1. Método de análisis comparativo
El método de análisis contrastivo se refiere a reflejar cambios en la cantidad de cosas a través de la comparación de indicadores, y es un método comúnmente utilizado en el análisis estadístico. Los contrastes comunes incluyen el contraste horizontal y el contraste vertical.
La comparación horizontal se refiere a la comparación de diferentes cosas en un momento fijo. Por ejemplo, la comparación de los precios de bienes comprados por usuarios de diferentes niveles al mismo tiempo, la comparación del volumen de ventas y las ganancias. margen de diferentes bienes al mismo tiempo.
La comparación vertical se refiere al cambio de lo mismo en la dimensión temporal, por ejemplo, mes a mes, año a año y ratio de base fija, es decir, la comparación de este mes. ventas con las ventas del mes anterior, la comparación de las ventas de enero de este año con la comparación de las ventas de enero del año anterior, la comparación de las ventas mensuales de este año con las ventas promedio del año anterior, etc. El método de análisis comparativo se puede utilizar para emitir juicios y evaluaciones eficaces sobre el tamaño, nivel, velocidad, etc. de los datos.
2. Método de análisis grupal
El método de análisis grupal se refiere a dividir los datos generales en diferentes partes en función de la naturaleza y características de los datos y ciertos indicadores, y analizar su estructura interna. e interrelaciones para comprender los patrones de desarrollo de las cosas.
Según la naturaleza de los indicadores, el método de análisis de agrupación se divide en agrupación de indicadores de atributos y agrupación de indicadores cuantitativos. Los llamados indicadores de atributos representan la naturaleza y las características de las cosas, como el nombre, el género, el nivel educativo, etc. Estos indicadores no se pueden calcular mientras que los datos representados por los indicadores de datos sí se pueden calcular, como la edad de una persona y los ingresos salariales; , etc. El método de análisis de agrupación se utiliza generalmente junto con el método de análisis comparativo.
3. Método de análisis predictivo
El método de análisis predictivo se basa principalmente en datos actuales para juzgar y predecir tendencias futuras de cambio de datos. El análisis predictivo generalmente se divide en dos tipos: uno se basa en la predicción de series de tiempo, por ejemplo, predice las ventas en los próximos tres meses en función del desempeño de las ventas anteriores; el otro es la predicción de regresión, que se basa en la interacción entre indicadores. sobre relaciones causales, por ejemplo, predecir los productos que un usuario puede comprar en función de su comportamiento de navegación web.
4. Método de análisis de embudo
El método de análisis de embudo también se denomina método de análisis de procesos. Su objetivo principal es centrarse en la tasa de conversión de un determinado evento en enlaces importantes en Internet. La aplicación industrial es más común. Por ejemplo, para el proceso de solicitud de tarjeta de crédito, los usuarios pasan de buscar la información de la tarjeta a completarla, enviar la solicitud y luego el banco revisa y aprueba la tarjeta.
Al final, el usuario activa y utiliza la tarjeta de crédito. Hay muchos enlaces importantes en el medio. El número de usuarios en cada enlace es cada vez menor, formando así un embudo. Utilizando el método de análisis de embudo, la parte comercial puede prestar atención a la tasa de conversión de cada enlace y monitorearla y administrarla. Cuando la tasa de conversión de un determinado enlace es anormal, el proceso se puede optimizar de manera específica y se pueden tomar las medidas adecuadas. medidas adoptadas para mejorar los indicadores empresariales.
5. Método de análisis de prueba AB
El método de análisis de prueba AB es en realidad un método de análisis comparativo, pero se centra en comparar dos grupos de muestras con estructuras similares, A y B, y en base. sobre las muestras Valores del indicador para analizar sus diferencias.
Por ejemplo, para la misma función de una aplicación, se diseñan diferentes estilos y diseños de página, y los dos estilos de páginas se asignan aleatoriamente a los usuarios y, finalmente, se basan en la tasa de conversión de navegación del usuario en la página. Evaluar los pros y los contras de diferentes estilos y comprender las preferencias de los usuarios para optimizar aún más los productos.
Además, para realizar un buen trabajo en el análisis de datos, los lectores también deben dominar ciertos fundamentos matemáticos, como los conceptos de estadística básica (media, varianza, moda, mediana, etc.), métricas de dispersión de variabilidad y variabilidad (rango, cuartil, rango intercuartil, percentil, etc.), distribución de datos (distribución geométrica, distribución binomial, etc.), así como las bases de la teoría de la probabilidad, el muestreo estadístico y los intervalos de confianza e hipótesis. Las pruebas y otros contenidos, mediante la aplicación de indicadores y conceptos relevantes, hacen que los resultados del análisis de datos sean más profesionales.