概述
数据分析思维技能
- 数据分析思维
- 数据分析方法论
- 基本方法
- 高级方法
- 商业方法论
- 零售业
- 从人的维度进行分析
- 从货的维度进行分析
- 从场的维度进行分析
- 制造业
- 物流业
- 数据库
- 数据定义语言 DDL
- 数据操纵语言 DML
- 数据查询语言 DQL
- Excel
- 常用公式、函数
- Quick BI
- 数据分析场景应用
- 盈亏预测
- 市场分析
- 市场容量及趋势分析
- 市场竞争分析
- 经营分析
- 杜邦分析
数据分析思维
- 对比/对照
- 拆分/细分
- 降维
- 增维
- 假说
数据分析方法论
基本方法
分析方法 | 应用场景 |
---|---|
对比法 | 发现问题 |
拆分法 | 寻找问题的原因 |
排序法 | 找到分析的重点 |
分组法 | 洞察失误特征 |
交叉法 | 将两个及以上的维度进行比较,并通过交叉的方式分析数据 |
降维法 | 解决复杂问题 |
增维法 | 解决信息量过少的问题 |
指标法 | 基本方法,可支持多字段 |
图形法 | 基本方法,对分析字段有数量限制 |
高级方法
- 漏斗分析法
- 矩阵分析法
- ABC分析法
- 杜邦分析法
商业方法论
零售业
传统零售 | 新零售 |
---|---|
大众化 | 数据化 |
中间化 | 个性化 |
单一化 | 全场景化 |
社群化 |
人、货、场(信息流、资金流、物流)
从人的维度进行分析
- 顾客层面:除了最重要的客单价、转化率、复购率和流量以外,还需要对用户画像进行分析,通过用户标签、用户行为等,关注用户的行为习惯和特征
- 员工层面:提高组织效率,关注员工的成交率、平均成交时长、投诉率、员工流失率等
从货的维度进行分析
- 商品生产:在传统零售中,更多关注于产品本身,在新零售,以人为核心,对于商品的价值的判定不再是简单的使用价值,从人的需求出发,赋予产品更多社会价值、精神文化价值等。所以有了对消费者需求的精准分析。
- 商品流通:为避免传统“经验供货”造成的库存积压问题,提升流通效率、降低库存成本是新零售重点。结合移动互联网、移动支付、大数据、云计算、物联网等多种技术,提升用户购买决策、仓储配送等环节的效率,提升商品利用效率。
从场的维度进行分析
- 消费场景:过程中流动的是信息、资金和商品,发挥线上线下的优势,提高场景的效率
制造业
人机料法环
人:制造产品的人员;
机:制造产品所用的设备;
料:制造产品所使用的的原材料;
法:制造产品所使用的的方法;
环:产品制造过程中所处的环境
物流业
人、库、线
线:配送员—>寄件人(获取商品);配送员—>库(入库等待分拣);配送员—>收件人(路线终点)
数据库
数据定义语言 DDL
- 创建表
creat table 表名 (
字段名 字段类型,
字段名 字段类型
);
- 修改表名
alert table 表名rename 新表名;
- 修改字段类型
alert table 表名 modify 字段名 新字段类型;
- 删除表
drop table 表名;
数据操纵语言 DML
- 插入数据
insert into 表名 (字段名1 ,字段名2) VALUES (值,值),(值,值);
- 修改数据
update 表名 set 修改部分 where……;
- 删除数据
delete from 表名 where ……
数据查询语言 DQL
- 查询表数据
select 列名1,列名2…… from 表名 where……;
- 去除重复值
select distinct 列名 from 表名
- 排序查询
select 列名1,列名2…… from 表名 order by 被排序的列名 (ASC 默认正序;DESC 倒序)
- 聚合函数
select count(*) from 表名; ##查询表的记录数
select sum(列名) from 表名; ##查询此列的和
select avg(列名) from 表名;
select max(列名) from 表名;
select min(列名) from 表名;
- 分组查询
select count(*) from 表名 group by 分组列;
Excel
常用公式、函数
- if / ifs
- sumif / sumifs
- countif / countifs
- vlookup
- index、match
- left / mid / right
Quick BI
数据分析场景应用
盈亏预测
盈亏平衡点=销售额-固定成本-变动成本=0
=> 销售额-变动成本=固定成本
=> 毛利润=固定成本
固定成本:约束性固定成本(厂房和机器设备的折旧、财产税、房屋租金、管理人员的工资等)酌量性固定成本(新产品开发费。广告费、职工培训费等)
变动成本:技术性变动成本、酌量性变动成本
盈亏平衡点=固定成本/毛利润率
市场分析
市场容量及趋势分析
统计分组法
市场容量可视化:饼图、环形图、柱形图/条形图、树状图等
市场趋势分析:
- 市场是否具有潜力(连续两年增幅超过15%,为增量市场,反之存量市场)
- 市场运营节奏是怎样的(导入期-布局产品投入市场、上升期-投入足够市场预算抢占市场、爆发期-促进销售、衰退期-库存清理到安全库存范围)
同比&环比:同比看大趋势,环比看小趋势
组合图创建
预测工作表创建(置信区间)
市场趋势分析可视化:折线图
市场集中度分析:品牌集中度
- 采样市场排名在前n名的品牌市场份额
- 计算每个样本市场份额占采样总体的百分比
- 从大到小排序累加,超过80%份额的样本数x,即TOPn中的市场集中度,如果在x内,有x1是x1+1的两倍,则x1是品牌集中度
设x/n=y%,建议n>=30
- y=(0,30%],市场品牌高度集中,消费者对品牌有高度认知,市场可能已经不适合其他品牌的发展
- y=(30%,50%],轻度集中,消费者对品牌有一定认知,其他品牌要从市场明星品牌中争夺市场份额相对较难
- y=(50%,80%],没有集中,消费者并没有明显的倾向于某些品牌,该市场可以给其他品牌提供发展机会
- y=(80%,100%],消费者对品牌不敏感,品牌市场较混乱或者没有品牌市场
市场竞争分析
搜索环境的激烈程度可以用竞争度来评估,搜索竞争度由搜搜人数规模、搜索商品规模决定
搜索竞争度=点击人数/在线商品数(越大越好)
价格带
客群分析
经营分析
店铺销售额预测
店铺流量分析:
- 店铺流量结构:店铺流量结构、地域流量分布、入店关键词流量对比
- 流量质量:跳失率、人均浏览量、平均停留时长三个指标的变化趋势
店铺推广分析:投入产出比=产出金额/投入金额
店铺品类结构分析:
- 品类结构
- 利润
店铺商品分析:
- 商品引流分析:分析访客数、点击率、平均停留时长等关键性指标
- 分析成交额、销量、转化率等关键性指标
店铺客群分析:
- 基本特征:性别、年龄、地域、职业
- 行为特征:支付时段偏好、支付金额偏好、商品品类偏好
杜邦分析
最后
以上就是机智水杯为你收集整理的数据分析思维&方法论数据分析思维数据分析方法论商业方法论数据库ExcelQuick BI数据分析场景应用的全部内容,希望文章能够帮你解决数据分析思维&方法论数据分析思维数据分析方法论商业方法论数据库ExcelQuick BI数据分析场景应用所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复