2021-05-10 · 专注大学生职业技能培训在线教育品牌
1.数据收集
当我们在做数据分析时,第一步要解决的问题肯定就是数据源的问题。Allen通常把数据分为二大类。第一类是直接能获取的数据,通常都是内部数据。无非就是从网站后台或者是自己家的数据库里面导。第二类就是外部数据,需要经过加工整理后得到的数据。
2. 数据清洗
清洗数据(筛选、清除、补充、纠正)的目的是从大量的、杂乱无章、难以理解的数据中抽取并推导出对解决问题有价值、有意义的数据。清洗后、保存下来真正有价值、有条理的数据,为后面做数据分析减少分析障碍。
3. 数据对比
对比,是数据分析的切入点。因为如果没参照物,数据就没有一个定量的评估标准。
横向对比,与行业平均数据,与竞争对手的数据进行比对。举个粟子,比如你家的APP用户留存率是60%,而行业平均留存是70%或竞争对手的用户留存率是70%,那就说明你家的产品在留存率方面有待加强!
纵向对比,与自家产品的历史数据进行对比,围绕着时间轴来对比。
4. 数据细分
数据对比发现了异常,我们当然想知道是什么原因导致的。这里就要用到数据细分了,数据细分通常情况下先分纬度,再分粒度。
5.数据溯源
通常情况下,通过数据细分就能分析出大多数问题的原因并推导出结论了。但也有特殊的情况,即使具体到粒度了也得不出有说服力的结论。