抽丝剥茧深入的数据分析咋整

发布时间：2022-09-01 10:58 所属栏目：125 来源：互联网

导读：很多同学总觉数据分析做得不深入，到底该怎么做？今天结合一个具体的例子，分享下如何做一个深入的数据分析项目。深入级别：0级某天，你收到一个需求：看下我司APP新增的A功能，过去5天内累计使用1+次的人有多少（去重）。这问题太简单了，直接跑个数丢过

　　很多同学总觉数据分析做得不深入，到底该怎么做？今天结合一个具体的例子，分享下如何做一个深入的数据分析项目。

　　深入级别：0级
　　某天，你收到一个需求：“看下我司APP新增的A功能，过去5天内累计使用1+次的人有多少（去重）”。这问题太简单了，直接跑个数丢过去即可，“过去5天累计使用人数10000人”搞掂。

　　但是这种分析完全不深入，甚至压根不能叫“分析”，这就是提个数而已。确实，当需求是很具体的取数指标+统计时间的时候，这就是取个数，第0级深入就是如此。

　　深入级别：1级
　　某天，你又收到一个需求：“看下我司APP新增的A功能，过去5天有多少人在用”。

　　听起来和之前的问题差不多，但注意，“多少人”并不是一个明确的指标，只是个笼统的说法，细分起来，有：

　　1.5天内累计使用1+次的人（去重）

　　2.5天内累计有多少人次使用（不去重）

　　3.5天内，每天有多少人在使用

　　4.5天内，累计使用5、4、3、2、1天的人有多少

　　5.5天内，各使用频次人数（1、2、3……10、10+次）

　　深入级别：2级
　　某天，你又收到一个需求：“看下我司APP新增的A功能，过去5天使用的人，付费行为是不是比其他人更好”。

　　注意，这里也没有明确的数据指标，因此得先拆解问题：

　　主语是：过去5天使用过A功能的用户。那得先知道有多少人在用？第1级深入的数据，这里都需要加上。
　　付费行为：付费行为是个笼统说法。是付费金额，还是频次？没说清就先都拎出来看。
　　比其他人更好：什么是其他人？是全体用户，还是未使用该功能用户。从问题场景上看，应该区分出过去5天内未使用过该功能，并且至少活跃1次的用户，这样才有可比性。
　　有了这三步拆解。可以把这句不清晰的需求，落地成一个取数需求：

　　过去5天内使用过A功能用户基本情况（人数，使用天数分布，使用频次分布）
　　过去5天内使用过A功能用户付费行为（多大比例，付费人群的5天内累计付费金额，5天内付费频次，人均付费金额，人均付费次数）
　　过去5天内未未使用过A功能，且活跃的用户的活跃天数、付费比例，付费金额，付费频次，人均付费金额，人均付费次数）
　　图片

　　这样，两个群体一对比，就能出结论了。然而这么做，很快会引发下一个问题：“为什么使用A的人群比其他群体高/低？”

　　深入级别：3级
　　某天，你又收到一个需求：“分析下为啥使用A功能的人付费更好？”注意，先问是不是，再问为什么，是回答问题的基本要求。因此在拆解问题的时候，得先把深入2级功课都做完。做实了“A的付费更好”以后再分析原因。

　　分析原因的时候，假设很重要。需求既然关注A功能，那A功能到底有没有用就是关键。在分析原因的时候，证伪比证真更容易，所以我们可以先剔除一些明显的错误答案，比如“A功能用户本身都是高付费群体”，这一下就能把“A功能对付费转化有用”直接干掉。

　　注意，即使这样，还是有反驳观点。因为我们都是基于过去数据分析，很有可能一个反驳观点是：“A功能只能吸引到这一小簇用户，不能做大”或者“A用户只是尝新，过了这段时间就没有效果了”这两个观点，都涉及未来数据情况，因此需要观察一段时间才能有结论。

（编辑：ASP站长网）

抽丝剥茧 深入的数据分析咋整

抽丝剥茧深入的数据分析咋整