常用数据分析方法介绍.pdfVIP

常用数据分析方法介绍

LT

常用数据分析方法介绍

一、数据分析三个层次

数据分析由浅到深，一般有三个层次：描述性统计分析、探索性数据分析、

数据挖掘模型；三个层次的分析复杂程度依次增大，当然分析结果数据决策支持

价越高。

二、数据分析方法介绍

1、描述性统计分析：重点描述数据的现状特征，观察数据，找出问题

分析方法：均值分析、百分比分析、频数分析、众数、中位数、交叉分

析、同比分析、环比分析…

应用举例：

1）了解产品在不同渠道、不同地市用户发展情况（同时使用交叉分析、

均值）；

2）了解产品运营最近几个月发展波动情况（同比）；

2、探索性数据分析：重于探索变量间或用户间的关系，在数据之中发现新的特

征。

分析方法：相关分析、显著性差异检验分析（包括T检验、卡方检验、

方差检验）、因子分析、对应分析…

应用举例：

1）验证分析应用市场渠道、官方合作渠道、线下推广渠道三类渠道的

推广能力是否有差异（显著性差异检验分析）；

2）了解用户数、启动次数、活跃率、区域、渠道等因子之间的关系（相

关分析）；

3）探索影响应用留存的潜在因子（因子分析）；

3、数据挖掘模型：从海量的数据中探索数据背后的规律，发现有价值的规则；

模型分类算法典型应用

决策树、神经网络分类、逻辑回归、贝用户流失预警分析、用户活跃等级预测、风险

分类预测

叶斯网络用户预测

数值预测线性回归活动效果、渠道能力预测

用户细分快速聚类、两步聚类、层次聚类用户群细分

关联GRI、Apriori、Carma应用交叉推广、捆绑销售

三、数据分析常用工具介绍

1、描述性统计分析、探索性数据分析常用工具

Excel、SPSS（可视化操作、简单易用）、SAS（重点在于编程）、R语言(需要

编程、由于是免费开源，很多公司首选)、MATLAB（重点在于编程）

2、数据挖掘建模常用工具

Clementine（可视化操作、

简单易用）、SAS（重点在于

编程）、R语言(需要编程、由

于是免费开源，很多公司首

选)、MATLAB（重点在于编

产品支持分享

程）、MAPLE（需

同上，转发

功能并能记录促进用户活跃，拉动产品

奖励，针对洗车店，洗车后分享洗

被分享后的信商家提供优惠自传播，提升用户对商家

车信息，然后每次被打开或转发（朋

息被打开与转价值

友在分享的界面上点击指定按钮）

发动作、商家

可以获得0-2元随机折扣，有封顶。

如某洗车店正常洗车25，乐搜团购

价20，每次分享后朋友可帮助获得

随机折扣，但封顶最低价10元洗

车。

流量包建议是提供可以自己使用也可以赠送给朋友使用

备注的，在赠送给朋友的时候，可以注明用户是通过乐搜获得

流量包，也是一个产品自传播过程。