数据分析初学者如何突破描述性统计困境提升分析深度

数据分析初学者如何突破描述性统计困境提升分析深度

在数据分析领域，许多初学者经常陷入描述性统计的困境，发现很难深入研究数据背后的实际价值。通过明确的层次结构，本文逐渐从0级到4级深度进行分析，帮助每个人都了解如何逐渐从简单的单维比较过渡到多维分析，假设验证，测试验证，并最终将其与长期数据结合以评估问题的根本原因。

许多学生感到困惑：

*如何进行深入分析？

*为什么我鄙视的分析不是深刻的？

今天，我们使用反向顺序方法首先查看“浅分析”的含义。比较和分析非常浅。每个人的自然方式就是如何使其更深入。让我们从0级深度开始

0级深度‍

最简单的分析是在一个维度上进行比较。例如，当分析性能为什么不符合标准时，使用公司维度时，发现这5个分支中的2个不符合标准。目前，结论是：“由于两个分支机构不符合标准，因此表演不符合标准。”

当然，此时也可以量化每个分支的影响。例如：计算每个分支之间的差距，并查看其拖动了多少整体性能（如下所示）。这是最简单的分析。

1级深度

它具有比单个维度的深度，当然可以一起查看2个以上的维度。例如，为什么表演不符合标准？产品，用户，分支等的尺寸都被绘制出来以比较它们，以查看哪个维度有很大的差异（如下图所示）

请注意，如果三个分支A，C和E的销量不佳，则可能存在相同的原因：它们是产品A的主要销售场所，而产品A则不好...可以通过两个维度之间的交叉比较找到这种连接，如下图所示。首先显示分支机构的差异并找到共同点：产品A占很高比例。

2级深度

如果您想进一步分析，可以问：为什么产品会变得不好？目前将有更多假设，例如：

注意！在这一点上，问题已经改变。无论是“先天质量失败”还是“后期的操作不足”，都不可能用指标直接测量它。我们需要介绍更多指标。

例如，“先天质量不好”，以下是两点：

1。什么是质量

2。我怎么不能计算

为了衡量质量，您可以从硬件的角度（例如产品性能和配置）（需要二手数据收集）或用户体验和声誉的角度（需要研究/公众舆论数据收集），首先设置指标。如果您测量“不可能”，则必须找到参考。您可以在同一时期将其与上一代产品或竞争对手的产品进行比较。

“产品促销没有到位”是相同的。它可以通过数据进一步拆分和量化：

1。促销的质量是什么（每个促销渠道的转换漏斗）？

2。促销强度是什么（折扣强度/总体资源投资）？

3。产品营业额如何（是否有库存/积压的渠道）？

目前，由于分析维度更多，并且不断引入新数据，因此首先在下图中绘制分析逻辑可以帮助我们阐明我们的思维并一一识别假设。

3级深度

如果我们确实找到了问题的根源，那么：

只有建立双方时，才能称为“真实来源”。因此，如果您只达到2级深度，则领导者经常会问：“我会更改包装/降低价格/更换文案写作，其性能会很好吗？”在这样说的同时，他的语气充满了不信任。

目前终止问题的最佳方法是安排测试。即使您首先在小规模上进行测试，也可以确认它可以解决问题。请注意，对于不同的假设，测试难度是不同的。例如，这是所有产品问题，包装问题相对难以更改，价格和促销相对易于更改，因此只需参加活动即可。进行测试时，您通常会选择从简单的更正开始，并尽快获得反馈。

例如，如果您有价格问题，您可以在附近找到一个节日，安排假期促销，并更改价格以查看效果。这里有两个要注意：

1。测试是可控的，您不得留下任何备份计划。例如，如果价格调整了价格，如果以全方位的方式降低价格，产品的销量仍无法改善！不留下只会迫使自己死亡。

2.测试时要注意控制其他变量。例如，在测试价格时，您肯定会通过渠道进行广告，因此频道操作不太糟糕，至少使用某些以前相对较好的频道。否则，很难说出每个渠道和价格影响每个人的程度。

4级深度

达到3级深度后，许多学生会感到：现在终于没有盲点了。实际上，仍然存在一个潜在的问题，即：短期与长期之间的矛盾。在短期内，关键问题并不意味着它们也是长期的关键问题。例如，可以通过短期促销来增加销售。但是从长远来看，越来越多的促销活动可用，产品强度越来越弱。最后，资金被淘汰了，公司完成了...

因此，短期测试/验证的结果需要支持长期累积数据以评估长期影响。执行此数据时，您不能“在头痛时对待头部，但必须进行长期观察。列出您遇到的每个问题的假设，记录它们，然后长时间观察：

1。反复出现一些问题

2。有一些问题持续很长时间

3。解决问题的解决方案是否更单身？

4。解决问题是否越来越高？

如果是这样，这意味着存在一个长期问题。

目前，这些重复和长期问题可能会成为突破。尽管它们在短期内不是重点，并且会被促销所掩盖，但长期存在本身就是一个问题，因此您必须推动业务解决它。