《如何进行有效的数据分析.ppt》由会员分享,可在线阅读,更多相关《如何进行有效的数据分析.ppt(40页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、如何进行有效的数据分析如何进行有效的数据分析网站参谋部网站参谋部 金雪金雪Aug.2008第一页,编辑于星期一:十三点 十六分。人人=吃饭吃饭 +睡觉睡觉 +上班上班 +玩玩猪猪=吃饭吃饭 +睡觉睡觉,代入代入:人人=猪猪 +上班上班 +玩玩,即即:人人 -玩玩=猪猪 +上班上班.结论结论:不懂玩的人不懂玩的人=会上班的猪会上班的猪男人男人=吃饭吃饭 +睡觉睡觉 +挣钱挣钱猪猪=吃饭吃饭 +睡觉睡觉男人男人=猪猪 +挣钱挣钱猪猪=男人男人 -挣钱挣钱结论:男人不挣钱等于猪。结论:男人不挣钱等于猪。女人女人=吃饭吃饭 +睡觉睡觉 +花钱。花钱。猪猪=吃饭吃饭 +睡觉。代入上式得:睡觉。代入上式得
2、:女人女人=猪猪 +花钱。移项得:花钱。移项得:女人女人 -花钱花钱=猪猪 。结论:女人不花钱的都是猪。结论:女人不花钱的都是猪。男人男人 +女人女人=2=2吃饭吃饭 +2+2睡觉睡觉 +挣钱挣钱 +花钱花钱=2(=2(吃饭吃饭 +睡觉睡觉)=2)=2猪猪结论:男人结论:男人 +女人就是两头猪女人就是两头猪思考:问题出在哪里?思考:问题出在哪里?第二页,编辑于星期一:十三点 十六分。提提 纲纲什么是数据分析什么是数据分析数据分析可以帮你作什么数据分析可以帮你作什么如何作有效的数据分析如何作有效的数据分析一些数据分析的常用方法一些数据分析的常用方法如何有效地如何有效地Present 分析结果分析
3、结果案例分享案例分享 第三页,编辑于星期一:十三点 十六分。什么是数据分析什么是数据分析请牢记:所有的分析要从“结果结果”出发,没有结论的数字罗列并不是分析;“结果结果”:发现问题和解决问题。第四页,编辑于星期一:十三点 十六分。什么是数据分析什么是数据分析我的一些感受:数据分析不是一门复杂的科学数据分析不是一门复杂的科学;而是一些简单的“common sense”;复杂的运算通常只是令分析结果更差而不是更好;绝大多数是简单的想法和简单的沟通数据分析有时候是一门艺术数据分析有时候是一门艺术同样的数据会有不同的解读优秀和平庸的差异,有时候差在一种灵感第五页,编辑于星期一:十三点 十六分。提提 纲
4、纲什么是数据分析什么是数据分析数据分析可以帮你作什么数据分析可以帮你作什么如何作有效的数据分析如何作有效的数据分析一些数据分析的常用方法一些数据分析的常用方法如何有效地如何有效地Present 分析结果分析结果案例分享案例分享 第六页,编辑于星期一:十三点 十六分。数据分析可以帮你作什么?数据分析可以帮你作什么?企业运用和实施营运规划营运规划绩效分析绩效分析投资与决策分析与检验投资与决策分析与检验第七页,编辑于星期一:十三点 十六分。数据分析在营运规划中的作用数据分析在营运规划中的作用寻找未来企业的“成长引擎”确定企业发展的助力和阻力为长期规划和短期规划制定“growing map-发展线路图
5、”Growing Map2008年的阿里巴巴2012年的阿里巴巴第八页,编辑于星期一:十三点 十六分。从数据中了解和发现客户:他们的类型,需求,行踪,习惯,趋势等等,为开发有价值的产品和服务提供从数据中了解和发现客户:他们的类型,需求,行踪,习惯,趋势等等,为开发有价值的产品和服务提供源泉源泉让数据来衡量产品和运营的效果,找到改进和完善的方案让数据来衡量产品和运营的效果,找到改进和完善的方案数据分析为战略决策提供支持和建议数据分析为战略决策提供支持和建议好的决策以数据为本,而不是靠拍脑袋和闭门造车好的决策以数据为本,而不是靠拍脑袋和闭门造车数据分析在营运规划中的作用数据分析在营运规划中的作用第
