來源|活動(dòng)盒子-APP活動(dòng)運(yùn)營(yíng)工具(huodonghezi.com)

在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代下，憑感覺、憑經(jīng)驗(yàn)做決策的時(shí)代已經(jīng)過去了，作為運(yùn)營(yíng)狗需要掌握一定的數(shù)據(jù)分析能力，從數(shù)據(jù)中查找問題，分析問題，解決問題。

那么，數(shù)據(jù)分析是干嘛的呢？運(yùn)營(yíng)如何運(yùn)用數(shù)據(jù)分析指導(dǎo)產(chǎn)品優(yōu)化？數(shù)據(jù)分析的方法又有哪些？下面，盒子菌就和大家來聊聊數(shù)據(jù)分析的二三事。

一、為什么要做數(shù)據(jù)分析

伴隨數(shù)據(jù)驅(qū)動(dòng)和精細(xì)化運(yùn)營(yíng)時(shí)代的到來，如何迭代產(chǎn)品功能？如何優(yōu)化產(chǎn)品轉(zhuǎn)化流程？如何根據(jù)用戶畫像做精準(zhǔn)投放？……面對(duì)這一系列問題，你會(huì)發(fā)現(xiàn)以前行之有效的手法，不再那么可靠，而基于客觀的數(shù)據(jù)進(jìn)行分析，可以更準(zhǔn)確的輔助運(yùn)營(yíng)做出決策。

比如流量運(yùn)營(yíng)，僅僅關(guān)注PV、UV等虛榮指標(biāo)，在現(xiàn)在看來是遠(yuǎn)遠(yuǎn)不夠。CPC、DAU、平均訪問時(shí)長(zhǎng)、訪問深度、跳出率、平均流量轉(zhuǎn)化等更加精細(xì)的指標(biāo)，以及基于這些指標(biāo)的大規(guī)模數(shù)據(jù)分析，對(duì)于用戶行為的判斷，更具分析意義。

二、什么是數(shù)據(jù)分析？

1、概念

數(shù)據(jù)分析，顧名思義，數(shù)據(jù)+分析，也就是說必須要以數(shù)據(jù)為先，分析為后。用適當(dāng)?shù)慕y(tǒng)計(jì)方法對(duì)收集來的大量第一手資料和第二手資料進(jìn)行分析，以求大化地發(fā)揮數(shù)據(jù)的價(jià)值。是為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程。

2、目的

我們使用數(shù)據(jù)分析，總是想解決某些業(yè)務(wù)中遇到的問題，驅(qū)動(dòng)業(yè)務(wù)實(shí)現(xiàn)增長(zhǎng)，根據(jù)我們想要解決的問題類型，我們可將數(shù)據(jù)分析的目的分為三類：現(xiàn)狀分析，原因分析，預(yù)測(cè)未來。

（1）現(xiàn)狀分析

現(xiàn)狀分析的含義大概可以從兩點(diǎn)來看：已經(jīng)發(fā)生的事情和現(xiàn)在正在發(fā)生的事情。通過分析告訴你企業(yè)的整體運(yùn)營(yíng)情況，讓你了解企業(yè)各項(xiàng)業(yè)務(wù)的發(fā)展及變動(dòng)情況，對(duì)企業(yè)運(yùn)營(yíng)狀態(tài)有更深入的了解。

現(xiàn)狀分析一般通過日常通報(bào)來完成，如日?qǐng)?bào)、周報(bào)、月報(bào)等形式。

（2）原因分析

經(jīng)過第一階段的現(xiàn)狀分析，我們可以了解到企業(yè)存在的某種隱患，那么我們應(yīng)該為去分析該隱患。舉例來說：某產(chǎn)品的注冊(cè)轉(zhuǎn)化率一定穩(wěn)定在15%，有一天突然下降為5%以下，這個(gè)時(shí)候就需要對(duì)這天的數(shù)據(jù)進(jìn)行分析，找出注冊(cè)轉(zhuǎn)化率下降的原因，并給出解決辦法，這些就是原因分析。

