數據化運營中玩過的分析項目：一個數據分析師的經驗總結

研究所畢業後，很意外的的混進了數據分析，又不知不覺的做了5年數據分析，可以說跟很多同事學到了不少東西，感謝他們無私的教給了我很多。

SQL從完全不會到隨手join五個表創建中間層；從簡單完成分析任務到全棧的思考，往後端思考代碼的嚴謹性、易讀性、可複用性；往前端思考業務指標的有效性、指向性、落地執行效果。

此文從整理了自己常用到/曾用過的方法有哪些，又有哪些還沒有應用到。

1.線性回歸分析

回歸分析是很常用的預測方法，我踏入職場第一個項目所用到的分析方法。

雖然此Ｍodel有一些限制，例如有不少前題假設，但他速度快、效率高且通俗易懂，仍是一個好用的方法。

2.RFM Model(分層模型)

對於用戶特徵分類的議題，大多會使用RFM、聚類分析跟決策樹。RFM模型雖然比較樸實無華，但還是一個很具影響力跟知名度的Model。

作為一個成熟的分析方法，完全可以應用到其他行業以及互聯網行業上，例如航空業的LRFMC模型就是對RFM模型的拓展。(我實際應用RFM model的場景可以參考之前的文章：電商小程序TOP100榜單怎麼來的)

3.關聯分析(交叉銷售模型/Apriori算法)

沃爾瑪著名的啤酒尿布模型，簡單說，就是只買了A商品的人，又有很多人買了B商品，那麼我們就可以認為A、B兩個商品的關聯性高。

但我認為這種結論很難發現，從直覺看，關連度高的都集中在同性質的商品。在產品種類不是非常多的情況下，使用更好懂的交叉分析，業務方的接受度更高。

舉個例子，對於買了A插件的商家，大多會配套買什麼插件？以此關聯，作為打包出售(組合購買)的依據。

4.留存分析

留存分析是一種用來分析用戶參與情況/活躍程度的分析模型，考查進行初始行為後的用戶中，有多少人會進行後續行為。是 AARRR 模型中重要的環節之一。

有時候我們光看日活(DAU)，會覺得數據不錯，但有可能是因為近期有密集的推廣拉新活動，注入了大量的新用戶，但是留下來的用戶不一定在增長，只不過被新用戶數掩蓋了所以看不出來。

• Note1:其實我思考更在意，“時間區間的切割方式”及“觀察的天數要幾天”這兩個問題。對於遊戲這種週期性很短(或是說頻率很頻繁)，關注每日留存很合理，但在轉換週期長的行業，或許3~7天、8~15天分組聚合會更好。另是觀察到近7天就好，還是要監控到30天？也是依據業務性質來判斷。
• Note2:上圖可以用SQL做兩次處理後直接出來，就不用取了raw_data後再去分析工具處理。

5.路徑分析：

此為互聯網與傳統行業在數據分析很重要的不同點，即用戶在互聯網的所有行為都會被記錄下來，形成海量的日誌數據。需要具備1.日誌佈點、2.日誌採集、3.日誌解析及4.日誌分析的基本知識。

主要有三種方法： (1)社會網路分析法、(2)基於序列的關聯分析及(3)最樸素遍歷法。這幾個算法目前都超過我的理解範圍所以也沒什麼可以說的。大多數的路徑分析，主流使用平台是Google Analysis(GA)，據我了解其思路也是用遍歷思路。

• Note1:網站分析比較重要的KPI指標有瀏覽量、訪問量、獨立訪客數、跳出率(Bounce Rate)、離開率(Exit rate)、轉化率、頁面停留時間、訪問頁面數、流量來源等。(會困惑的通常是“跳出率”與“離開率”，兩者差別可以參考Google的說明)
• Note2:埋點的知識真的有點難，想系統化的了解，有SEO經驗的同學請推薦本好書來吧 ：）

6.漏斗模型

漏斗模型更專注在關鍵節點，關鍵節點轉化率太低通常意味著需要通過產品優化來改善用戶體驗，最終提升關鍵節點的轉化率。因此漏斗分析可被用於產品優化的重要參考。

從嚴格意義上來說，漏斗模型是包含在路徑分析中的，漏斗模型是路徑分析的特殊情況，是針對少數關鍵節點的路徑分析。

要注意的是，漏斗的路徑要唯一。曾經遇過”註冊 →填寫驗證碼 →填寫密碼 →創建帳號”的路徑不唯一，此時漏斗分析就無法適用。(但可以根據業務場景限制條件，保障唯一性）

7.數據可視化

這不是一個分析方法，但還是想抽出來提一下。以往都會有種心態，要做一些很厲害的分析方法，似乎認為這樣可以顯示很深度很厲害的分析。可視化只是用圖表展現而已，沒什技術含量。其實，這是錯誤的觀念。

首先，條條大路通羅馬，因為不同的思路之間普遍是聯繫的、不同的算法是普遍聯繫的、數據本身是普遍聯繫的。只要可以解決問題，就是最好的方法。

第二，很多公司都還處於掌握數據的程度，即便是互聯網產業，也可能業務線的多元發展，新業務還在初步發展階段，連運營狀況的基本數據都還沒掌握。對於一直要追蹤的數據，用分析方法會花掉太多時間，對分析師也是在做重複工作。

搭建儀表板做數據可視化可以解決這問題，要思考的方向圍繞在，要用什麼類型的圖表呈現？什麼指標可以清楚反應狀況？儀表板展示邏輯怎麼設計？

除了企業自行搭建的BI系統外，針對提供這種服務的軟體，目前較多使用的應該是Tableau、powerBI 、FineBI。

若要感受可視化的威力，推薦可以去Tablea public 看看大神搭建的儀表板，根本是藝術家的層級了。

8.分析的前置作業-數據處理

異常值/缺失值的處理、數據轉換(生成衍伸變量、改善分佈、數據標準化)、有效變量篩選、共線性

9.還是有不少分析方法尚未使用過

經過這樣整理後，發現還是有不少分析方法還沒用過或是只有淺層的接觸，包含流失預警、續約預測、聚類/神經網路/決策樹/支持向量機/羅輯回歸等分析方法。…是一個要持續學習的行業呢…共勉之

同行有什麼好議題、好思路、好方法，歡迎多多交流