6、九页,编辑于星期一:十三点 十六分。绩效分析与绩效管理绩效分析与绩效管理什么才是有效的绩效管理量化的KPI报表管理和设计单一的KPI管理 vs 全面的KPI 管理(BSC)静态的 vs 动态的只考虑成果的 vs 综合考虑成果和成本的无计划/预测/控制的管理和有计划/预测/控制的管理无预警机制的管理和有预警机制的管理递进的过程第十页,编辑于星期一:十三点 十六分。投资和决策分析投资和决策分析举例:Marketing 上的运用:新产品,新生产线的盈利预测广告的成本效益的分析,盈亏平衡点的分析Operation:提高劳动生产率的敏感度分析其他买还是租第十一页,编辑于星期一:十三点 十六分。提提 纲纲
7、什么是数据分析什么是数据分析数据分析可以帮你作什么数据分析可以帮你作什么如何作有效的数据分析如何作有效的数据分析一些数据分析的常用方法一些数据分析的常用方法如何有效地如何有效地Present 分析结果分析结果案例分享案例分享 第十二页,编辑于星期一:十三点 十六分。问有效的问题问有效的问题对业务的对业务的理解是前提!理解是前提!Page 5如何进行有效的数据分析如何进行有效的数据分析建立一些假设建立一些假设寻找正确的数据寻找正确的数据分解手中数据的关系分解手中数据的关系KISS验证假设和结果的关系验证假设和结果的关系第十三页,编辑于星期一:十三点 十六分。Step1:问有效的问题问有效的问题问
8、题是否真的有效的3 个检验检验1-复杂性检验问题是否直接并相关检验2-有用性检验这个问题的答案是否对分析有帮助检验3-可行性性检验我收集的数据是否真的能帮助我解答问题第十四页,编辑于星期一:十三点 十六分。问有效的问题问有效的问题-复杂性检验复杂性检验如何量化PV增加的各种因素的影响,如广告,经济,新的主页?失败案例失败案例太过复杂,N多种问题被合并成一个无法知道每种因素和浏览量增加的相关性,所以无法量化失败原因失败原因 成功案例成功案例 哪些因素导致最近一周PV急剧上升?第十五页,编辑于星期一:十三点 十六分。问有效的问题问有效的问题-有用性检验有用性检验中国供应商自身产品的质量和价格是否是
9、影响其成交的重要因素?是否可以通过提高中国供应商的产品质量提高他的成交,继而提高续签率?失败案例失败案例产品质量当然是成交的重要因素,了解了这个答案并无法帮助我们提高续签率,因为客户产品是我们不可控的。失败原因失败原因 成功案例成功案例 有效反馈数量多少是否是影响中国供应商续签率的重要因素?第十六页,编辑于星期一:十三点 十六分。问有效的问题问有效的问题-可行性检验的可行性检验的美国次贷危机在短期和长期短期和长期内对阿里巴巴营收有何影响?失败案例失败案例有太多的因素你不可控制:l美国次贷危机将持续的时间;l美国次贷危机对中国外贸企业的具体影响;l美国政府和中国政府的应对策略;l.失败原因失败原
10、因 成功案例成功案例 美国次贷危机爆发前后,来自美国的活跃买家和买家询盘数量是否有影响?第十七页,编辑于星期一:十三点 十六分。Step2:建立一些假设建立一些假设假设为什么重要假设为什么重要复杂的问题通常有很多潜在的答案没有强有力的假设,你会浪费很多时间并没有证明任何东西正确的假设决定你收集怎样的数据并如何看待他们第十八页,编辑于星期一:十三点 十六分。建立一些假设案例建立一些假设案例问题:影响中供反馈数量的因素有哪些?问题:影响中供反馈数量的因素有哪些?可能的假设可能的假设需要的数据需要的数据 自身活跃度 阿里巴巴分配资源同类产品的竞争程度广告投入-登录次数;ATM使用时长-发布产品数量;
11、Repost offer数量-主动发送报价数量-产品曝光次数-中供Minisite PV和Session-产品总数在该行业的排名-产品曝光次数在该行业的排名-购买广告(关搜和黄展)的次数-购买广告(关搜和黄展)的金额第十九页,编辑于星期一:十三点 十六分。一致性一致性免费会员曝光数据只有从免费会员曝光数据只有从08年年7月开始有,无法分析月开始有,无法分析08年年4月产品默认搜索实现后对中供、月产品默认搜索实现后对中供、ITP和免费会员曝光资源分配的影响和免费会员曝光资源分配的影响Analysis was a flop-MMs did not use the same standards精确度
