数据分析简易入门（1）

01

什么是数据分析？

通过合适的工具对数据进行一定程度的预处理，结合具体业务分析数据，帮助公司业务部门监控、定位、分析、解决问题。从而提高业务部门决策能力和经营效率，发现业务机会，取得持续竞争优势。现代管理学之父彼得·德鲁克提出用管理促进企业增长说过：“如果你不能衡量，那么你就不能有效增长”。

02

为什么要进行数据分析？

数据可以可以把隐藏在大量数据背后的信息提炼出来，总结出数据的内在规律，找出那些特别、可衡量、可操作的指标，代替了以前那种拍脑袋，靠经验的做法。数据分析的三个作用，现状分析、原因分析、预测分析。

现状分析：

可以告诉业务人员企业的业务在过去发生了什么；

原因分析：

可以告诉分析人员某一现状为什么会存在；

预测分析：

可以分析人员未来可能发生什么；

03

数据分析怎么做？

什么是指标和维度？

• 每一个报告都是由指标和维度组成
• “维度”是数据属性，举例说明：“城市”维度表示IP所在城市，例如“北京”和“上海”。“网页”维度表示用户浏览过的网页地址。
• “指标”是量化衡量指标。举例说明：“登录次数”指总聊天的消息数，“每次登录浏览的网页数”指每次登录的平均网页浏览量。
• 并不是每个指标都能与每一个维度组合使用，每个维度和指标都有各自的数据范围。在大多数情况下，只有将具有相同范围的维度和指标组合在一起才有意义。

数据分析可以从以下几个方面分析进行维度和指标的衡量：

总体数据概览：

反映某一数据指标的整体规模大小、总量多少的指标。

对比性指标：

同比（同期相比）是相邻时间段内某一时间点内指标的对比；同期相比，如今年与去年之间的比较。2009年中国第一季度GDP为G9-1亿元，则2010年第一季度的GDP同比增长为（G10-1-G9-1）/G9-1；

环比是相邻时间段内指标的对比；（相连时间段）；如环比表示本次统计段与相连的上次统计段之间的比较。比如2010年中国第一季度GDP为G10-1亿元，第二季度GDP为G10-2亿元，则第二季度GDP环比增长（G10-2-G10-1）/G10-1；

差是两个时间段内的指标直接做差；

差的绝对值是两个时间段内指标的变化量；

集中趋势指标：

用来反映某一现象在一定时间段内所达到的一般水平，用平均指标来表示。 常用关键指标：

用户数据指标：

• 新增用户：日新增用户数（ 新增用户数：在某个时间段（一般为第一整天）新登录应用的用户数；）
  • 新增用户来自产品推广的渠道，如果按照渠道维度来拆解新增用户，可以看出不同渠道分别新增了多少用户，从而判断出渠道推广的效果。
• 活跃用户：活跃度、日活跃用户数（DAU）、月活跃用户数（MAU）
  • 如何定义活跃：不同的产品定义不同不一样。
• 留存用户：留存率
  • 新用户经过一点时间用户逐渐流失，所留下来的用户。
  • 为什么要关注留存：留存可以评估产品功能对用户的粘性。
  • 留存率=新增用户中登录用户数/新增用户数*100%（一般统计周期为天）
  • 第N日留存：指的是新增用户日之后的第N日依然登录的用户占新增用户的比例
  • 第1日留存率（即“次留”）：（当天新增的用户中，新增日之后的第1天还登录的用户数）/第一天新增总用户数；
  • 第7日留存率：（当天新增的用户中，新增日之后的第7天还登录的用户数）/第一天新增总用户数；
  • 第30日留存率：（当天新增的用户中，新增日之后的第30天还登录的用户数）/第一天新增总用户数；

行为数据指标：

PV（访问次数，Page view）：一个时间段内某一个页面的浏览次数；

UV（访问人数，Unique Visitor）：一个时间段内每一个页面的浏览人数；

04

数据分析的常规分析流程

• 熟悉工具。
• 明确目的：明确数据分析的目的，希望通过分析得出什么结果。如希望通过数据分析找出流失用户都有哪些特征，广告CTR下降的原因等等。
• 获取数据：获取数据明确以下几个点
  • 需要获取什么指标；
  • 需要获取什么时间段数据；
  • 这些数据都放在哪个数据库、哪张表中；
  • 如何获取数据，通过自己写SQL还是提需求到数据开发；
• 熟悉数据：看一下数据有多少，什么类型，每一个指标有哪些值，这些数据能否满足我们的需求等等。如果不能，还需要获取什么数据。
• 处理数据：处理数据中的异常数据、重复数据、缺失数据等。
• 分析数据：围绕关键指标进行分析，分析过程中采用下钻法，如分析某一天CTR下降、哪个时间段、哪些app等等。
• 得出结论：对数据分析得出相应的结论。
• 验证结论：与实际业务相结合，验证得出的结论是否正确。
• 展现结论：结论给相关人去看，需要考虑以什么样的形式展示，即数据可视化。