九大数据分析方法:结构分析法

共 1943字,需浏览 4分钟

 ·

2021-09-27 19:00

↑ 点击上方 “码工小熊” 关注 + 星标 ~ 
第一时间获取最新内容哦  


大家好,我是爱学习的xiong熊妹

今天继续跟小伙伴们分享九大数据分析方法系列——结构分析法。结构分析法是一种很简单的方法,也是数据分析是否入门的重要标志。一般没入门的人,对分析方法的掌握就到此为止了。并且没入门的人,会给结构分析法起很多高大上的名字,类似:拆解法/拆分法 一类。

一、何为“结构”?

一般把构成整体的各个部分叫:结构。比如一家综合企业:小熊公司,有3条业务线(天猫店、实体店、小程序商城)同时在开展。则总业绩就是有天猫店业绩、实体店业绩、小程序业绩三部分构成的。这就是总业绩的结构。

注意:总业绩的结构可能不止一种分类方式。比如,小熊公司有普通、黄金、钻石三档次会员,则总业绩=普通会员业绩+黄金会员业绩+钻石会员业绩;小熊公司有300款商品,总业绩就是这300款商品业绩之和。总之,只要是整体的组成部分,就是一个结构。

二、知道“结构”有什么用?

知道结构,能更容易解读出整体数据变化背后的原因。比如小熊公司业绩出现下滑了,如果只看总数,就只能干着急没办法……但是分业务线,看到业绩变化以后,是不是有思路了(如下图)



如果只看整体,不知道问题出在哪里。_(¦3)∠)_
如果看了结构,能发现:原来是实体店下降,电商平台又没发展起来导致的。

通过结构分析法,能快速定位问题发生点,从而激发解决问题思路。

三、如何进行结构分析?

完整的结构分析法,包含四步:
第一步:定出要分析的关键指标(一般是业绩、用户量、DAU、利润等等)
第二步:了解关键指标的构成方式(比如业绩,由哪些用户、哪些商品、哪些渠道组成)
第三步:跟踪关键指标的走势,了解指标结构变化情况
第四步:在关键指标出现明显上升/下降的时候,找到变化最大的结构分类,分析问题

比如上边的小熊公司业绩变化,用结构分析法做,是这样的:
第一步:定出关键指标,总业绩。
第二步:了解总业绩的构成,包含实体店、电商平台、小程序商城三部分。
第三步:跟踪总业绩变化,发现今年3月到7月,一直呈现下降态势。
第四步:观察结构变化,发现实体店是下降的主要原因。
这样就完成了一个分析。

注意:结构的变化,可能有两种态势。还拿小熊公司举例子,可能同样的业绩下降,有两种变化形态:


如果各部分比例有变化,则可以轻松看到哪一部分是下降的主要原因,比如上图2所示,一眼就看到,是实体店越来越少,导致了业绩下降。但是,如果各部分比例没有变化,比如上图1.则说明:目前的结构分类,不是产生问题的关键点。很有可能,业绩下滑是因为:大环境不好、钻石级会员流失、主打商品卖不动等等其他原因。此时需要更换看结构的分类方法,比如更换成:会员等级分类、商品分类等,再进行观察。

当然,有可能实体店还有内部结构,比如分为华东、华南、华北等大区;大区下边,又分为各个城市。因此在发现实体店是下降的主要原因后,可以用类似的方法,追踪到:到底是哪个大区、哪个城市的门店降的最厉害(如下图)


这种基于结构,逐层拆解的做法,也被很多人称为:拆解法/拆分法。甚至有人直接宣布:数据分析就是拆解……好吧,这是很错误的。

四、结构分析法的不足

结构分析法是一种:知其然,不知其所以然的方法。只适用于发现问题,不能解答问题。比如小熊公司案例里,再多追问一步:是因为疫情影响,导致实体店不行(意味着挺过疫情就能恢复),还是因为电商影响,所以实体店不行呢?单靠结构分析法就解答不了了。

从本质上看,结构分析法只是用一个或几个分类维度,对一个指标做拆解和分类对比。因此是种很初级的方法。比如矩阵分析法,就能利用两个指标做分析,又比结构分析法更进了一步。

这个下一篇再分享,喜欢的话,请点赞+在看+分享,一键三连,支持下小熊妹哦,谢谢大家。



往期精彩回顾

九大数据分析方法:矩阵分析法
九大数据分析方法之:周期性分析法
数据分析都提过什么样的奇葩建议
够清楚!用户分层与RFM模型可以这么做
从0到1,轻松写出数据分析报告
相亲多少次就该做出决定了?答案是:37%


学习资料领取


小熊妹给大家整理了很多数据类的学习资料,欢迎领取哦,我打赌你会看的

点击下面名片关注公众号【码工小熊】,在会话栏回复关键字即可领取!

1、回复【SQL】领取Mysql基础查询手册。

2、回复【python合集】领取十份python学习资料。


另外,扫码可添加小熊妹微信,交流学习数据知识哦。


浏览 23
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报