12、精确度数据不能准确量化:例如销售人员的销售技巧数据不能准确量化:例如销售人员的销售技巧数据的取得很困难:例如客户的数据如成交数据的取得很困难:例如客户的数据如成交时效性时效性联合国关于各国经济和中小企业数据基本是联合国关于各国经济和中小企业数据基本是2年前的年前的清楚各项数据的最合适来源清楚各项数据的最合适来源明白各项数据的局限性和可能潜在的错误明白各项数据的局限性和可能潜在的错误Step3:取得有效的数据取得有效的数据常见的问题第二十页,编辑于星期一:十三点 十六分。Step4:分解原因分解原因为何要分解原因?为何要分解原因?一个问题往往有潜在的多个答案,如果不将多种因素分解,单独分析,无法
13、了解哪个才是真正的直接相关因素。分解的原则:直接不交集分解的原则:直接不交集直接因素:因素和结果之间没有其他可能的间接关系例如:最近的周末都下雨 最近的雨天我们的PV 就下降 所以雨天是PV 下降的原因案例失败的原因:雨天和PV 之间有周末这个因素,而周末是PV 下降的原因。第二十一页,编辑于星期一:十三点 十六分。分解原因的建议分解原因的建议分解原因的一些建议分解原因的一些建议问一问:每个原因是否已经互不相交?问一问:每个原因是否是直接的,是否是其他原因的衍生产物?如何分析被分解的原因如何分析被分解的原因(KISS原则原则)孤立一个因素,将有无此因素的两个结果进行比较例如:将某段到期中供中,
14、按其是否在该段期间内有无购买广告分群,再按这两群人体的续签率进行对比,可大致了解广告对中供续签率的影响。第二十二页,编辑于星期一:十三点 十六分。Step5:KISS 原则原则 -Keep It Simple and Stupid分析被分解的原因的两个分析被分解的原因的两个KISS工具:工具:“开关开关”工具工具影响前 vs 影响后有影响 vs 无影响“XY”工具工具X 影响因素Y 产生结果第二十三页,编辑于星期一:十三点 十六分。“开关开关”工具工具 案例案例问题问题:哪些是影响续签率的重要因素?哪些是影响续签率的重要因素?假设假设:订阅订阅Trade Alert能增加买家机会,从而可能会影
15、响效果和续签率能增加买家机会,从而可能会影响效果和续签率简单的分析方法:简单的分析方法:“有有/无无”订阅群体的续签率是否存在差异订阅群体的续签率是否存在差异续签合同续签率新签合同续签率N 无订阅Y 有订阅第二十四页,编辑于星期一:十三点 十六分。问题问题:哪些是影响中供获得曝光机会的主要原因哪些是影响中供获得曝光机会的主要原因?假设假设:产品覆盖面广应该是影响曝光的重要因素产品覆盖面广应该是影响曝光的重要因素简单的分析方法:简单的分析方法:带来曝光的买家搜过关键词数(代表产品覆盖面)与产品曝光次数的带来曝光的买家搜过关键词数(代表产品覆盖面)与产品曝光次数的“XY”分析分析“XY”工具工具
16、案例案例第二十五页,编辑于星期一:十三点 十六分。Step 6:验证假设和结果的关系验证假设和结果的关系反复问自己几个问题:反复问自己几个问题:分析结果在逻辑上是否合理?分析结果在逻辑上是否合理?是否有明显的逻辑错误?征询前线同事的直接感受是否与分析结果相符?一些违反直觉的结果往往代表一定有什么东西你没有考虑到。什么东西是你的老板肯定会问的?什么东西是你的老板肯定会问的?假设他的问题并准备好你的答案这就是为什么有些人就是与众不同。第二十六页,编辑于星期一:十三点 十六分。提提 纲纲什么是数据分析什么是数据分析数据分析可以帮你作什么数据分析可以帮你作什么如何作有效的数据分析如何作有效的数据分析一
17、些数据分析的常用方法一些数据分析的常用方法如何有效地如何有效地Present 分析结果分析结果案例分享案例分享 第二十七页,编辑于星期一:十三点 十六分。数据分析一些技术方法数据分析一些技术方法比较分析比较分析对比参照数据,追踪差异原因;预测;去年同期;上期都可以是参照数据。趋势分析趋势分析最常用的报表手段因素分析因素分析中供反馈数与哪些因素相关?自身活跃度?排名?广告?产品数量?某些工具:相关系数等。比率分析比率分析常用的财务上的比率分析有:资产负债率;人力资源管理上经常用的是:人员周转率,人员离职率等在网站分析上:粘度(PV/Session)Feedback Rate(Feebacks/接
