八大数据分析模型一次拿捏!数据分析进阶只差这一步~

文 | 商业智能BI相关文章 阅读次数:373 次浏览
2023-10-30 9:18:27

当你在学校学了一学期数据分析

志得意满,准备挑战国内各大数据分析赛事

却少不了被来自天南海北的诸多大神狠狠上一课

是的,你确实已经“学会”了数据分析

但是离精通,却还差那微小的一步

为什么大神的论证那么具有逻辑?

为什么他们有用不完的分析方法?

这都是因为,他们掌握了诸多便捷的数据分析模型,如同坐拥一身法宝神通,自然能见招拆招

现在,拿上这8个经过实战检验的数据分析模型

开启你的“成神之路”吧!

01RFM模型

RFM模型通常用于对用户进行分析,并判断每类细分用户的价值。主要通过以下三个指标分析:

最近一次消费时间(R):客户距离最近的一次采购时间的间隔。

最近一段时间内消费频次(F):指客户在限定的期间内所购买的次数。

最近一段时间内消费金额(M):客户的消费能力,通常以客户单次的平均消费金额作为衡量指标。

通过上述三个关键指标判断用户价值,可将用户依下表进行分类观察。

数据分析模型,用户画像分析,帕累托分析

一般而言,运用RFM模型分析的目的是对不同特征的客户进行针对性的营销与管理,但在帆软杯赛事中,也有同学将RFM模型运用在了汽车销售数据分析中,运用FineBI对经销商价值进行了可视化分析,从而向读者展示了各地经销商的价值差异,并给出了针对性的管理建议。

数据分析模型,用户画像分析,帕累托分析

02购物篮分析-关联规则

关联规则也称为购物篮分析,关于这个分析模型有一个非常著名的例子:

全球零售业巨头沃尔玛在对消费者购物行为分析时发现,男性顾客在购买婴儿尿片时,常常会顺便搭配几瓶啤酒来犒劳自己,于是尝试推出了将啤酒和尿布摆在一起的促销手段,结果这个举措使尿布和啤酒的销量都大幅增加了。

这个例子虽然后来被证明是编造的,但十分详细地阐述了关联规则的原理和运用方法,即通过研究用户消费数据,将不同商品之间进行关联,并挖掘二者之间的联系

在帆软杯赛事中,也有同学使用了这一分析模型,深入探析了社会保障、公共文化、孩子数量、家庭收入等多项指标对不同人群幸福指数的影响,从而得出了在社会与个人层面最影响不同人群幸福指数的不同因素,并依据分析结果提出了针对性的改进措施。

数据分析模型,用户画像分析,帕累托分析

03需求分析方法-KANO模型

KANO模型是对用户需求分类和优先排序的有用工具,以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系。

在商业用途中,这一模型常常用于分析产品需求,捞出真正的用户需求,以及给真正重要的需求高优先级。而在数据分析比赛中,我们可以运用这一模型来分析各种因素对分析指标的影响程度,从而得出具有针对性的结论和建议

通过调研,可以利用 KANO 模型绘制出四象限图,如下图所示:

数据分析模型,用户画像分析,帕累托分析

四个象限对应了四种需求类型,它们的优先级排序为:必备型需求>期望型需求>兴奋型需求>无差异需求。

必备型需求(必须有):即常说的痛点。对于用户而言,这些需求是必须满足的,理所当然的。当不提供此需求,用户满意度会大幅降低。这类是核心需求,也是产品必做功能。

期望型需求(应该有):当提供此需求,用户满意度会提升;当不提供此需求,用户满意度会降低。通常作为竞品之间比较的重点。

兴奋型需求(可以有):惊喜型产品功能,超出用户预期,往往能带来较高的忠诚度。不提供也不会降低用户满意度。

无差异需求(可以没有):用户根本不在意的需求,对用户体验毫无影响。尽量规避做此类型功能。

04帕累托分析

帕累托分析又叫ABC分析,分类的核心思想是:少数项目贡献了大部分价值。

在商业分析中,把产品或业务分为A、B、C三类,用于分清业务的重点和非重点,反映出每类产品的价值对库存、销售、成本等总价值的影响,从而实现差异化策略和管理。

在帆软杯赛事中,有一组同学便将帕累托分析模型用于对汽车经销商的分析中,找出了某公司在各个省份的VIP经销商。

数据分析模型,用户画像分析,帕累托分析

05用户画像分析

用户画像分析用一句话来总结就是:用户信息标签化。常用于帮助企业对用户进行精准营销、辅助业务决策。

在2022帆软杯的特等奖作品中,同学们通过性别、年龄、学历、职位、地域等指标对中国数字阅读用户画像进行了一番精彩的分析,得出了“年轻人成为数字阅读主力军”、“华东与华南地区占多数”等结论,破开信息茧房,令读者能够以第三人称视角了解中国数字阅读市场,深挖现象背后的因果与机遇。

数据分析模型,用户画像分析,帕累托分析

06用户生命周期状态分析

一般而言,对用户进行生命周期状态分析,可以了解企业当前的市场竞争力,并对不同类别的客户实施不同的营销动作。

但在数据分析赛事中,我们可以将这一思维用在不同主题的项目中,通过对不同指标的生命周期状态进行分析,判断近期不同指标的重要程度,并据此提出针对性的建议。

例如,在帆软杯赛事中,有同学运用这一思维分析中国近年常见疾病原因,通过对近年引起疾病的各项原因进行趋势分析,得出酒精与烟草是我国近年来最应当关注的两大致病因素,并提供了相关建议。

数据分析模型,用户画像分析,帕累托分析

07用户粘性分析

在商业分析中,用户粘性是指用户对于品牌或产品的忠诚、信任与良性体验等结合起来形成的依赖程度和再消费期望程度,是了解产品健康度的重要指标。

而数据分析赛事中,也有不少项目离不开用户粘性分析,例如在2022帆软杯中,有一组同学在分析中国数字阅读用户使用行为时,便对数字阅读产品用户单次使用时间和使用频率作出了可视化分析,判断出数字阅读产品用户高活跃度、高粘性的特点,为中国数字阅读产业的蓬勃发展提供了佐证。

数据分析模型,用户画像分析,帕累托分析

08留存分析

留存分析是一种用来分析用户参与情况/活跃程度的分析模型,考查看进行初始行为后的用户中, 经过一段时间后仍然存在客户行为(如登录、消费)。

在实际操作中,我们也可以反向利用这一模型,例如在2022帆软杯某一等奖作品中,有同学便对我国因病死亡原因作出了“留存分析”,通过这一可视化分析,我们可以清晰地看见有哪些疾病20年以来一直威胁着我国国民健康,也可据此制定预防措施。

数据分析模型,用户画像分析,帕累托分析

作为数据分析的进阶学习内容,数据分析模型就像修仙路上的各类法宝,只要使用得当,常常能够以小博大,通过简单的数据分析出十分精彩的成果。

今将这八件法宝赠予诸位道友,望道友们日益精进,早登仙门~

数据分析模型,用户画像分析,帕累托分析

很显然在目前的信息时代,借助类似于FineBI的这些工具,可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多,选择时必须要结合实际的情况。一般的情况下,都建议选择市面上较主流的产品,比较容易达到好的效果,目前企业数据分析BI软件市场占有率前列的,就是帆软BI软件——FineBI。

数据分析模型,用户画像分析,帕累托分析

商业智能BI产品更多介绍: www.finebi.com

产品体验

相关内容

目录
立即体验 立即体验

商务咨询

在线咨询
专业顾问帮您解答问题

电话咨询

技术问题

投诉入口

微信咨询

返回顶部