运营之路:数据分析+数据运营+用户增长_徐小磊 编著_AZW3_MOBI_EPUB_PDF_电子书(无页码)_徐小磊 编著

内容节选

第2章洞察运营机会的数据分析利器 从本章开始,将详细讲解一套快速有效的数据分析方法,包括其操作演示和应用场景,读者学完即可应用。 这套分析方法包括5个分析工具。 · 用“描述性统计”来快速了解数据的整体特点。 · 用“变化分析”来寻找数据的问题和突破口。 · 用“指标体系”来深度洞察变化背后的原因。 · 用“相关性分析”来精确判断原因的影响程度。 · 用“趋势预测”来科学预测未来数据的走势。 这套数据分析方法是完整、闭环和通用的分析方法,并且易于上手,因为所有内容都可用Excel来实现,并且涉及操作的部分只需要点点鼠标即可,不需要函数,不需要编码开发。 这套分析方法是从我独家的“数据分析七武器”中提炼出来的,进一步降低了对理论性内容的要求,并加强了实际工作场景的应用指南。 这套分析方法包括5个分析工具:描述性统计、变化分析、指标体系、相关性分析和趋势预测,其完整架构如图2-1所示。 图2-1 数据分析“五件套” 2.1 重要!数据分析前的准备工作 在开始之前,需要启用Excel的数据分析工具包,以便开展后续的内容,启用方法如下。 2.1.1 Windows操作系统用户 Windows操作系统用户按照如下步骤启用数据分析工具包。 第一步,进入Excel选项,并选择加载项,如图2-2所示。 图2-2 进入Excel设置 第二步,单击右下方的“转到”按钮,如图2-3所示。 图2-3 选择“Excel加载项”,点击“转到(G)...” 第三步,勾选分析工具库,单击“确定”按钮,如图2-4所示。 图2-4 勾选“分析工具库”,单击“确定”按钮 第四步,如果在“数据”选项卡的最右边找到“数据分析”,即可确认“数据分析”加载成功,如图2-5所示。 图2-5 确认“数据分析”加载成功 2.1.2 MacBook操作系统用户 MacBook操作系统用户,请在顶部菜单栏中按照如下指示操作: 第一步,点击“工具”,打开“Excel加载项”,如图2-6所示。 第二步,勾选“分析工具库”,单击“确定”按钮,如图2-7所示。 ▲图2-6 点击“工具”,打开“Excel加载项” 图2-7 勾选“分析工具库”,单击“确定”按钮 2.2 第1把利器:用“描述性统计”来整体评估数据 本节介绍描述性统计的相关知识,重点讲解中位数、平均数、异常值和箱线图的概念、适用场景以及使用流程。 2.2.1 什么是描述性统计 描述性统计是指对总体所有变量的数据进行集中趋势分析和离散程度分析,寻求总体中所有数据的整体情况。集中趋势分析,常用的指标有平均值、中位数和众数等;离散程度分析,分析数据的离散和波动情况,常用的指标有方差、标准差等。 2.2.2 描述性统计的适用场景 描述性统计,特别适合于从令人眼花缭乱的数据中找到整体特征,快速建立整体全面的认知。在入职新公司或接手新工作的时候,通常第一件事就是看各种各样的报表以了解业务经营情况。当一份有十几列、几万行的数据出现时,那种感觉我相信用铺天盖地、头晕目眩来形容是再合适不过了。面对如此令人沮丧的数据,我们必须摆脱细节的干扰,从整体和表象上先建立起对数据的认知。 描述性统计正是为此而生,它通过几个简单的核心工具就能在几秒钟内提取出大量数据的整体特征。 技巧:我面试数据分析候选人时,会用一个经典的iPhone销量案例来评估候选人接触到全新业务数据时的思路和反应,即数据敏感性。你们可以试试,看到这份图2-8所示报表时,5分钟内说出至少5条你看到的事实。 图2-8 iPhone的销量 2.2.3 分析数据的分布情况:中位数和平均数 1.数学定义和业务含义 中位数,是指将一组数据排序后,其位置处于正中间的数。如果是偶数长度的数据,则中位数取最中间两个数值的算术平均数,如图2-9所示。 图2-9 奇数长度和偶数长度数据的中位数 平均数,是统计学中最常用的指标,也是描述性统计中描述数据集中程度的指标,常用的平均数包括算术平均数和几何平均数等。 2.使用指南 中位数和平均数通常结合起来使用,通过比较中位数和平均数的大小关系来判断数据的分布是偏大还是偏小。对于同一组数据,如果: ■ 平均数 > 中位数:整体数据中偏大的居多,或有大值的影响,抬高了整体的均值。 ■ 平均数 < 中位数:整体数据中偏小的居多,或有小值的影响,降低了整体的均值。 3.典型应用分析①:电商销售分析 在电商行业中经常需要分析不同品类产品的销售情况。例如分析如下两款产品的销售情况,考察其累计销售额无法分析出深入的结论,因为两款产品的累计销售额完全一样,但从两款产品的每日平均销售额和销售额的中位数来对比,就能看出有趣的结论,如表2-1和表2-2所示。 表2-1 两组产品的每日销量 表2-2 两组产品的销量平均数和中位数 续表 由表2-2可以看出,产品A和产品B的累计销售额完全一样......

  1. 信息
  2. 作者简介
  3. 内容简介
  4. 本书知识地图
  5. 致谢
  6. 前言
  7. 第一篇 数据分析的方法
  8. 第1章 准备工作:数据清洗与预处理
  9. 第2章 洞察运营机会的数据分析利器
  10. 第3章 将运营机会转化为运营策略
  11. 第二篇 数据运营的玩法
  12. 第4章 数据运营的基础:用户场景营销
  13. 第5章 产品运营工具和模型
  14. 第6章 用户模型和运营工具
  15. 第7章 内容运营工具和场景
  16. 第三篇 用户增长的打法
  17. 第8章 增长战略模型:S-C-I战略模型
  18. 第9章 增长策略模型:3A3R策略模型
  19. 后记