18、收人数)第二十八页,编辑于星期一:十三点 十六分。数据分析一些技术方法数据分析一些技术方法组成分析法组成分析法 将某一数据拆分,研究其组成,如:国家组成分析行业组成分析内部数据和外部数据的比较分析内部数据和外部数据的比较分析中供与竞争对手付费产品性价比分析层层筛选法层层筛选法 适用于选择目标市场和目标群体对多种影响因素按其重要程度进行一定组合,先按第一组合选择出较大范围目标对象,再按第二组合对第一组合筛选出来的对象进一步缩小范围,以此类推,得出最终目标对象 第二十九页,编辑于星期一:十三点 十六分。较为复杂的分析方法较为复杂的分析方法 数据挖掘方法(数据挖掘方法(Data MiningData
19、 Mining)定义:定义:从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。优势:优势:可处理海量数据可分析N种影响因素对结果的影响程度可根据历史来预测未来第三十页,编辑于星期一:十三点 十六分。分析方法举例分析方法举例1在这张图中可以看到:1)比较分析2)趋势分析 3)组成分析第三十一页,编辑于星期一:十三点 十六分。分析方法举例分析方法举例2-层层筛选法层层筛选法Potential Buyer Market SelectionTop 23 Potential Buyer Markets 1.Import Va
20、lue 3.E-readiness Score2.Num.of SME 4.Daily B2B UVSource:UN ComtradeSource:World Bank Source:Economist Source:AlexaStep 1Top 15 Potential Buyer MarketsStep 2第三十二页,编辑于星期一:十三点 十六分。分析方法举例分析方法举例3-数据挖掘神经网络分析法数据挖掘神经网络分析法1.模型模型Clementine流截图流截图ITP Leads新签概率模型新签概率模型第三十三页,编辑于星期一:十三点 十六分。2.神经网络关键字段神经网络关键字段ITP
21、Leads新签概率模型新签概率模型分析方法举例分析方法举例3-数据挖掘神经网络模型数据挖掘神经网络模型影响因素影响因素重要程度重要程度第三十四页,编辑于星期一:十三点 十六分。提提 纲纲什么是数据分析什么是数据分析数据分析可以帮你作什么数据分析可以帮你作什么如何作有效的数据分析如何作有效的数据分析一些数据分析的常用方法一些数据分析的常用方法如何有效地如何有效地Present 分析结果分析结果案例分享案例分享 第三十五页,编辑于星期一:十三点 十六分。有效的分析必须匹配完美的演示有效的分析必须匹配完美的演示了解你的听众了解你的听众谈谈他们感兴趣的东西假象他们的问题,并准备你的答案一张图表胜过千言
22、万语一张图表胜过千言万语为每一张演示表加上概括的表头为每一张演示表加上概括的表头确定你了解“So What”永远不要演示没有Meaning 的数据,特别是在繁忙的高层面前解释你的结论和图表/数字之间的逻辑关系演示结束前总结你的结论,特别是在他们即将忘记前。特别是在他们即将忘记前。第三十六页,编辑于星期一:十三点 十六分。提提 纲纲什么是数据分析什么是数据分析数据分析可以帮你作什么数据分析可以帮你作什么如何作有效的数据分析如何作有效的数据分析一些数据分析的常用方法一些数据分析的常用方法如何有效地如何有效地Present 分析结果分析结果案例分享案例分享 第三十七页,编辑于星期一:十三点 十六分。再次强调:再次强调:没有对业务的熟悉和理解,无法做出优秀的数据分析!没有对业务的熟悉和理解,无法做出优秀的数据分析!第三十八页,编辑于星期一:十三点 十六分。案例分享:中供生命周期与续签率研究案例分享:中供生命周期与续签率研究第三十九页,编辑于星期一:十三点 十六分。谢谢指教!谢谢指教!第四十页,编辑于星期一:十三点 十六分。