工作中常用的数据分析方法

用过Excel的都知道,里面很多图表。在什么情况下选择什么图形?

常见的分析方法:趋势,结构,比较,分布,关系

柱形图:适用场景:它的适用场合是二维数据集(每个数据点包括两个值x和y),但只有一个维度需要比较。

折线图: 适用场景: 折线图适合二维的大数据集,尤其是那些趋势比单个数据点更重要的场合。它还适合多个二维数据集的比较。

饼图:适用场景:适用简单的占比图,在不要求数据精细的情况下可以适用。

漏斗图:适用场景:漏斗图适用于业务流程比较规范、周期长、环节多的流程分析,通过漏斗各环节业务数据的比较,能够直观地发现和说明问题所在。

地图:适用场景:适用于有空间位置的数据集。

雷达图:适用场景:雷达图适用于多维数据(四维以上),且每个维度必须可以排序。但是,它有一个局限,就是数据点最多6个,否则无法辨别,因此适用场合有限。

做比较:条形图、柱形图、 雷达图

看趋势:折线图、面积图、迷你图

看结构:饼图、树形图、排列图

看分布:直方图,地图

看关系:气泡图 、散点图

转化路径:漏斗图

多指标趋势比较:组合图

比较分析:

同比:本周期 和 上周期的同一时期比较:避免周期性波动

(20周 周一,19周 周一)(2015年2月,2016年2月)

环比:本周期 和上周期比较:看大趋势波动

(周四,周三。2月和 3月比较)

定比:设置一个时间为基准点,用后面时间和前面比较:参考标准

(以1月为准,后面的要上涨)1000、1200、1400、2000

交叉比较:两个对比条件,2个对比指标

对比:两两比较

结构分析:

饼图,百分比,思维导图 都可以做结构分析

因素分析法:

又称经验分析法,是一种定性分析方法。该方法主要指根据价值工程对象选择应考虑的各种因素,凭借分析人员的知识和经验集体研究确定选择对象。该方法简单易行,要求价值工程人员对产品熟悉,经验丰富,在研究对象彼此相差较大或时间紧迫的情况下比较适用,缺点是无定量分析、主观影响大。

预警分析:

预警分析法是一种实现预测可能影响到企业竞争地位和财务状况的潜在因素,界定出一系列财务指标及相关因素的目标值、正常值和警戒值,将其与竞争对手指标进行比较,使管理者能在不利情况来临之前就采取防御措施,找到解决问题的办法。

二八法则:

二八定律又名80/20定律、帕累托法则(Pareto‘s principle)也叫巴莱特定律、朱伦法则(Juran's Principle)、关键少数法则(Vital FeRule)、不重要多数法则(Trivial Many Rule)最省力的法则、不平衡原则等,被广泛应用于社会学及企业管理学等。

是19世纪末20世纪初意大利经济学家帕累托发现的。他认为,在任何一组东西中,最重要的只占其中一小部分,约20%,其余80%尽管是多数,却是次要的,因此又称二八定律。

5W2H:

思路,进行设计构思,从而搞出新的发明项目,这就叫做5W2H法。

(1) WHAT——是什么?目的是什么?做什么工作?

(2) HOW ——怎么做?如何提高效率?如何实施?方法怎样?

(3) WHY——为什么?为什么要这么做?理由何在?原因是什么?造成这样的结果为什么?

(4)WHEN——何时?什么时间完成?什么时机最适宜?

(5) WHERE——何处?在哪里做?从哪里入手?

(6) WHO——谁?由谁来承担?谁来完成?谁负责?

(7) HOW MUCH——多少?做到什么程度?数量如何?质量水平如何?费用产出如何?

AB测试:

AB测试是为Web或App界面或流程制作两个(A/B)或多个(A/B/n)版本,在同一时间维度,分别让组成成分相同(相似)的访客群组随机的访问这些版本,收集各群组的用户体验数据和业务数据,最后分析评估出最好版本正式采用。

频率分析:

主要通过频数分布表、条形图、直方图,以及集中趋势和离散趋势的各种统计量来描述数据分布特征,以便我们对数据的分布特征形成初步的认识,才能发现隐含在数据背后的信息,为后续数据分析提供了方向和依据。

PS:根据大家上网时间分布,我就选择在  21. 30  推送文章了,每天写一篇。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,905评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,140评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,791评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,483评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,476评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,516评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,905评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,560评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,778评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,557评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,635评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,338评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,925评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,898评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,142评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,818评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,347评论 2 342

推荐阅读更多精彩内容