原因分析一般通過專題分析來完成，根據(jù)實(shí)際運(yùn)營(yíng)情況選擇針對(duì)某一現(xiàn)狀進(jìn)行原因分析。

（3）預(yù)測(cè)未來

分析了現(xiàn)狀，也分析了原因，接下來就需要預(yù)測(cè)未來。運(yùn)營(yíng)者利用已掌握的數(shù)據(jù)，用數(shù)據(jù)分析的方法來預(yù)測(cè)接下來的發(fā)展趨勢(shì)等。

比如：某電商的七日復(fù)購(gòu)率平均是30%，現(xiàn)在有第一次購(gòu)買消費(fèi)用戶1000人，監(jiān)測(cè)這些用戶的行為，七日看這些人復(fù)購(gòu)率是否達(dá)到或者超過30%，根據(jù)數(shù)據(jù)結(jié)果去判斷復(fù)購(gòu)的增長(zhǎng)率，這就是屬于數(shù)據(jù)分析，預(yù)測(cè)未來的應(yīng)用。

預(yù)測(cè)分析一般通過專題分析來完成，通過在制定季度、年度等計(jì)劃時(shí)進(jìn)行，其開展的頻率沒有現(xiàn)狀分析及原因分析高。

三、如何做數(shù)據(jù)分析

很多剛接觸數(shù)據(jù)分析的小伙伴，不知道怎么做數(shù)據(jù)分析。要么胡子眉毛一把抓，要么無從下手。這都是缺少分析思路的表現(xiàn)，今天就給大家盤點(diǎn)數(shù)據(jù)分析的工作流程是什么樣的，常用的數(shù)據(jù)分析方法論和方法具體有哪些。

1、數(shù)據(jù)分析的流程

數(shù)據(jù)分析主要包括6個(gè)既相對(duì)獨(dú)立又互有聯(lián)系的階段，依次是：明確分析目的和思路——數(shù)據(jù)收集——數(shù)據(jù)處理——數(shù)據(jù)分析——數(shù)據(jù)展現(xiàn)——報(bào)告撰寫。

圖片來源于網(wǎng)絡(luò)

（1）明確分析目的和思路

在做任何一件事之前都要有一個(gè)明確目的，數(shù)據(jù)分析也是如此。在進(jìn)行數(shù)據(jù)分析之前首先要明確數(shù)據(jù)分析的目的，知道自己為什么要做數(shù)據(jù)分析，想要達(dá)到什么效果。譬如說，原先的商品落地頁(yè)的購(gòu)買轉(zhuǎn)化率比較低，需要使用新的落地頁(yè)，以提升流量進(jìn)入后的購(gòu)買轉(zhuǎn)化率。

（2）數(shù)據(jù)收集

數(shù)據(jù)收集是按照確定的數(shù)據(jù)分析和框架內(nèi)容，有目的的收集、整合相關(guān)數(shù)據(jù)的一個(gè)過程，它是數(shù)據(jù)分析的一個(gè)基礎(chǔ)。

數(shù)據(jù)收集的辦法一種是在自家產(chǎn)品的代碼中加入“埋點(diǎn)”代碼，另一種辦法是使用第三方的數(shù)據(jù)統(tǒng)計(jì)工具（比如百度統(tǒng)計(jì)）。它們都能夠監(jiān)控到用戶在產(chǎn)品中的一系列行為，并將數(shù)據(jù)保存下來，便于后續(xù)分析。

（3）數(shù)據(jù)處理

數(shù)據(jù)處理是指對(duì)收集到的數(shù)據(jù)進(jìn)行加工、整理，以便開展數(shù)據(jù)分析，它是數(shù)據(jù)分析前必不可少的階段。這個(gè)過程是數(shù)據(jù)分析整個(gè)過程中時(shí)間占比大的，也在一定程度上取決于數(shù)據(jù)倉(cāng)庫(kù)的搭建和數(shù)據(jù)質(zhì)量的保證。

