本文作者將與你分享三種數(shù)據(jù)分析方法：常規(guī)分析、統(tǒng)計模型分析以及自建模型分析。掌握這三種分析思路，就能解決大部分分析需求，并根據(jù)分析需求固化為數(shù)據(jù)產(chǎn)品。

很多人覺得，做數(shù)據(jù)產(chǎn)品經(jīng)理就沒有必要掌握數(shù)據(jù)分析相關(guān)技能了，終于可以遠(yuǎn)離了枯燥的數(shù)據(jù)分析工作。如果真這么覺得，那么就大錯特錯了，一個好的數(shù)據(jù)產(chǎn)品經(jīng)理，不僅要有產(chǎn)品sense，還要有好的分析思路，因為一個數(shù)據(jù)產(chǎn)品需求大部分都是由分析需求固化而來的。很多時候，數(shù)據(jù)產(chǎn)品和分析是分不開的，一個好的數(shù)據(jù)產(chǎn)品經(jīng)理，要掌握常用的數(shù)據(jù)分析框架和方法，才能使做出來的數(shù)據(jù)產(chǎn)品讓數(shù)據(jù)分析師和業(yè)務(wù)人員使用更順手，更貼近業(yè)務(wù)。

在進行數(shù)據(jù)分析之前，一般都會先想一下分析框架和分析方法，數(shù)據(jù)分析方法一般有常規(guī)分析、統(tǒng)計模型分析以及自建模型分析。掌握這三種分析思路，就能解決大部分分析需求，并根據(jù)分析需求固化為數(shù)據(jù)產(chǎn)品。下面重點講一下這三個分析方法。

1、常規(guī)分析

其實很多公司80%的分析需求都是可以通過常規(guī)分析解決，很多分析師一般把業(yè)務(wù)相關(guān)數(shù)據(jù)從hive或者mysql中導(dǎo)入到excel，然后在excel中通過簡單的表格、線圖等方式來簡單直觀的分析數(shù)據(jù)。常規(guī)分析經(jīng)常會用到同環(huán)比分析法和ABC分析法，即分析對比趨勢和分析占比情況。

同環(huán)比分析應(yīng)用到數(shù)據(jù)產(chǎn)品中常見的有業(yè)務(wù)周、月、日報等，例如，拿很多互聯(lián)網(wǎng)公司都關(guān)注的核心指標(biāo)DAU（日活躍用戶數(shù)），周報里一般都會對比DAU的周環(huán)比變化，如果上漲或者下跌的比較大的話，就要進一步查找分析業(yè)務(wù)原因。

同比：某個周期的時段與上一個周期的相同時段比較，如今年的6月比去年的月，本周的周一比上周的周一等等。同比增長率=（本期數(shù)－同期數(shù)）/同期數(shù)×100%。

環(huán)比：某個時段與其上一個時長相等的時段做比較，比如本周環(huán)比上周等等。環(huán)比增長率=（本期數(shù)－上期數(shù)）/上期數(shù)×100%。

至于ABC分析法，一般是以某一指標(biāo)為對象，進行數(shù)量分析，以該指標(biāo)各維度數(shù)據(jù)與總體數(shù)據(jù)的比重為依據(jù)，按照比例大小順序排列，并按照一定的比重或累計比重標(biāo)準(zhǔn)，將各組成部分分為ABC三類。舉一個通俗易懂的例子，經(jīng)過長期的觀察發(fā)現(xiàn)：美國80%的人只掌握了20%的財產(chǎn),而另外20%的人卻掌握了全國80%的財產(chǎn),而且很多事情都符合該規(guī)律。于是可以應(yīng)用此規(guī)律在業(yè)務(wù)上，通過合理分配時間和力量到A類－總數(shù)中的少數(shù)部分，將會得到更好的結(jié)果。當(dāng)然忽視B類和C類也是危險的，但是它確實得到與A類相對少得多的注意。

舉一個比較簡單的例子，在分析支付訂單量的數(shù)據(jù)中，對各個城市的支付訂單量做ABC分析法進一步分析，如圖1所示，發(fā)現(xiàn)武漢、杭州、上海等地的支付訂單量占比很大，這樣就可以在運營活動中進一步關(guān)注占比比較高的城市，重點支持下這部分城市的活動推廣。

