国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

打開APP
userphoto
未登錄

開通VIP,暢享免費電子書等14項超值服

開通VIP
操作教程貼:從0開始,教你如何做數(shù)據(jù)分析#初階#第五篇

零一 9:12 1489 11


大家好,我是零一,今天開始繼續(xù)給大家?guī)?span>數(shù)據(jù)分析基礎(chǔ)系列教程。我的公眾微信號是:start_data,歡迎大家收聽。

上一篇中,我們提到波士頓矩陣,波士頓矩陣又稱為增長-份額矩陣,它的優(yōu)點是簡單便捷,而缺點也是恰恰是它的優(yōu)點,因為簡單便捷,使得這個模型的解釋度降低,它只是在市場營銷中使用到的一種方法,作為參考,還要結(jié)合其他的方法,絕不能用它來作為決策的唯一指導。

下面,我再具體介紹一下波士頓矩陣的幾種模型。

上一篇中我只是單獨用了9月份的數(shù)據(jù),那么,假設,我用多個月的數(shù)據(jù),就會形成一個趨勢。

下面是成功軌跡,也是比較理想的成長路線。在高增長下,市場占有率逐漸上升,最終落入金牛區(qū)。有這種軌跡的,那么恭喜你,發(fā)財了記得請零一吃飯!

 

 

(關(guān)于交點,可以選擇中點或者自己根據(jù)自己市場的情況來制定。不過一般選品,是擇優(yōu),選擇中點即可)

(豎軸是增長率,橫軸是相對市場份額)

 

下面是現(xiàn)金支持趨勢,可能是較早切入市場,占領(lǐng)了較高的市場份額,但卻沒有足夠資金和營銷策略的支持,可能就會面臨失敗的危險,一旦有這種趨勢就要引起警惕。審視一下自己的產(chǎn)品定位有沒有偏差丶營銷節(jié)奏有沒有把控好等問題

 

 

下面是災難軌跡,兩條路線,一條是從明星——問題——瘦狗,另一條是從金?!莨贰_@兩個軌跡就是一個產(chǎn)品,一個市場逐漸萎縮死亡的過程。這條路,說多了都是慚愧的淚?。?/p>

 

 

 

這個矩陣是根據(jù)最終的數(shù)據(jù)結(jié)果來分析的,那么我們不能脫離商業(yè)理解,如果增長降低了,市場份額也降低了,除了競爭加大之外,是否還有其他深層次的原因呢?

 

其實,我們更多的是要思考消費者是否認同我們的產(chǎn)品和服務?我們的產(chǎn)品是否能吸引消費者?站在買家的角度來思考市場變化。

 

說到市場,一般從兩個方面來細分市場,一個是基于需求的市場細分,一個是基于行為的市場細分。

 

基于需求的市場細分,主要是指消費者的需要丶欲望。思考得更多的是同樣的行業(yè),我們要去滿足消費者的哪種心理需求。

 

 

基于行為的市場細分更多地關(guān)注于消費者可能會購買的某種行為,這句話,我說得挺拗口。其實很簡單,就是消費者會傾向于購買什么產(chǎn)品。比如,蘋果5s上市了,相應地買了蘋果5s的消費者,就可能會產(chǎn)生對蘋果5s配件的需求,需求就會轉(zhuǎn)化為購買力。

 

這兩種方法,沒有說哪一種更好,都可以去嘗試,在數(shù)據(jù)分析的角度講,是分析的方法和模型不同。撇開數(shù)據(jù),那么這兩種方法就是一種思路。

 

基于需求的要站在買家的角度,心理需求來思考,從而細分市場,發(fā)現(xiàn)市場。

基于行為的則根據(jù)市場產(chǎn)品結(jié)構(gòu)丶消費行為來細分。

 

那問題來了,有朋友會想,之前零一教的不是沒用了嗎?

 

其實不會沒用,之前都是在看容量,看趨勢,是在看市場的全貌,而細分就像是在看市場的內(nèi)部結(jié)構(gòu)。大家好弄清楚它們之間的關(guān)系。

 

下面繼續(xù)教大家做數(shù)據(jù)分析,這是初階的最后一篇了,要為后續(xù)的中階和高階打基礎(chǔ),理論會稍微多一點,后面不會花篇幅來解釋這些。

我把數(shù)據(jù)分析大致分為三個階段,

初階是數(shù)據(jù)呈現(xiàn),就是簡單地展現(xiàn)出現(xiàn)有的一些數(shù)據(jù),并做描述統(tǒng)計分析(最大值丶最小值丶平均值等)。

 

中階是數(shù)據(jù)分析,是將不同的數(shù)據(jù)進行交叉分析,運用回歸分析等統(tǒng)計分析方法。

 

高階是數(shù)據(jù)挖掘,是將數(shù)據(jù)做更深層次的分析,運用數(shù)據(jù)挖掘的模型或相關(guān)算法。

 

今天給大家介紹下描述性統(tǒng)計。描述性統(tǒng)計,就是在描述數(shù)據(jù)。

 

比如之前介紹給大家的,極差丶波動系數(shù)就是在描述數(shù)據(jù)的離散程度,所謂離散程度,大家看下圖,數(shù)據(jù)是離散的。

 

 

再看下面的圖,目測在(50,50)附近有很多個點,通過目測就看得出來下面這個數(shù)據(jù)的離散程度沒有上圖的高。這個現(xiàn)象用什么來描述,解釋呢?就是用我們之前說過的波動系數(shù),就能把這兩張圖的波動程度給描述出來。

 

 

除了離散程度之外,一組數(shù)據(jù)基本的有:最小值,1/4位數(shù),中位數(shù),3/4位數(shù),最大值,這就是所謂的五數(shù)總括。

 

最小值很簡單了,直接在excel里面敲入=min(),就能算最小值。有時候我們需要找出我們最低的銷量是多少件,最低的轉(zhuǎn)化率是多少?

