百科 | 数据分析师必须掌握的8种思维模型

奋战在数据分析之路上的数据分析师们,经常会问“缺少数据思维,应该怎么办?”或是“我没有思维模型,怎么分析?”

首先来为大家普及一下思维模型的概念:

数据模型就是对现实世界抽象化的数据展示,数据模型在满足抽象的同时,越简单越好。以家族树形图谱为例,现实中人物的复杂关系,可以通过一个简单的树形结构清晰地表达出来,这就是一个数据模型。

 

一种数据模型往往是为一种需求服务的,可能换个使用场景,就没有那么好的效果。所以针对不同的商业事件,都会有不同的数据分析模型,今天分享8种数据相关思维模型,前4种是宏观想象和规划,后4种是微观实操和演练

 

一. 漏斗思维模型

 

反映用户行为状态,以及从起点到终点各阶段指标。对于用户行为分析、流量监控、目标动作转化都很好用。
 
常用漏斗模型3种:
1. AIDMA模型:应用于品牌营销占领用户心智
2. AISAS模型帮助消费决策和分析购买路径
3. AARRR模型分析用户行为轨迹提高关键指标
 

二. 结构化拆解数据模型

 

两个要点:相互独立、无穷无尽。面对数据可以分析相关的模块并拆解,研究不变的单一模块。我们举个例子:
 
GMV=流量*转化率*客单价*复购率。常应用于电商销量的拆解,继续拆流量=流量渠道1+流量渠道2+流量渠道3。
 
影响流量渠道1的来源:投放时间选择、首页视觉优化、文案优化、活动形式、产品体验流畅度等,继续拆解时间选择是上午好还是晚上好,继续拆解直到最小颗粒度。(拆解原则可结合5WHY溯源原理和A/B测试模型。)
 

 

三. 事实数据并非主观判断模型

 

可视化数据没有对错,也不带情感,观点是主观的感受和判断,观点表达了个人的价值观和兴趣偏好。

四. 量化指标和标准思维模型

 

凡事好不好都是相对,只有建立标准,可用数据衡量的标准后,才能予以评判。

五. 5WHY溯源模型

 

5WHY溯源分析来自丰田企业管理,对于深度思考,看清事物的本质,找到数据背后隐藏的很有真相帮助。5WHY分析法又称“5问法”,也就是对一个问题点连续以5个“为什么”来自问,以追究其根本原因,这个我们之前提过很多次了。
 

六. AB测试思维模型

 

AB测试在产品及技术上经常应用,指在产品迭代发布之前,制定两个或多个版本;,同一时间维度,分别让特征相同的目标人群随机访问这些版本,并收集每个群组用户的数据,最后通过分析数据,评估出最好版本去承载全部流量。
 
多组开花,找到数据最好的一组,予以选用。之前我们也有介绍过:百科 | 5个实际使用AB测试中的关键事项

七. RFM分析思维模型

 

RFM是3个指标的缩写,最近一次消费时间间隔、消费频率、消费金额,通过3个维度数据对用户进行评估分类,实现精细化运营,根据不同用户的属性做不同营销策略。
对于不同用户类型,有对应不同运营策略。高价值享受VIP待遇,需挽留采用促活方案定时触达。

 

1. 重要价值关系:对你生活和工作非常有价值,可能是亲密的亲戚、朋友、客户,面对这些人,你应该经常联系,彼此帮助,时不时约出来聊聊天。
 
2. 重要发展关系:联系比较多、一起做过点事,但聊天是有一句没一句的,这种要重点发展关系。比如把你的困惑或者小秘密和他分享,产生情感连接。
 
3. 重要保持的关系:所谓熟人,也就是打起电话来记得住这个人,而且也大概了解他的背景,可能很长时间都没有见的那种“朋友”。要主动联系,利用节假日登门拜访、共同的朋友持续保持沟通。
 
 

八. 北极星数据指标思维

 

唯一重要的指标,之所以叫做北极星指标是指这个指标一经制定,像北极星一样,高高的闪耀在天空中,指引着团队向同一个方向前进。随产品生命周期在动态变化,但是有两个大前提不会变:
 
1. 对规模的追求
2. 对用户长期价值的考量
 
最后,除了数据分析技能的学习之外,比业务更懂业务,比产品经理更懂产品,甚至能对整个行业有更深度的思考,这样才能成为一个更有价值的数据分析师。
上一篇
下一篇

相关推荐

Demo体验
联系我们
联系我们
信息填写完毕后,我们会在最短的时间内安排专员给您回电