圖1 各城市支付訂單量占比情況

2、統(tǒng)計模型分析

當(dāng)掌握了很大的數(shù)據(jù)量，希望在數(shù)據(jù)中挖掘出更多信息的時候，一般都可以應(yīng)用成熟的模型進行比較深入的分析，例如，經(jīng)常會面對如下的業(yè)務(wù)場景：

1. 預(yù)測產(chǎn)品在未來一年內(nèi)的日活用戶數(shù)會按什么趨勢發(fā)展，預(yù)估DAU；
2. 上線了某個營銷活動，預(yù)估活動效果怎么樣，用戶參與度情況；
3. 對現(xiàn)有用戶進行細(xì)分，到底哪一類用戶才是目標(biāo)用戶群；
4. 一些用戶購買了很多商品后，哪些商品同時被購買的幾率高。

針對于第一個案例，要用到回歸分析，可以理解成幾個自變量通過加減乘除或者比較復(fù)雜的運算得出因變量，例如預(yù)估DAU，因變量是DAU，和他有關(guān)的自變量有新增用戶、老用戶、老用戶留存、回流用戶等，然后根據(jù)歷史數(shù)據(jù)，通過回歸分析擬合成一個函數(shù)，這樣就可以根據(jù)未來可能的自變量，進一步得出因變量。現(xiàn)在常用的回歸分析主要有線性和非線性回歸、時間序列等。

舉個簡單的例子，通過之前的業(yè)務(wù)支付訂單量要預(yù)測未來的訂單量情況作參考，在排除其他因素干擾的情況下，可以通過簡單的線性回歸根據(jù)支付訂單量的歷史值，進一步擬合出未來90的支付訂單量曲線情況，如下圖2所示。

圖2 ?線性回歸預(yù)測支付訂單量

針對第二個案列，根據(jù)以往活動的數(shù)據(jù)，分析活動的各個影響因素在滿足什么情況時才會產(chǎn)生我們想要的效果，并可以根據(jù)有活動時和沒有上線活動時的各項數(shù)據(jù)輸入到系統(tǒng)中，這個函數(shù)就會根據(jù)判斷活動效果會與哪些因素有關(guān)，目前常用的分類分析方法有：決策樹、貝葉斯、KNN、神經(jīng)網(wǎng)絡(luò)等。

關(guān)于第三個案例，可以用聚類分析，細(xì)分市場、細(xì)分用戶群里都屬于聚類問題，這樣更方便了解用戶的具體特征，從而針對性的做一些營銷等，常見的聚類分析一般有K均值聚類、分布估計聚類等。

關(guān)于聚類分析，最常用的就是對用戶進行分類，首先，要選取聚類變量，要盡量使用對產(chǎn)品使用行為有影響的變量，但是還是要注意這些變量要在不同研究對象上有明顯差異，這些變量之間又不存在高度相關(guān)，例如，年齡、性別、學(xué)歷等。然后，把變量對應(yīng)的數(shù)據(jù)輸入到模型中，選擇一個合適的分類數(shù)目，一般會選拐點附近的幾個類別作為分類數(shù)目，如下圖3。接下來，要觀察各類別用戶在各變量上的表現(xiàn)，找出不同類別用戶區(qū)別去其他用戶的重要特征，選取最明顯的幾個特征，最后進行聚類處理。

圖3 R2曲線

關(guān)于第四個案例，要用到關(guān)聯(lián)分析，在電商中的應(yīng)用場景比較大，最經(jīng)典的案例當(dāng)屬啤酒與尿不濕的搭配銷售，常用的關(guān)聯(lián)分析有購物籃分析、屬性關(guān)聯(lián)分析等。

做關(guān)聯(lián)分析一般要理解頻繁項集和關(guān)聯(lián)規(guī)則兩個概念，頻繁項集是經(jīng)常出現(xiàn)在一塊兒的物品的集合，關(guān)聯(lián)規(guī)則暗示兩種物品之間可能存在很強的關(guān)系。

下面用一個例子來說明這兩種概念：例如圖4，給出了某個雜貨店的交易清單。

圖4 訂單交易情況

頻繁項集是指那些經(jīng)常出現(xiàn)在一起的商品集合，圖中的集合{葡萄酒,尿布,豆奶}就是頻繁項集的一個例子。從這個數(shù)據(jù)集中也可以找到諸如尿布->葡萄酒的關(guān)聯(lián)規(guī)則，即如果有人買了尿布，那么他很可能也會買葡萄酒。

