某互联网app日活下跌了5%,作为数据分析师应该如何分析这个问题?
下面对如上出现的关键词进行详细解释。
多维分析:将多维度的数据进行拆分、整合后分析。OLAP
交叉分析:分析两个变量时,将变量进一步细化,然后组合交叉分析。
复盘分析:推出的新策略效果如何?如果效果不错那能否继续优化?如果没有效果或反作用,寻找问题原因,记录在册,尝试突破新的方向。
环比:与连续的上个时间周期内的数据相比较
本月用户增长率环比上月增长了30%
同比:与不连续的前几个时间周期内的数据相比较
5月用户的增长率同比2月下跌10%
核心逻辑在于:是否是一个连续周期
单因素方差分析适用于三组以上平均数差异的检验。
要求数据满足正态性、独立性和方差齐性的要求,对数据要求较高,数据为连续数据。
指标是反应业务特征及其变化的数据
维度是指可指定不同值的对象的描述性属性或特征。
维度是说明和观察事物的角度,指标是衡量数据的标准。
维度是定语、指标是主语或宾语
灰度、小流量、对照控制组
相关性分析是指对两个或多个具备相关性的变量元素进行分析,并且注意相关性不等于因果性。
(1)分类问题
类别变量:用卡方检验
连续变量:先分箱为类别(分段),再用卡方检验(或颠倒自变量与因变量,再采用方差分析检验)
(2)回归问题
类别变量:方差分析
连续变量:用皮尔森相关系数
方差分析、卡方检验的其核心的区别:数据类型不一样
如果是定类和定类,此时应该使用卡方检验;
如果是定类和定量,此时应该使用方差或者T检验。
卡方检验的本质是将样本数据与预期结果进行比较。
适合卡方检验的条件:样本必须是随机的;卡方检验的理论频数不能太小。
常用的卡方检验:
新增用户:日新增
活跃用户:日活跃率/周活跃率/月活跃率(如何定义根据业务需求)
日活/周活/月活(一个月里面至少一次登录,故统计要去重):DAU/WAU/MAU
留存用户:评估产品功能对用户的黏性效果
留存率:次日留存率/7日留存率/30日留存率 (40/20/10法则)
访问次数(PV)、访问人数 (UV)、转发率(转发/看到)、转化率(购买/看到广告或进入店铺)、K因子
成交总额、成交数量、客单价、付费率、复购率、访问时长
人均付费(ARPU)、付费用户人均付费(ARPPU)、人均访问时长
看转化→看流失→每一步结合其他指标分析→转化率的时间变化→每步用户画像变化
北极星指标(核心指标)
好的指标应该是比率
Facebook:月活跃人数
拼多多:GMV
喜马拉雅:用户收听时长
Instagram:照片分享率
虚荣指标:注册用户等