數(shù)據(jù)處理主要工作包括數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)化、數(shù)據(jù)抽取、數(shù)據(jù)合并、數(shù)據(jù)計(jì)算等處理方法，利用這些方法將各種原始數(shù)據(jù)加工成為數(shù)據(jù)分析所要求的樣式。

（4）數(shù)據(jù)分析

數(shù)據(jù)分析是指用適當(dāng)?shù)姆治龇椒肮ぞ?，?duì)處理過的數(shù)據(jù)進(jìn)行分析，提取有價(jià)值信息，形成有效結(jié)論的過程。

到了這個(gè)階段，要能駕馭數(shù)據(jù)、開展數(shù)據(jù)分析，就要涉及到工具和方法的使用。一般的數(shù)據(jù)分析我們可以通過Excel完成，而高級(jí)的數(shù)據(jù)分析就要采用專業(yè)的分析軟件進(jìn)行了，如Power-BI、SPSS、R等數(shù)據(jù)分析工具。

（5）數(shù)據(jù)展現(xiàn)

一般情況下，數(shù)據(jù)分析的結(jié)果都是通過圖、表的方式來呈現(xiàn)，俗話說：字不如表，表不如圖。借助數(shù)據(jù)展現(xiàn)手段，能更加有效、直觀地表述想要呈現(xiàn)的信息、觀點(diǎn)和建議。

常用的數(shù)據(jù)圖表包括餅圖、柱形圖、條形圖、折線圖、散點(diǎn)圖、雷達(dá)圖等，當(dāng)然可以對(duì)這些圖表進(jìn)一步整理加工，使之變?yōu)槲覀兯枰膱D形，例如金字塔圖、矩陣圖、漏斗圖、帕累托圖等。

（6）報(bào)告撰寫

最后階段，就是撰寫數(shù)據(jù)分析報(bào)告，這是對(duì)整個(gè)數(shù)據(jù)分析過程的一個(gè)總結(jié)與呈現(xiàn)。通過報(bào)告，把數(shù)據(jù)分析的起因、過程、結(jié)果及建議完整地呈現(xiàn)出來，供決策者參考。一份好的數(shù)據(jù)分析報(bào)告需要滿足以下3點(diǎn)要求：好的分析框架、明確的結(jié)論、提出具有可行性的建議或解決方案。

2、數(shù)據(jù)分析的方法論

數(shù)據(jù)分析的方法論很多，本文就不一一列舉了。小編為大家介紹其中比較常見的理論，讓大家日后在建立數(shù)據(jù)分析框架時(shí)能應(yīng)用它們作為指導(dǎo)。

（1）PEST分析法

PEST分析法是從政治（Politics）、經(jīng)濟(jì)（Economy）、社會(huì)（Society）、技術(shù)（Technology）四個(gè)方面分析內(nèi)外環(huán)境，適用于宏觀環(huán)境的分析。而PEST分析法能從各個(gè)方面比較好的把握宏觀環(huán)境的現(xiàn)狀及變化的趨勢(shì)，有利于企業(yè)對(duì)生存發(fā)展的機(jī)會(huì)加以利用，對(duì)環(huán)境可能帶來的威脅及早發(fā)現(xiàn)避開。

圖片來源于網(wǎng)絡(luò)

PEST分析法包含的政治、經(jīng)濟(jì)、環(huán)境和社會(huì)4點(diǎn)因素，也被稱之為“PEST有害物”，PEST要求高級(jí)管理層具備相關(guān)的能力及素養(yǎng)。PEST作為企業(yè)與環(huán)境分析的基礎(chǔ)工具，與外部總體環(huán)境的因素互相結(jié)合就可歸納出SWOT分析中的機(jī)會(huì)與威脅。

（2）SWOT分析法

SWOT分析法（也稱TOWS分析法、道斯矩陣）即態(tài)勢(shì)分析法，S （strengths）是優(yōu)勢(shì)、W （weaknesses）是劣勢(shì)，O （opportunities）是機(jī)會(huì)、T （threats）是威脅或風(fēng)險(xiǎn)。