 

最大值也是一樣的道理,在excel里面是=max(),就能算出最大值。

 

這個在第二篇有跟大家簡單介紹過的了,就不截圖了。

 

接著是1/4位數(shù)丶中位數(shù)和3/4位數(shù)。如果沒有接觸過統(tǒng)計學的朋友會比較暈,不知道這個是什么來的。這三個數(shù)將數(shù)據(jù)切成4個等分的小數(shù)據(jù)集。

 

大家看下面的數(shù)列

 

1,50,10,100,2

 

最小值是1,最大值是100,1/4位數(shù)是50,中位數(shù)是10,3/4位數(shù)是100。

 

下面我們再看個例子,假如是12個月的銷量數(shù)據(jù)

 

1,2,3,4,5,6,7,8,9,10,11,12

 

最小值是1,最大值是12,1/4位數(shù)是3.75,中位數(shù)是6.5,3/4位數(shù)是9.25

 

而我們用得最多的是均值6.5,這里剛好跟中位數(shù)一樣。

 

但是,我們再看下面另一組數(shù)據(jù)

 

1,2,3,4,5,6,7,8,9,10,11,100

 

最小值是1,最大值是100,1/4位數(shù)是3.75,中位數(shù)是6.5,3/4位數(shù)是9.25

 

除了最大值不一樣,其他跟前面是一樣的。我們看下均值,這里的均值是13.83,跟前面的不同了,這個100這么大的值可能是活動的效果,那這個時候,如果我拿均值來作為指標衡量前面12個月的銷量,就只有最后一個數(shù)據(jù)達標。當數(shù)據(jù)整體平穩(wěn),但前后有很大的異常值的時候,我們用均值來做指標參考就不靠譜了,這種情況更適合的是用中位數(shù)來作為指標。

 

用散點圖可以非常直觀地發(fā)現(xiàn)離散值。將我們上面的一組數(shù)據(jù)畫出散點圖,如下圖就會發(fā)現(xiàn)一個異常值。

 

 

在excel里面,用=QUARTILE(),就可以得到這5個數(shù)。

 

另一個指標,眾數(shù)。

 

大家看下面這個數(shù)列,假如是客服的業(yè)績

 

1,3,5,5,5,5,5,5,5,5,10,20

 

我們先算一下平均值,是6.167,如果用這個指標,這里12個數(shù)據(jù)里面,只有10和20這兩個人達標。那么,這個時候,就要用眾數(shù)了。所謂眾數(shù),就是出現(xiàn)的最多的一個數(shù)字,毋庸置疑,這里的眾數(shù)是5,那么,就會有10個人達標了。

 

眾數(shù)在excel里面是=mode()

 

非常簡單就能算出來,特別是數(shù)據(jù)量大的時候,不用目測。

 

以上的指標是根據(jù)數(shù)據(jù)的分布情況來選用的,一般用散點圖看一下,然后就能判斷要使用哪個指標來作為參考。

 

前面說到了異常值,異常值的處理方法有很多,那么,簡單的方法,就是把異常值刪掉。比如前面的,(1:11,100)這個數(shù)列,就可以把100從這個數(shù)列里面移走?;蛘?,也可以用均值填充。比如,之前算出來均值是13.83,就可以用這個指來替代變成(1:11,13.83)。

 

不是什么時候都要處理異常值,只有在異常值嚴重影響我們判斷的時候,就要對它進行處理。

 

好了,今天的內(nèi)容就這么多了。最近比較忙,寫文章會慢一些,大家不要催哦!最后再啰嗦幾句,做數(shù)據(jù)分析的態(tài)度是務實,不要太浮躁,不要太自私,一切用數(shù)據(jù)說話,這是做數(shù)據(jù)分析師的基本態(tài)度。

上一篇鏈接:http://bbs.paidai.com/topic/193224

本站僅提供存儲服務,所有內(nèi)容均由用戶發(fā)布,如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊舉報。
打開APP,閱讀全文并永久保存 查看更多類似文章
猜你喜歡
類似文章
Python數(shù)據(jù)分析入門教程(五):數(shù)據(jù)運算
大數(shù)據(jù)分析必備理論:基礎(chǔ)數(shù)學知識(一)
解鎖數(shù)據(jù)分析的正確姿勢:描述統(tǒng)計
第8章:指標分析
Excel描述性統(tǒng)計分析函數(shù)
案例 | 國際海運時間分析,如何使用數(shù)據(jù)為供應鏈提供洞察?
更多類似文章 >>
生活服務
分享 收藏 導長圖 關(guān)注 下載文章
綁定賬號成功
后續(xù)可登錄賬號暢享VIP特權(quán)!
如果VIP功能使用有故障,
可點擊這里聯(lián)系客服!

聯(lián)系客服