九大資料分析方法:結構分析法

今天繼續跟小夥伴們分享九大資料分析方法系列 — — 結構分析法。結構分析法是一種很簡單的方法,也是資料分析是否入門的重要標誌。一般沒入門的人,對分析方法的掌握就到此為止了。並且沒入門的人,會給結構分析法起很多高大上的名字,類似:拆解法/拆分法 一類。

一、何為“結構”?

一般把構成整體的各個部分叫:結構。比如一家綜合企業:小熊公司,有3條業務線(天貓店、實體店、小程式商城)同時在開展。則總業績就是有天貓店業績、實體店業績、小程式業績三部分構成的。這就是總業績的結構。

注意:總業績的結構可能不止一種分類方式。比如,小熊公司有普通、黃金、鑽石三檔次會員,則總業績=普通會員業績+黃金會員業績+鑽石會員業績;小熊公司有300款商品,總業績就是這300款商品業績之和。總之,只要是整體的組成部分,就是一個結構。

二、知道“結構”有什麼用?

知道結構,能更容易解讀出整體資料變化背後的原因。比如小熊公司業績出現下滑了,如果只看總數,就只能乾著急沒辦法……但是分業務線,看到業績變化以後,是不是有思路了(如下圖)

如果只看整體,不知道問題出在哪裡。
如果看了結構,能發現:原來是實體店下降,電商平臺又沒發展起來導致的。

透過結構分析法,能快速定位問題發生點,從而激發解決問題思路。

三、如何進行結構分析?

完整的結構分析法,包含四步:
﹣第一步:定出要分析的關鍵指標(一般是業績、使用者量、DAU、利潤等等)
﹣第二步:瞭解關鍵指標的構成方式(比如業績,由哪些使用者、哪些商品、哪些渠道組成)
﹣第三步:跟蹤關鍵指標的走勢,瞭解指標結構變化情況
﹣第四步:在關鍵指標出現明顯上升/下降的時候,找到變化最大的結構分類,分析問題

比如上邊的小熊公司業績變化,用結構分析法做,是這樣的:
﹣第一步:定出關鍵指標,總業績。
﹣第二步:瞭解總業績的構成,包含實體店、電商平臺、小程式商城三部分。
﹣第三步:跟蹤總業績變化,發現今年3月到7月,一直呈現下降態勢。
﹣第四步:觀察結構變化,發現實體店是下降的主要原因。
這樣就完成了一個分析。

注意:結構的變化,可能有兩種態勢。還拿小熊公司舉例子,可能同樣的業績下降,有兩種變化形態:

如果各部分比例有變化,則可以輕鬆看到哪一部分是下降的主要原因,比如上圖2所示,一眼就看到,是實體店越來越少,導致了業績下降。但是,如果各部分比例沒有變化,比如上圖1.則說明:目前的結構分類,不是產生問題的關鍵點。很有可能,業績下滑是因為:大環境不好、鑽石級會員流失、主打商品賣不動等等其他原因。此時需要更換看結構的分類方法,比如更換成:會員等級分類、商品分類等,再進行觀察。

當然,有可能實體店還有內部結構,比如分為華東、華南、華北等大區;大區下邊,又分為各個城市。因此在發現實體店是下降的主要原因後,可以用類似的方法,追蹤到:到底是哪個大區、哪個城市的門店降的最厲害(如下圖)

這種基於結構,逐層拆解的做法,也被很多人稱為:拆解法/拆分法。甚至有人直接宣佈:資料分析就是拆解……好吧,這是很錯誤的。

四、結構分析法的不足

結構分析法是一種:知其然,不知其所以然的方法。只適用於發現問題,不能解答問題。比如小熊公司案例裡,再多追問一步:是因為疫情影響,導致實體店不行(意味著挺過疫情就能恢復),還是因為電商影響,所以實體店不行呢?單靠結構分析法就解答不了了。

從本質上看,結構分析法只是用一個或幾個分類維度,對一個指標做拆解和分類對比。因此是種很初級的方法。比如矩陣分析法,就能利用兩個指標做分析,又比結構分析法更進了一步。

※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※

我是「數據分析那些事」。常年分享數據分析乾貨,不定期分享好用的職場技能工具。各位也可以關注我的Facebook,按讚我的臉書並私訊「10」,送你十週入門數據分析電子書唷!期待你與我互動起來~

文章推選

九大資料分析方法:矩陣分析法

九大資料分析方法之:週期性分析法

用python分析《三國演義》中的社交網路

這是一個專注於數據分析職場的內容部落格,聚焦一批數據分析愛好者,在這裡,我會分享數據分析相關知識點推送、(工具/書籍)等推薦、職場心得、熱點資訊剖析以及資源大盤點,希望同樣熱愛數據的我們一同進步! 臉書會有更多互動喔:https://www.facebook.com/shujvfenxi/