圖片來源于網(wǎng)絡(luò)

SWOT分析法是用來確定企業(yè)自身的競(jìng)爭(zhēng)優(yōu)勢(shì)、競(jìng)爭(zhēng)劣勢(shì)、機(jī)會(huì)和威脅，從而將公司的戰(zhàn)略與公司內(nèi)部資源、外部環(huán)境有機(jī)地結(jié)合起來的一種科學(xué)的分析方法。

運(yùn)用這種方法，可以對(duì)研究對(duì)象所處的情景進(jìn)行全面、系統(tǒng)、準(zhǔn)確的研究。通過分析研究對(duì)象密切相關(guān)的各種主要內(nèi)部?jī)?yōu)勢(shì)、劣勢(shì)和外部的機(jī)會(huì)和威脅等，從而得出結(jié)論，這個(gè)結(jié)論通常帶有一定的決策性?？梢愿鶕?jù)結(jié)論制定相應(yīng)的發(fā)展戰(zhàn)略、計(jì)劃以及對(duì)策等。

（3）5W2H分析法

如下圖，5W2H 分析法是從：Why（為什么）、What（做什么）、Who（誰(shuí)來做）、When（何時(shí)）、Where（何地）、How（如何做）、How much（多少） 7個(gè)常見的維度分析問題。

圖片來源于網(wǎng)絡(luò)

該分析方法又稱為七何分析法，是一個(gè)非常簡(jiǎn)單、方便又實(shí)用的工具。廣泛用于企業(yè)營(yíng)銷、管理活動(dòng)，對(duì)于決策和執(zhí)行性的活動(dòng)措施非常有幫助，也有助于彌補(bǔ)考慮問題的疏漏。

直白的理解，5W2H 法就是一種發(fā)現(xiàn)問題、解決問題的方法。

（4）4P營(yíng)銷理論

4P營(yíng)銷理論產(chǎn)生于20世紀(jì)60年代的美國(guó)，即產(chǎn)品（Product）、價(jià)格（Price）、渠道（Place）、推廣（Promotion），在營(yíng)銷領(lǐng)域，這種以市場(chǎng)為導(dǎo)向的營(yíng)銷組合理論，被企業(yè)應(yīng)用最普遍。

圖片來源于網(wǎng)絡(luò)

可以說企業(yè)的一切營(yíng)銷動(dòng)作都是在圍繞著4P理論進(jìn)行，也就是將：產(chǎn)品、價(jià)格、渠道、推廣。通過將四者的結(jié)合、協(xié)調(diào)發(fā)展，從而提高企業(yè)的市場(chǎng)份額，達(dá)到最終獲利的目的。

對(duì)于手機(jī)行業(yè)來說，4P理論應(yīng)該并不陌生。以O(shè)PPO為例，它的產(chǎn)品、價(jià)格、渠道、推廣每一塊都值得學(xué)習(xí)。

• 產(chǎn)品（product）

對(duì)于消費(fèi)者來說，解決痛點(diǎn)的產(chǎn)品就是好產(chǎn)品。OPPO的產(chǎn)品策略就是不斷滿足消費(fèi)者更高需求，直擊痛點(diǎn)?！俺潆娢宸昼姡ㄔ拑尚r(shí)”、“這一刻，更清晰”的廣告語(yǔ)就很好的體現(xiàn)出這一點(diǎn)。

• 價(jià)格（price）

OPPO在價(jià)格的整體策略上市全國(guó)統(tǒng)一、嚴(yán)控價(jià)格，這種策略不會(huì)造成不同渠道的不同價(jià)格，某種程度上也限制了線上渠道，如果線上線下同價(jià)，消費(fèi)者更愿意去實(shí)體店進(jìn)行體驗(yàn)后購(gòu)買，當(dāng)然了這種方式有利于公司對(duì)價(jià)格進(jìn)行管理，另一方面這也使得消費(fèi)者安心，雖然沒有優(yōu)惠感，但同樣也沒有吃虧，反倒會(huì)對(duì)品牌多了一份信任。

