8個數據分析模型簡介

--

轉自:浪尖聊大數據

大家在工作中是不是經常要做各種分析,但又常常遇到無從下手,抓不住重點,搞不清關鍵資料的情況。俗話說“工欲善其事,必先利其器。”一個好用的資料分析模型,能給我們提供一種視角和思維框架,從而幫我們理清分析邏輯,提高分析準確性。

今天特意為大家整理出了8大常用資料分析模型,幫助大家快速提高資料分析能力。

1、AARRR模型

AARRR模型又叫海盜模型,這個模型把實現使用者增長拆分成了 5 個指標:獲客、啟用、留存、收益、傳播分別對應“使用者如何找到我們?”、“使用者的首次體驗如何?”、“使用者會回來嗎?”、“如何賺到更多的錢?”、“使用者會轉介紹,告訴其他人嗎?”這五個問題。大家在做使用者增長的時候可以透過指標資料問自己對應的問題,找到轉化低的環節進行最佳化。只有找到合適的渠道,在合適的時間,把合適的產品,推給合適的使用者,才能實現精準的使用者增長。

2、轉化漏斗模型

轉化漏斗模型,主要是透過轉化率分析整個業務流程中的轉化和流失情況。透過轉化資料,對每個環節的流失使用者再進行精準營銷。舉個例子:一個手機公司同時在抖音和小紅書投放了廣告,透過轉化漏斗發現小紅書帶來的最終購買比較低,那麼此時就找到了解決問題的抓手,可以就提高小紅書渠道的轉化去做最佳化。

3、RFM模型

RFM 模型也是一種實用的客戶分析方法,主要是透過對R(最近一次消費時間)、F(最近一段時間內消費頻次)以及M(最近一段時間內消費金額)這三個關鍵指標對客戶進行觀察和分類,從而得出每類細分使用者的價值,根據不同的使用者價值去做不同的營銷動作。這個模型對於實現精準營銷和節約成本有很大作用。

4、波士頓矩陣

波士頓矩陣主要是透過銷售增長率(反映市場引力的指標)和市場佔有率(反映企業實力的指標)兩個指標來對公司的產品進行四象限分類,得出每一個產品所處的時期和特徵,便於確定公司整體產品佈局,合理投資。

5、購物籃分析

購物籃分析是透過研究使用者消費資料,將不同商品進行關聯,並挖掘二者之間的聯絡。舉個營銷學上經典的“啤酒+尿布”案例,超市在統計資料的時候發現一般買尿布的男性顧客也會買啤酒,因此在尿布購物架的旁邊放置了各種啤酒。果然,兩者銷量都顯著提升。可見,購物籃分析能夠找出一些被忽略的關聯,幫助進行產品組合,增加銷售額。

6、KANO模型

KANO模型和波士頓矩陣有一些類似,都是利用四象限。但前者主要是用來對使用者需求分類和排序用的,根據使用者需求對使用者滿意的影響,得出產品效能和使用者滿意之間的非線性關係,其優先順序為「必備型>期望型>興奮型>無差異」。

比如業務提了8個功能,先做哪一個呢?此時就可以用KANO模型,讓業務人員填寫滿意度問卷,最後將統計結果彙總,得出必備型,也就是痛點功能進行優先滿足。

7、ABC分析法

ABC分析法的核心思想就是少數專案貢獻了大部分價值。透過統計事務對於目標達成的貢獻度,進行分類排隊,分清重點和一般,從而有區別地確定管理方式。舉商品銷售的例子來說,男士配飾、運動服飾、兒童服飾、女式皮鞋帶來的銷售額佔總銷售額的70%,那這些就屬於A類商品,後續可以擴大銷售和重點運營。

8、杜邦分析法

杜邦分析法是財務分析常用的模型,主要透過對ROE進行分解,從盈利能力、運營能力和償債能力三個方面去衡量企業經營業績。此外也可以與公司所處的行業、公司盈利模式結合起來,幫助投資者瞭解一家公司的核心競爭力是什麼。

文章連結:https://mp.weixin.qq.com/s/7Y_x_RSSZB_tsc8r3LjPGA

※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※

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~

文章推薦

《 Python 進階 》中文版(附下載)

Excel圖表配色原理

統計學上的四種錯誤

為何大公司高薪挖人,也很難挖走這家科技公司的員工?

--

--

數據分析那些事
數據分析那些事

Written by 數據分析那些事

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/

No responses yet