另外，為了評估關(guān)聯(lián)分析的效果和可信性，定義了可信度或置信度這兩個概念。規(guī)則{尿布}?{啤酒}的可信度被定義為”支持度({尿布,啤酒})/支持度({尿布})”，由于{尿布,啤酒}的支持度為3/5，尿布的支持度為4/5，所以”尿布?啤酒”的可信度為3/4。這意味著對于包含”尿布”的所有記錄，我們的規(guī)則對其中75%的記錄都適用。

3、自建模型分析

當(dāng)以上兩種分析方法都不能滿足業(yè)務(wù)的分析需求時，這時候就需要自建模型進行分析，例如每個公司的業(yè)務(wù)模式都不太一樣，當(dāng)要分析用戶在生命周期產(chǎn)生的價值（LTV）時，就需要根據(jù)自己的業(yè)務(wù)模式進行自建模型分析，對于一般依靠廣告營收的公司，LTV會與用戶活躍天數(shù)和Arpu（每用戶平均收入）值有關(guān)，而Arpu值方面，每個公司都有自己的廣告營收模式，所以Arpu值細(xì)分下去都是不太一樣的。自建模型是為了滿足業(yè)務(wù)需求，將各個指標(biāo)靈活自由組合，從而保證分析的有效性和針對性。

具體來看，定義LTV=平均活躍天數(shù)*Arpu值=平均活躍天數(shù)*（指標(biāo)1* 參數(shù)1 + 指標(biāo)2* 參數(shù)2 + 指標(biāo)3 * 參數(shù)3+……)，其實，處了平均活躍天數(shù)需要預(yù)測外，后面的幾個指標(biāo)的值都比較明確，直接輸入固定值就可以。

平均活躍天數(shù)預(yù)測方式：

圖5 留存率曲線

圖6 DAU曲線

如上圖5和6的所示根據(jù)實際留存率和實際ArpuDau進行截斷天數(shù)內(nèi)平均活躍天數(shù)預(yù)測：

（1）INPUT /每日實際留存數(shù)，OUTPUT/beta（α，β）曲線，預(yù)測哪一天就根據(jù)beta曲線返回對應(yīng)值【預(yù)測非線性擬合，起始點和終點權(quán)重較大】

對beta曲線目前分為三個partition：

• 樂觀預(yù)估：因ArpuDau持續(xù)上漲導(dǎo)致波動過大，輸出值過大。
• 穩(wěn)健預(yù)估：為保證輸出值穩(wěn)定平滑，進行l(wèi)og導(dǎo)數(shù)限制。
• 當(dāng)前平均預(yù)估：在穩(wěn)健預(yù)估無法輸出有效值時采用此預(yù)估方法，根據(jù)當(dāng)前留存和Arpu值作為重點，對未來進行預(yù)估。

（2）ArpuDau根據(jù)實際情況按公式進行每日計算，一段時間后Arpu值趨于穩(wěn)定。

（3）LTV公式= ∑（留存beta1*Arpu1+留存beta2*Arpu2+….+留存betak*Arpuk），可簡單理解為∑留存beta*∑ArpuDau

k值由模型調(diào)用者決定，660天LTV預(yù)估同樣可由模型調(diào)用者進行修改調(diào)整。

其實，以上的分析方法和思路，數(shù)據(jù)產(chǎn)品經(jīng)理只需要掌握基本的20%就能解決80%的問題，剩下的20%的問題，可以交給更專業(yè)的數(shù)據(jù)分析師們?nèi)ソ鉀Q，當(dāng)然，多學(xué)一些分析方法，對以后的數(shù)據(jù)工作還是很有幫助的。畢竟，數(shù)據(jù)產(chǎn)品和數(shù)據(jù)分析是分不開的，都是基于數(shù)據(jù)需求解決一定問題出發(fā)的，選擇什么方法去解決問題，還是需要具體深入到業(yè)務(wù)中去。

相關(guān)閱讀

數(shù)據(jù)產(chǎn)品經(jīng)理必備技能之BI建設(shè)

本文由 @徐鵬 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Pexels，基于 CC0 協(xié)議