• 渠道（place）

OPPO的渠道趨于扁平化，“OPPO—省代—代理商—用戶”，這其中OPPO對(duì)渠道合作伙伴以一種捆綁的方式合作，一些合作伙伴持有公司股份，那么這會(huì)讓渠道伙伴更加用心更盡力去銷售，同樣也是與渠道伙伴建立高度的信任，并在經(jīng)歷波動(dòng)時(shí)能穩(wěn)固地生存下來。

• 推廣（promotion）

OPPO的營(yíng)銷推廣策略是：大力的宣傳、大幅地出鏡，讓消費(fèi)者不用費(fèi)力地尋找信息，而是觸手可得的接受，并且這個(gè)接受還是主觀的愿意接受。典型的是邀請(qǐng)大量當(dāng)紅偶像為品牌代言，楊冪、李易峰、TFboys、楊洋、迪麗熱巴等；贊助多檔熱播綜藝，《奔跑吧兄弟》、《極限挑戰(zhàn)》等；還將廣告廣泛投向了各地人流量大的機(jī)場(chǎng)地鐵高鐵站，這種直接而凌冽的方式讓消費(fèi)者很快地接收到品牌要傳達(dá)的信息。

（5）AARRR模型

AARRR模型是所有運(yùn)營(yíng)人員都要了解的一個(gè)數(shù)據(jù)模型。著名的《增長(zhǎng)黑客》中的數(shù)據(jù)分析框架，也是以這個(gè)模型為基礎(chǔ)。

AARRR從整個(gè)用戶生命周期入手，包括獲?。ˋcquisition）、激活（Activition）、留存（Retention）、變現(xiàn)（Revenue）和傳播（Refer）。

圖片來源于網(wǎng)絡(luò)

每個(gè)環(huán)節(jié)分別對(duì)應(yīng)生命周期的5個(gè)重要過程，即從獲取用戶，到提升活躍度，提升留存率，并獲取收入，直至最后形成病毒式傳播。

3、常見的數(shù)據(jù)分析方法

上面介紹了 5個(gè)經(jīng)典的分析方法論，它們可以幫我們搭建一個(gè)清晰的數(shù)據(jù)分析框架。那么對(duì)于具體的業(yè)務(wù)場(chǎng)景問題，我們又該怎么辦呢？

根據(jù)運(yùn)營(yíng)的工作的實(shí)際需要，下面小編介紹幾種數(shù)據(jù)分析中常用的方法，希望在數(shù)據(jù)分析的實(shí)際應(yīng)用中能給大家?guī)韼椭?/p>

（1）趨勢(shì)分析

趨勢(shì)分析是最簡(jiǎn)單、最基礎(chǔ)，也是最常見的數(shù)據(jù)監(jiān)測(cè)與數(shù)據(jù)分析方法。適用于產(chǎn)品核心指標(biāo)的長(zhǎng)期跟蹤，比如：點(diǎn)擊率、GMV、活躍用戶數(shù)等。

一般是建立一張數(shù)據(jù)趨勢(shì)圖，通過直觀的數(shù)字或趨勢(shì)圖表，可以迅速了解市場(chǎng)、用戶或產(chǎn)品特征等；還可以把指標(biāo)根據(jù)不同維度進(jìn)行切分，定位優(yōu)化點(diǎn)，有助于決策的準(zhǔn)確性和實(shí)時(shí)性。

以電商類網(wǎng)站為例，如果我們將流量作為第一關(guān)鍵指標(biāo)。我們將網(wǎng)站的訪問用戶量（UV）和頁(yè)面瀏覽量（PV）等指標(biāo)匯匯聚到統(tǒng)一的數(shù)據(jù)看板（Dashboard），并且實(shí)時(shí)更新。這樣的一個(gè)數(shù)據(jù)看板，核心數(shù)字和趨勢(shì)一目了然。

