analyse tridimensionnelle, qui est souvent utilisée pour analyser la corrélation entre les variables. Une méthode d'affichage croisé de données de différentes dimensions et de réalisation d'analyses combinées sous plusieurs angles.

L'analyse comparative comprend des comparaisons horizontales et verticales. Si vous souhaitez des comparaisons horizontales et verticales, il existe la méthode d'analyse croisée. La méthode d'analyse croisée consiste à présenter de manière croisée des données provenant de plusieurs dimensions et à effectuer une analyse combinée sous plusieurs angles. Lors de l’analyse des données d’application, elles sont généralement divisées en iOS et Android. La fonction principale de l'analyse croisée est de segmenter les données de plusieurs dimensions et de découvrir les dimensions les plus pertinentes pour explorer les raisons des modifications des données.

6. Méthode d'analyse de l'entonnoir

Combinée à des méthodes de comparaison et d'analyse de groupe, vous pouvez comparer les effets d'optimisation avant et après du même lien, les taux de conversion de différents groupes d'utilisateurs et les taux de conversion de produits similaires dans le même secteur. . Il reflète l'état du comportement de l'utilisateur et l'état de conversion de l'utilisateur à chaque étape, du point de départ au point final. Deux indicateurs couramment utilisés sont le taux de conversion et le taux de désabonnement.

7. Méthode d'analyse matricielle

est la méthode d'analyse de corrélation matricielle. Elle utilise deux attributs importants des choses comme base d'analyse pour effectuer une analyse de corrélation de classification afin de fournir une référence pour la résolution de problèmes et l'allocation des ressources.

8. Méthode d'analyse des quadrants

Divisez chaque sujet de comparaison en quatre quadrants en fonction de données différentes. Si le QI et le QE sont divisés, ils peuvent être divisés en deux dimensions et quatre quadrants, et chaque personne a son propre quadrant. De manière générale, le QI garantit la limite inférieure d'une personne et le QE augmente la limite supérieure d'une personne.

Un exemple de la méthode d'analyse des quadrants utilisée auparavant dans des travaux réels. Généralement, les utilisateurs enregistrés de produits p2p sont attirés par les canaux tiers. Si la qualité et la quantité des sources de trafic peuvent être divisées en quatre quadrants, puis qu'un moment fixe est sélectionné pour comparer la rentabilité du trafic de chaque canal, le la qualité peut être mesurée par la quantité totale de rétention en standard. Continuer à maintenir des canaux de haute qualité et de grande quantité, augmenter la quantité d'introduction de canaux de haute qualité et de faible quantité, transmettre des canaux de faible qualité et de faible quantité et essayer les stratégies de livraison et les exigences de faible qualité et de grande quantité . Une telle analyse par quadrant nous permet d'effectuer une analyse comparative. Vous obtenez un résultat très intuitif et rapide.

9. Méthode d'analyse des tendances

Lorsqu'il y a beaucoup de données et que nous voulons découvrir des informations sur les données plus rapidement et plus facilement, nous devons utiliser la puissance des graphiques à ce moment-là. est d'utiliser EXCEl ou autre Utilisez l'outil de dessin pour le dessiner.

L'analyse des tendances est généralement utilisée pour le suivi à long terme d'indicateurs de base, tels que le taux de clics, le GMV et le nombre d'utilisateurs actifs. Généralement, un simple graphique de tendance des données est créé, mais le simple fait de créer un graphique de tendance des données n'est pas une analyse. Cela doit être comme ci-dessus, quels sont les changements dans la tendance des données, y a-t-il une périodicité, y a-t-il un point d'inflexion, etc. et les raisons qui le sous-tendent doivent être analysées, indépendamment du fait qu'il s'agisse d'une raison interne ou d'une raison externe. Le meilleur résultat de l’analyse des tendances est celui des ratios. Il existe des ratios mensuels, annuels et à base fixe. Par exemple, l'augmentation du PIB en avril 2017 par rapport à mars est le ratio mensuel. Le ratio mensuel reflète le changement de tendance récent, mais il a des effets saisonniers. Afin d'éliminer les effets saisonniers, un calcul annuel est introduit. Par exemple, le taux de croissance du PIB en avril 2017 par rapport à avril 2016 est le taux de croissance annuel. Le ratio de base fixe est plus facile à comprendre. Cela signifie fixer un certain point de base. Par exemple, les données de janvier 2017 sont utilisées comme point de base. Le ratio de base fixe est la comparaison entre les données de mai 2017 et les données de mai 2017. Janvier 2017.

10. Méthode d'analyse des indicateurs

Dans le travail réel, lorsque nous obtenons des graphiques de données visuelles ou des tableaux Excel, nous pouvons directement utiliser certains indicateurs de base dans les statistiques pour effectuer une analyse de données, telles que la moyenne, le mode, la médiane, le maximum, le minimum, etc., ci-dessous nous les présenterons respectivement :

Moyenne

La moyenne, également appelée méthode d'analyse moyenne, fait référence à la méthode de calcul des moyennes pour refléter la situation globale dans certaines conditions de temps et de lieu. caractéristique quantitative. Les indicateurs couramment utilisés de la méthode d'analyse moyenne comprennent la moyenne arithmétique, la moyenne harmonique, la moyenne géométrique, le mode et la médiane, etc. La plus courante est la moyenne arithmétique, qui est la moyenne ou la moyenne dans la vie quotidienne.

L'indicateur moyen peut être utilisé pour comparer le degré de différence entre des phénomènes similaires dans différentes régions, différentes industries, différentes unités, etc., ce qui est plus convaincant que l'utilisation d'indicateurs totaux. En outre, l’utilisation d’indicateurs moyens pour comparer l’évolution de certains phénomènes au cours de différentes périodes historiques peut également mieux expliquer les tendances et les schémas constatés.

Mode, médiane

Le mode est un nombre représentatif dans les données, qui reflète le degré de concentration des données. Par exemple, les meilleurs, les plus populaires et les plus satisfaisants sont tous liés au mode. Essentiellement, le mode reflète les indicateurs de données qui apparaissent le plus fréquemment dans les données. Lors de l'analyse des données, nous pouvons extraire certaines caractéristiques communes de ces indicateurs de données, puis les affiner et les résumer, puis formuler quelques suggestions d'amélioration.

La médiane reflète principalement la tendance centrale d'un ensemble de données, comme notre distribution normale plus courante. Par exemple, nous voulons compter le revenu par habitant d'une certaine ville. En fait, la plupart des revenus par habitant se situent dans une certaine fourchette. À l’intérieur, seuls quelques-uns se situent au plus bas et au plus haut. En fait, c’est le sens de la médiane.

Lors de l'analyse des données, si la différence entre chaque donnée est faible, la valeur moyenne sera mieux représentative ; et si la différence entre les données est grande, surtout s'il existe des valeurs extrêmes individuelles, l'utilisation de la médiane ou du mode a une meilleure représentation. .

Valeur maximale (minimale)

La valeur maximale (minimale) est relativement courante lors du travail d'analyse de données, mais nous n'y prêtons pas une attention particulière. Les meilleures valeurs sont analysées en tant que représentants typiques et valeurs aberrantes, telles que les champions des ventes au sein de l'équipe commerciale, les produits de commerce électronique populaires, etc.

11. Méthode d'analyse d'évaluation complète

Convertissez plusieurs indicateurs en un indicateur qui peut refléter la situation globale pour l'évaluation, comme l'évaluation des avantages économiques de l'entreprise. Y compris la méthode d'analyse des composantes principales, la méthode d'analyse de l'enveloppement des données, la méthode d'évaluation floue, etc.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!