今

01

(资料图)

对比分析法

对比分析法是一种常见的数据分析方法。通过数据分析比对，能告诉你过去发生了什么（现状分析）、告诉你某一现状为什么发生（原因分析）、告诉你将来会发生什么（预测分析）。

对比分析法是指将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的事物发展变化情况和规律性。对比分析法的特点是：可以非常直观地看出事物某方面的变化或差距，并且可以准确、量化地表示出这种变化或差距是多少？

对比分析法可分为静态比较和动态比较两类。静态比较是在同一时间条件下对不同总体指标的比较，如不同部门、不同地区、不同国家的比较、也叫横向比较，简称横比；动态比较是在同一总体条件下对不同时期指标数值的比较，也叫纵向比较，简称纵比。

这两种方法既课单独使用，也可结合使用。进行对比分析时，可以单独使用总量指标、相对指标或平均指标，也可将它们结合起来进行对比。比较的结果可用相对数表示，如百分数、倍数等指标。

注意事项：

指标的口径范围、计算方法、计量单位必须一致，即要用同一种单位或标准去衡量；对比的对象要有可比性；对比的指标类型必须一致。无论绝对数指标、相对数指标、平均数指标，还是其他不同类型的指标，在进行对比时，双方必须统一。

点击即可查看对比分析法「链接」

02

关联分析法

关联分析法是一种十分实用的分析技术，是从大量数据中发现项集之间有趣的关联和相关关系，从而描述一个事务中某些属性同时出现的规律和模式。

关联分析的一个典型例子是购物篮分析，这是一个很有趣的典型案例：美国学者Agrawal在发现啤酒和纸尿裤经常一起出现在顾客购物篮中后，进行了研究，发现原因出自“奶爸”这一群体。首先，从时间上，周末比工作日购买纸尿裤喝啤酒的频率更多；其次，爸爸们喜欢看体育节目，而且更爱边喝啤酒边看，且美国的体育节目多在周末扎堆。所以，当周末母亲需要给孩子换纸尿裤时，通常会让正在看球的奶爸去买。奶爸出去买纸尿裤，会顺便带些啤酒回来。

世间万物之间多多少少会有一些关联，通过关联分析法，我们可以通过数据挖掘，将这些关联规则挖掘出来。

点击即可查看购物篮模型「链接」

03

漏斗分析法

漏斗分析法是一个适合业务流程比较规范、周期比较长、各流程环节涉及复杂业务过程比较多的管理分析工具。例如漏斗图用于网站中某些关键路径的转化率的分析，不仅能显示用户从进入网站到实现购买的最终转化率，同时还可以展示整个关键路径中每一步的转化率。

单一的漏斗图无法评价网站某个关键流程中个步骤转化率的好坏。我们可以利用之前介绍的对比分析法，对同一环节优化前后的效果进行对比分析，或对同一环节不同细分用户群的转化率作比较，或对同行业类似产品的转化率进行对比，等等。

点击即可查看漏斗模型「链接」

04

帕累托分析

帕累托分析又称ABC分类库存控制法，平常也称之为二八定律。二八定律是20世纪初意大利统计学家、经济学家维尔弗雷多·帕累托提出的：在任何特定群体中，重要的因子通常只占少数，约20％，而不重要的因子则占多数，约80％，因此只要能控制具有重要性的少数因子即能控制全局。二八定律与 ABC 分类法大致相同，都是少数项目贡献了大部分价值。不同之处是ABC 分类法将对象分三类，而二八分析则为 A、B 两类，A 类品牌商品占总体的一小部分，贡献了 80%的销售额。

ABC分类的核心思想：少数项目贡献了大部分价值。以款式和销售量为例：A 款式数量占总体 10% ，却贡献了 80% 的销售额。

按照ABC分组对产品进行分类，根据产品的效益将其分为三个等级，这样就可以有针对性地投放不同程度的资源，以达成产出最优效益的目的。

点击即可查看ABC模型「链接」

05

留存分析法

留存分析是一种用来分析用户参与情况的分析模型，可以用来衡量产品对用户价值的高低。留存分析应该能够灵活配置，通过留存率能够判断产品每一个步骤对客户的粘性，通过留存分析，能够宏观把控用户生命周期内产品的改善点。留存不仅是个可以反映客户粘性的指标，更多地反映产品对用户的吸引力。

按照不同周期，留存率分为三类：

日留存：

第一种是日留存，日留存又可以细分为以下几种：

次日留存率：（当天新增的用户中，第2天还登录的用户数）/第一天新增总用户数；

第3日留存率：（第一天新增用户中，第3天还有登录的用户数）/第一天新增总用户数；

第7日留存率：（第一天新增用户中，第7天还有登录的用户数）/第一天新增总用户数；

第14日留存率：（第一天新增用户中，第14天还有登录的用户数）/第一天新增总用户数；

第30日留存率：（第一天新增用户中，第30天还有登录的用户数）/第一天新增总用户数。

周留存：

第二种是周留存，以周度为单位的留存率，指的是每个周相对于第一个周的新增用户中，仍然还有登录的用户数。

月留存：

第三种是月留存，以月度为单位的留存率，指的是每个月相对于第一个周的新增用户中，仍然还有登录的用户数。

点击即可查看留存故事版九数云

06

客户画像分析法

客户画像分析是衡量客户价值和客户创造利益能力的重要工具和手段，通过将典型客户信息标签化，来更好地对其开展营销活动。

RFM模型通过R（Rencency）近度、F（Frequency）频度、M（Monetary）额度三个指标将客户划分为8个类别。

通过RFM，我们可以把客户分为8类，然后就能方便公司针对不同的特征的用户产出相应的营销策略。