（2）多維分解

當(dāng)單一的數(shù)字或趨勢(shì)過于宏觀時(shí)，我們需要通過不同的維度對(duì)于數(shù)據(jù)進(jìn)行分解，以獲取更加精細(xì)的數(shù)據(jù)洞察。這里的維度包括但不限于瀏覽器、訪問來源、操作系統(tǒng)、廣告內(nèi)容等等，在選擇維度時(shí)，需要仔細(xì)思考其對(duì)于分析結(jié)果的影響。

舉個(gè)例子，當(dāng)監(jiān)測(cè)到網(wǎng)站的跳出率是0.47、平均訪問深度是4.39、平均訪問時(shí)長(zhǎng)是0.55分鐘。那么你可以對(duì)這些指標(biāo)進(jìn)行多維度的拆解，如地區(qū)、訪問來源、設(shè)備、瀏覽器等等，經(jīng)過拆分之后你會(huì)發(fā)現(xiàn)很多思路。

（3）用戶分群

針對(duì)符合某種特定行為或背景信息的用戶，進(jìn)行特定的優(yōu)化和分析，就是我們常常講到的用戶分群（segmentation ）的手段。

比如在考慮注冊(cè)轉(zhuǎn)化率的時(shí)候，需要區(qū)分用戶登錄平臺(tái)是PC端、平板端還是手機(jī)移動(dòng)端，以及北京、上海、廣州、深圳等地的用戶群體。這樣可以在渠道策略和運(yùn)營(yíng)策略上，有針對(duì)性地進(jìn)行優(yōu)化。

（4）漏斗分析

漏斗分析是我們最常見的數(shù)據(jù)分析手段之一，廣泛應(yīng)用于網(wǎng)站用戶行為分析和APP用戶行為分析的流量監(jiān)控、產(chǎn)品目標(biāo)轉(zhuǎn)化等日常數(shù)據(jù)運(yùn)營(yíng)與數(shù)據(jù)分析的工作中。例如將漏斗圖用于網(wǎng)站中某些關(guān)鍵路徑的轉(zhuǎn)化率的分析，不僅能顯示用戶從進(jìn)入網(wǎng)站到實(shí)現(xiàn)購(gòu)買的最終轉(zhuǎn)化率，同時(shí)還可以展示整個(gè)關(guān)鍵路徑中每一節(jié)點(diǎn)的轉(zhuǎn)化率。

漏斗分析要注意的兩個(gè)要點(diǎn)：

• 不但要看總體的轉(zhuǎn)化率，還要關(guān)注轉(zhuǎn)化過程每一步的轉(zhuǎn)化率；
• 漏斗分析也需要進(jìn)行多維度拆解，拆解之后可能會(huì)發(fā)現(xiàn)不同維度下的轉(zhuǎn)化率也有很大差異。

（5）留存分析

人口紅利逐漸消褪的時(shí)代，留存老用戶的成本要遠(yuǎn)遠(yuǎn)低于獲取新用戶，所以分析中的留存是非常重要的指標(biāo)之一。

留存分析是一種用來分析用戶參與情況/活躍程度的分析模型，考察進(jìn)行初始行為的用戶中，有多少人會(huì)進(jìn)行后續(xù)行為。這是用來衡量產(chǎn)品對(duì)用戶價(jià)值高低的重要方法。每一款產(chǎn)品，每一項(xiàng)服務(wù)，都應(yīng)該核心關(guān)注用戶的留存，確保做實(shí)每一個(gè)客戶。

衡量留存的常見指標(biāo)有：次日留存率、7日留存率、30日留存率等等。

（6）A/B 測(cè)試

增長(zhǎng)黑客的一個(gè)主要思想之一，是不要做一個(gè)大而全的東西，而是不斷做出能夠快速驗(yàn)證的小而精的東西?？焖衮?yàn)證，那如何驗(yàn)證呢？主要方法就是AB測(cè)試。

A/B測(cè)試是為了達(dá)到一個(gè)目標(biāo)，采取了兩套方案，通過實(shí)驗(yàn)觀察兩組方案的數(shù)據(jù)效果，判斷兩組方案的好壞。

