常用数据分析方法介绍
05-15
常用数据分析方法介绍
一、数据分析三个层次
数据分析由浅到深，一般有三个层次：描述性统计分析、探索性数据分析、数据挖掘模型；三个层次的分析复杂程度依次增大，当然分析结果数据决策支持价越高。
二、数据分析方法介绍
1、 描述性统计分析：重点描述数据的现状特征，观察数据，找出问题
分析方法：均值分析、百分比分析、频数分析、众数、中位数、交叉分
析、同比分析、环比分析…
应用举例：
1） 了解产品在不同渠道、不同地市用户发展情况（同时使用交叉分析、均值）；
2） 了解产品运营最近几个月发展波动情况（同比）；
2、 探索性数据分析：重于探索变量间或用户间的关系，在数据之中发现新的特
征。
分析方法：相关分析、显著性差异检验分析（包括T检验、卡方检验、
方差检验）、因子分析、对应分析… 应用举例：
1）
验证分析应用市场渠道、官方合作渠道、线下推广渠道三类渠道
的推广能力是否有差异（显著性差异检验分析）；
2）
了解用户数、启动次数、活跃率、区域、渠道等因子之间的关系（相关分析）；
3）
探索影响应用留存的潜在因子（因子分析）；
3、 数据挖掘模型：从海量的数据中探索数据背后的规律，发现有价值的规则；
三、数据分析常用工具介绍
1、 描述性统计分析、探索性数据分析常用工具
Excel、SPSS（可视化操作、简单易用）、SAS（重点在于编程）、R语言(需要编程、由于是免费开源，很多公司首选)、MATLAB（重点在于编程） 2、 数据挖掘建模常用工具
Clementine（可视化操作、简单易用）、SAS（重点在于编程）、R语言(需要编程、由于是免费开源，很多公司首选)、MATLAB（重点在于编程）、MAPLE（需要编程）
四、线上运营活动想法