数据分析思维

发布时间:2023年12月25日

Why&What

数据分析是为了驱动决策赋能业务。在数据分析过程中需要对目标进行拆解量化,如何拆解量化目标便是数据分析思维。
在任务拆解过程中使用的软件、统计模型、分析方法等为分析工具和手段,如何在恰当的场景合理的使用这些工具、模型、方法、手段,便是数据分析思维。

数据分析的基本步骤:
挖掘业务含义->制定分析计划->拆分查询数据->提炼业务洞察->产出商业决策

工具

方向工具名
数据处理Excel、SQL、NumPy、Pandas
可视化Tableau、PowerBI、MatplotLib、ECharts
算法模型Scikit-Learn
产品Xmind、Axure

方法

业务

  • 流程法
    • 漏斗分析
    • AARRR
    • 访问路径分析
    • 客户生命周期
    • 价值链分析法
    • 闭环思维
    • DOSS 思路
  • 结构法
    • 层次分析法
    • 杜邦分析法
    • OSM 分析法
    • EOI 框架
      • 助力(核心任务)
      • 优化(战略任务)
      • 创新(风险任务)
  • 象限法
    • RFM 模型
    • 紧急重要象限
    • SWOT 分析法
    • KANO 模型
  • 比较法
    • 时间对比分析
    • 空间对比分析
    • 维度细分对比
  • 分布法
    • 二八分析法
    • 四分位分析法
    • 六四格玛分析法
    • MECE分析法
  • 主观法
    • 专家评定
    • 沙盘推演

统计

  • 采样
    • ABTest
  • 相关性分析
    • 主成分分析
  • 预测模型
    • 经验公式/概率模型/机器学习/神经网络
      • 贝叶斯
    • 分类/回归预测
      • 分类 聚类
      • 回归 多元线性回归
    • 有/无监督学习
      • 聚类
        • 无监督 K-means 基于欧式距离
        • 有监督 SVM、K-NN
文章来源:https://blog.csdn.net/feishuoren/article/details/135190816
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。