例如，谷歌對(duì)于搜索結(jié)果的顯示，會(huì)制定多種不同的方案（包括文案標(biāo)題，字體大小，顏色等等），不斷來優(yōu)化搜索結(jié)果中廣告的點(diǎn)擊率。

圖片來源于網(wǎng)絡(luò)

要進(jìn)行A/B測(cè)試需要注意的一點(diǎn)，A/B測(cè)試之前最好有A/A測(cè)試或者類似準(zhǔn)備。什么是A/A測(cè)試？A/A測(cè)試是評(píng)估兩個(gè)實(shí)驗(yàn)組是否是處于相同的水平，這樣A/B測(cè)試才有意義。

四、數(shù)據(jù)分析常見謬誤

在數(shù)據(jù)分析的過程中，即使是很有經(jīng)驗(yàn)的數(shù)據(jù)分析人員也必須提防數(shù)據(jù)謬誤，了解這些錯(cuò)誤類型可以避免在分析時(shí)造成的災(zāi)難。

1、數(shù)據(jù)偏見

一個(gè)人應(yīng)該保持中立并且不要愛上你的假設(shè)是絕對(duì)必要的。

—— David Douglass，美國(guó)物理學(xué)家

在分析數(shù)據(jù)時(shí)受個(gè)人偏見和動(dòng)機(jī)的影響，即僅選擇支持你聲明的數(shù)據(jù)，同時(shí)丟棄不支持聲明的部分?！皵?shù)據(jù)偏見”將讓數(shù)據(jù)的客觀性蕩然無存。

避免這種謬誤的方法是在分析數(shù)據(jù)時(shí)，盡可能收集相關(guān)數(shù)據(jù)，并詢問他人意見。

2、采樣偏差

從并不具備代表性的數(shù)據(jù)中得出結(jié)論。舉例來講，一款互聯(lián)網(wǎng)圈的人幾乎不用的新聞資訊APP，為什么這 APP 還能有這么大瀏覽量？

所以當(dāng)分析數(shù)據(jù)時(shí)，一個(gè)很重要的步驟是問一下你自己有什么缺失的數(shù)據(jù)。有時(shí)可能沒辦法掌握數(shù)據(jù)的整體情況就是因?yàn)樗鼈冎环从沉艘徊糠帧?/p>

3、錯(cuò)誤因果關(guān)系

在數(shù)據(jù)分析時(shí)很容易將兩個(gè)事件同時(shí)發(fā)生（相關(guān)），判斷為因果關(guān)系。

避免這種謬誤的方法是，收集更多數(shù)據(jù)并查看可能的第三方原因，有時(shí)會(huì)發(fā)現(xiàn)他們的相關(guān)關(guān)系可能與第三個(gè)獨(dú)立因子相關(guān)，而不是彼此相關(guān)。

4、辛普森悖論

在兩個(gè)相差較多的分組數(shù)據(jù)相加時(shí)，在分組比較中都占優(yōu)勢(shì)的一方，會(huì)在總評(píng)中反而是失勢(shì)的一方。

避免“辛普森悖論”給我們帶來的誤區(qū)，就需要斟酌個(gè)別分組的權(quán)重，以一定的系數(shù)去消除以分組資料基數(shù)差異所造成的影響。

五、寫在最后

紙上得來終終覺淺。以上內(nèi)容僅是提供了基礎(chǔ)的框架和思路，各位想要真正掌握數(shù)據(jù)分析這一技能還需要將其應(yīng)用到實(shí)際工作中，實(shí)踐出真知。

網(wǎng)站名稱：一套正確且高效的數(shù)據(jù)分析體系該如何搭建？
轉(zhuǎn)載來源：http://m.rwnh.cn/news/100249.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供關(guān)鍵詞優(yōu)化、自適應(yīng)網(wǎng)站、定制開發(fā)、網(wǎng)站建設(shè)、網(wǎng)頁(yè)設(shè)計(jì)公司、軟件開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)