五大數據分析模型

在這個數據為王的時代,作為一個產品經理或者增長黑客,數據分析是必修課之一。提到數據分析,肯定要提到數據分析模型,在進行數據分析之前,先搭建數據分析模型,根據模型中的內容,具體細分到不同的數據指標進行細化分析,最終得到想要的分析結果或結論。

一、數據分析模型

要進行一次完整的數據分析,首先要明確數據分析思路,如從那幾個方面開展數據分析,各方面都包含什么內容或指標。是分析框架,給出分析工作的宏觀框架,根據框架中包含的內容,再運用具體的分析方法進行分析。

數據分析方法論的作用:

理順分析思路,確保數據分析結構體系化 把問題分解成相關聯的部分,并顯示他們的關系 為后續數據分析的開展指引方向 確保分析結果的有效性和正確性

二、五大數據分析模型

1.PEST分析模型

政治環境:

包括一個國家的社會制度,執政黨性質,政府的方針、政策、法令等。不同的政治環境對行業發展有不同的影響。

關鍵指標

政治體制,經濟體制,財政政策,稅收政策,產業政策,投資政策,專利數量,國防開支水平,政府補貼水平,民眾對政治的參與度。

經濟環境:

宏觀和微觀兩個方面。

宏觀:一個國家國民收入,國民生產總值以及變化情況,以通過這些指標反應國民經濟發展水平和發展速度。

微觀:企業所在地區的消費者收入水平、消費偏好、儲蓄情況、就業程度等因素,這些因素決定著企業目前以及未來的市場大小。

關鍵指標

GDP及增長率、進出口總額及增長率、利率、匯率、通貨膨脹率、消費價格指數、居民可支配收入、失業率、勞動生產率等。

社會環境:

包括一個國家或地區的居民受教育程度和文化水平、宗教信仰、風俗習慣、審美觀點、價值觀等。文化水平營銷居民的需求層次,宗教信仰和風俗習慣會禁止或抵制某些活動的進行,價值觀會影響居民對組織目標和組織活動存在本身的認可,審美觀點則會影響人們對組織活動內容、活動方式以及活動成果的態度。

關鍵指標

人口規模、性別比例、年齡結構、出生率、死亡率、種族結構、婦女生育率、生活方式、購買習慣、教育狀況、城市特點、宗教信仰狀況等因素。

技術環境:

企業所處領域直接相關的技術手段發展變化,國家隊科技開發的投資和支持重點,該領域技術發展動態和研究開發費用總額,技術轉移和技術商品化速度,專利及其保護情況。

關鍵指標

新技術的發明和進展、折舊和報廢速度、技術更新速度、技術傳播速度、技術商品化速度、國家重點支持項目、國家投入的研發費用、專利個數、專利保護情況。

2.5W2H分析模型

5W2H分析法主要針對5個W以及2個H提出的7個關鍵詞進行數據指標的選取,根據選取的數據進行分析。

3.邏輯樹分析模型

將問題的所有子問題分層羅列,從最高層開始,并逐步向下擴展。

把一個已知問題當作樹干,考慮這個問題和哪些問題有關,將相關的問題作為樹枝加入到樹干,一次類推,就會將問題擴展成一個問題樹。

邏輯樹能保證解決問題的過程完整性,將工作細化成便于操作的具體任務,確定各部分優先順序,明確責任到個人。

邏輯樹分析法三原則:

要素化:把相同問題總結歸納成要素 框架化:將各個要素組成框架,遵守不重不漏原則 關聯化:框架內的各要素保持必要的相互關系,簡單而不孤立

4.4P營銷理論模型

產品:

能提供給市場,被人們使用和消費并滿足人們某種需求的任何東西,包括有形產品、服務、人員、組織、觀念和它們的組合。

價格:

購買產品時的價格,包括基本價格、折扣價格、支付期限等。影響價格的主要因素有需求、成本和競爭。

渠道:

產品從生產企業流轉到用戶手上全過程所經歷的各個環節。

促銷:

企業通過銷售行為的改變來激勵用戶消費,以短期的行為促進消費的增長,吸引其他品牌用戶或導致提錢消費來促進銷售增長。

5.用戶行為模型

用戶行為指用戶為獲取、使用產品或服務才去的各種行動,首先要認知熟悉,然后試用,再決定是否繼續消費使用,最后成為產品或服務的忠實用戶。

行為軌跡:認知->熟悉->試用->使用->忠誠

三、總結

五大數據分析模型的應用場景根據數據分析所選取的指標不同也有所區別。

PEST分析模型主要針對宏觀市場環境進行分析,從政治、經濟、社會以及技術四個維度對產品或服務是否適合進入市場進行數據化的分析,最終得到結論,輔助判斷產品或服務是否滿足大環境。

5W2H分析模型的應用場景較廣,可用于對用戶行為進行分析以及產品業務分析。

邏輯樹分析模型主要針對已知問題進行分析,通過對已知問題的細化分析,通過分析結論找到問題的最優解決方案。

4P營銷理論模型主要用于公司或其中某一個產品線的整體運營情況分析,通過分析結論,輔助決策近期運營計劃與方案。

用戶行為分析模型應用場景比較單一,完全針對用戶的行為進行研究分析

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,316評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,481評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 176,241評論 0 374
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,939評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,697評論 6 409
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,182評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,247評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,406評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,933評論 1 334
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,772評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,973評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,516評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,209評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,638評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,866評論 1 285
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,644評論 3 391
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,953評論 2 373

推薦閱讀更多精彩內容