七种常见的数据分析方法拆解，打工人必备｜6000字解析( 二 )

对比分析法
什么是对比分析法？
文章图片
上面这张图表是一个常见的柱状图，而柱状图的作用在于直观对比各项数据之间的差异。上面这张柱状图是针对9月份各渠道获客统计的一个对比分析图表，针对各渠道的下载量、访问量、注册量进行对比。对比要点一：对比建立在同一标准维度上在这张图中，首先要关注到的对比要点是各项数据的对比要基于同一维度。这张图是针对9月份的渠道推广效果的对比统计， 9月份就是第一个对比标准，也就是时间维度。在时间维度下，后续对比的结果都是基于这个标准产生的，也就是在9月份这个时间范围内的数据对比，并不能用10月份的数据与这个图表中的数据对比。当然，除了时间维度，也可以使用空间维度，例如渠道A在1-12月每月的数据对比。无论用什么维度，对比要建立在一个大的标准下。对比要点二：拆分出相关影响因素在时间这个大维度下，我们对各渠道的获客效果进行了拆分，也就是将获客效果衡量分为了访问量、下载量和注册量。这三个维度的数据作为判断渠道获客的标准，从对比中找出各渠道的优劣。例如通过这个图表可以看出，渠道A的访问量最高，渠道B的下载量最高，渠道A的注册量最高，那么这样的对比结果能够说明什么问题呢？我们能够看到，渠道A从访问到下载的流失比较严重，渠道B从下载到注册的流失比较严重，而渠道C在访问量、下载量都低于其他渠道的基础上，渠道C的注册量与渠道A并没有相差太多。也就是说，我们可以提出一个假设，渠道C的获客效果更好，为了印证这个假设，我们可以在影响因素中再加入渠道投放花费这个维度，如果渠道A的高访问是因为高花费，渠道C的低访问是因为低花费，那么基本可以印证这个假设。对比要点三：各项数据对比需要建立数据标准在这张图中能够看到一个比较奇怪的现象，渠道B的下载量比访问量还要高，为什么会这样呢？我们在这张图表中加入了一个中间标准数据，对各项数据进行了一次标准换算。假设访问量的真实数据为1万是，标准数据为1 ，下载量的真实数据为1千时，标准数据为1 ，注册量的真实数据为100时，标准数据为1.经过标准数据的换算，我们将各项数据放在一张图表上时，对比的差异化会更明显。对比分析法的维度可以分为同比、环比、定基比等不同的对比方法：对比分析在于看出基于相同数据标准下，由其他影响因素所导致的数据差异，而对比分析的目的在于找出差异后进一步挖掘差异背后的原因，从而找到优化的方法。04
可行域分析
什么是可行域分析？
文章图片
上方左侧图是一张福格模型的图，福格大哥将影响用户行为动机的因素拆分为mat三个因素。 m是付出行动的动机， a是付出行动的能力， t是触发行动的条件，简单理解就是大众只对自己感兴趣并且有能力满足的事物会产生下一步行为。比如新iphone卖1万，大多数人是买的起的，这就有了付出行动的能力，而产生行为的动机就取决于新iphone的创新能力，当乔布斯从文件袋里掏出ipad的时候，将大家的动机调动到了最高点，但价格限制了一部分人付出行动的能力。动机越高，需要付出的能力越低，形成的有效触发区域就越广，福格模型的触发有效区，我们就将其称之为可行域。那么可行域分析该怎么用呢？