日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

  1. 首頁 > 云知道 > >

如何建立數(shù)據(jù)分析模型「大數(shù)據(jù)建模一般有哪些步驟呢」( 八 )

云知道


虛榮指標(biāo)是沒有意義的指標(biāo)，往往它會很好看，能夠粉飾運(yùn)營和產(chǎn)品的工作績效，但我們要避免使用 。
第二個壞指標(biāo)是后驗(yàn)性指標(biāo)，它往往只能反應(yīng)已經(jīng)發(fā)生的事情 。
比如我有一個流失用戶的定義：三個月沒有打開APP就算做流失 。那么運(yùn)營每天統(tǒng)計(jì)的流失用戶數(shù)，都是很久沒有打開過的，以時效性看，已經(jīng)發(fā)生很久了，也很難通過措施挽回 。我知道曾經(jīng)因?yàn)槟硞€不好的運(yùn)營手段傷害了用戶，可是還有用嗎？
活動運(yùn)營的 ROI（投資回報率）也是后驗(yàn)性指標(biāo)，一個活動付出成本后才能知道其收益 ?？墒浅杀疽呀?jīng)支出，活動的好與壞也注定了 。活動周期長，還能有調(diào)整余地 ?；顒佣唐诘脑?，這指標(biāo)只能用作復(fù)盤，但不能驅(qū)動業(yè)務(wù) 。
第三個壞指標(biāo)是復(fù)雜性指標(biāo)，它將數(shù)據(jù)分析陷于一堆指標(biāo)造成的陷阱中 。
指標(biāo)能細(xì)分和拆解，比如活躍率可以細(xì)分成日活躍率、周活躍率、月活躍率、老用戶活躍率等 。數(shù)據(jù)分析應(yīng)該根據(jù)具體的情況選擇指標(biāo)，如果是天氣類工具，可以選擇日活躍率，如果是社交 APP ，可以選擇周活躍率，更低頻的產(chǎn)品則是月活躍率 。
每個產(chǎn)品都有適合它的幾個指標(biāo)，不要一股腦的裝一堆指標(biāo)上去，當(dāng)你準(zhǔn)備了二三十個指標(biāo)用于分析，會發(fā)現(xiàn)無從下手 。
指標(biāo)結(jié)構(gòu)
既然指標(biāo)太多太復(fù)雜不好，那么應(yīng)該如何正確的選擇指標(biāo)呢？
和分析思維的金字塔結(jié)構(gòu)一樣，指標(biāo)也有固有結(jié)構(gòu)，呈現(xiàn)樹狀 。指標(biāo)結(jié)構(gòu)的構(gòu)建核心是以業(yè)務(wù)流程為思路，以結(jié)構(gòu)為導(dǎo)向 。
假設(shè)你是內(nèi)容運(yùn)營，需要對現(xiàn)有的業(yè)務(wù)做一個分析，提高內(nèi)容相關(guān)數(shù)據(jù)，你會怎么做呢？
我們把金字塔思維轉(zhuǎn)換一下，就成了數(shù)據(jù)分析方法了 。
從內(nèi)容運(yùn)營的流程開始，它是：內(nèi)容收集—內(nèi)容編輯發(fā)布—用戶瀏覽—用戶點(diǎn)擊—用戶閱讀—用戶評論或轉(zhuǎn)發(fā)—繼續(xù)下一篇瀏覽 。
這是一個標(biāo)準(zhǔn)的流程，每個流程都有指標(biāo)可以建立 。內(nèi)容收集可以建立熱點(diǎn)指數(shù)，看哪一篇內(nèi)容比較火 。用戶瀏覽用戶點(diǎn)擊則是標(biāo)準(zhǔn)的 PV 和 UV 統(tǒng)計(jì)，用戶閱讀是閱讀時長 。
從流程的角度搭建指標(biāo)框架，可以全面的囊括用戶相關(guān)數(shù)據(jù)，無有遺漏 。
這套框架列舉的指標(biāo)，依舊要遵循指標(biāo)原則：需要有核心驅(qū)動指標(biāo) 。移除虛榮指標(biāo)，適當(dāng)?shù)倪M(jìn)行刪減，不要為添加指標(biāo)而添加指標(biāo) 。
維度分析法
當(dāng)你有了指標(biāo)，可以著手進(jìn)行分析，數(shù)據(jù)分析大體可以分三類，第一類是利用維度分析數(shù)據(jù)，第二類是使用統(tǒng)計(jì)學(xué)知識如數(shù)據(jù)分布假設(shè)檢驗(yàn)，最后一類是使用機(jī)器學(xué)習(xí) 。我們先了解一下維度分析法 。
維度是描述對象的參數(shù)，在具體分析中，我們可以把它認(rèn)為是分析事物的角度 。銷量是一種角度、活躍率是一種角度，時間也是一種角度，所以它們都能算維度 。
當(dāng)我們有了維度后，就能夠通過不同的維度組合，形成數(shù)據(jù)模型 。數(shù)據(jù)模型不是一個高深的概念，它就是一個數(shù)據(jù)立方體 。
上圖就是三個維度組成的數(shù)據(jù)模型／數(shù)據(jù)立方體 。分別是產(chǎn)品類型、時間、地區(qū) 。我們既能獲得電子產(chǎn)品在上海地區(qū)的 2010 二季度的銷量，也能知道書籍在江蘇地區(qū)的 2010 一季度銷量 。
數(shù)據(jù)模型將復(fù)雜的數(shù)據(jù)以結(jié)構(gòu)化的形式有序的組織起來 。我們之前談到的指標(biāo)，都可以作為維度使用 。下面是范例：
將用戶類型、活躍度、時間三個維度組合，觀察不同用戶群體在產(chǎn)品上的使用情況，是否A群體使用的時長更明顯？
將商品類型、訂單金額、地區(qū)三個維度組合，觀察不同地區(qū)的不同商品是否存在銷量差異？
數(shù)據(jù)模型可以從不同的角度和層面來觀察數(shù)據(jù)，這樣提高了分析的靈活性，滿足不同的分析需求、這個過程叫做 OLAP（聯(lián)機(jī)分析處理） 。當(dāng)然它涉及到更復(fù)雜的數(shù)據(jù)建模和數(shù)據(jù)倉庫等，我們不用詳細(xì)知道 。

推薦閱讀