关注小聚,数据分析不迷路
在这个数据为王的时代，作为一个产品经理或者增长黑客，数据分析是必修课之一。
提到数据分析，肯定要提到数据分析模型，在进行数据分析之前，先搭建数据分析模型，根据模型中的内容，具体细分到不同的数据指标进行细化分析，最终得到想要的分析结果或结论。
数据分析模型与数据分析方法
要进行一次完整的数据分析，首先要明确数据分析思路，如从那几个方面开展数据分析，各方面都包含什么内容或指标。是分析框架，给出分析工作的宏观框架，根据框架中包含的内容，再运用具体的分析方法进行分析。
掌握数据分析方法有一条好的捷径——套用分析模型，对新手来说几乎是百试百灵，只要掌握了下面几个分析模型，基本上可以应对工作中的所有业务分析场景。
常见的数据分析模型
1.PEST分析法
PEST，主要针对宏观市场环境进行分析，从政治、经济、社会以及技术四个维度对产品或服务是否适合进入市场进行数据化的分析，最终得到结论，辅助判断产品或服务是否满足大环境。
宏观环境又称一般环境，是指影响一切行业和企业的各种宏观力量。
对宏观环境因素作分析时，由于不同行业和企业有其自身特点和经营需要，分析的具体内容会有差异，但一般都应对政治、经济、技术、社会，这四大类影响企业的主要外部环境因素进行分析。
政治环境：政治体制、经济体制、财政政策、税收政策、产业政策、投资政策等。
社会环境：人口规模、性别比例、年龄结构、生活力式、购买习惯、城市特点等。
技术环境：折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度等。
经济环境：GDP 及增长率、进出口总额及增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。
2.AARRR模型
AARRR模型是做数据分析最基础的模型之一了，所谓的AARRR就是指获取、激活、留存、变现和传播。
其中:
获取就是指获取用户线索，我们可以分析SEO、SEM等分析网站的获取情况；激活就是指提高用户的活跃程度，主要是通过促销、内容说服等方式让用户成为最有价值的活跃用户；留存就是把上面的活跃客户沉淀下来，划归到自己的流量池中，比如常见的社区UCG、O2O服务留存等方式，我们可以通过日留存率、周留存率、月留存率等指标监控应用的用户流失情况，并采取相应的手段在用户流失之前，激励这些用户继续使用应用。变现其实就是获取收入，我们可以通过监控成交率等指标进行分析；传播是社交网络时代独有的分析方向，只有做到自传播的病毒式才能使自己的用户群群体不断扩大；3.PFM模型
RFM分析是客户关系分析中一种简单实用客户分析方法，他将最近一次消费、消费频率、消费金额这三个要素构成了数据分析最好的指标，衡量客户价值和客户创利能力。
RFM分析也就是通过这个三个指标对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略。
R——最后交易距离当前天数（Recency）F——累计交易次数（Frequency）M——累计交易金额（Monetary）
在这三个制约条件下，我们把M值大，也就是贡献金额最大的客户作为“重要客户”，其余则为“一般客户"和”流失客户“，基于此，我们产生了8种不同的客户类型：
重要价值客户：复购率高、购买频次高、花费金额大的客户，是价值最大的用户。
重要保持客户：买的多、买的贵但是不常买的客户，我们要重点保持；
重要发展客户：经常买、花费大但是购买频次不多的客户，我们要发展其多购买；
重要挽留客户：愿意花钱但是不常买、购买频次不多的客户，我们要重点挽留；
一般价值客户：复购率高、购买频次高，但是花费金额小的客户，属于一般价值；
一般保持客户：买的多但是不常买、花钱不多，属于一般保持客户；
一般发展客户：经常买，但是买不多、花钱也不多，属于一般发展客户；
一般挽留客户：不愿花钱、不常买、购买频次不高，最没有价值的客户；
4. 5W2H模型5W2H，即为什么（Why）、什么事（What）、谁（Who）、什么时候（When）、什么地方（Where）、如何做（How）、什么价格（How much），主要用于用户行为分析、业务问题专题分析、营销活动等。
应用场景较广，可用于对用户行为进行分析以及产品业务分析。
这个模型非常地使用，我们就以用户购买行为为例：
Why：用户为什么要买？产品的吸引点在哪里？
What：用户买的是什么？也就是产品提供的功能是什么？
Who：购买产品的用户是什么群体？这个群体的特点是什么？
When：用户的购买频次是多少？
Where：产品在哪里最受欢迎？在哪个平台卖出去？
How：用户通过什么方式、渠道购买？
How much：用户购买的成本是多少？
5. SWOT分析模型
SWOT分析法也叫态势分析法，S是优势、W是劣势，O是机会、T是威胁或风险。
其中，机会与威胁一般一起分析，威胁指的是环境中一种不利的发展。趋势所形成的挑战，如果不采取果断的战略行为，这种不利趋势将导致公司的竞争地位受到削弱。机会就是对公司行为富有吸引力的领域，在这一领域中，该公司将拥有竞争优势。
相对的就是优势与劣势分析，是从整个价值链的每个环节上，将企业与竞争对手做详细的对比，如产品是否新颖，制造工艺是否复杂，销售渠道是否畅通，以及价格是否具有竞争性等。
而影响企业竞争优势的持续时间，主要的是三个关键因素：
建立这种优势要多长时间?能够获得的优势有多大？竞争对手做出有力反应需要多长时间？
6. 逻辑树分析模型
逻辑树又称问题树、演绎树或分解树等。它是把一个已知问题当成“主干”，然后开始考虑这个问题和哪些相关问题有关，也就是“分支”。逻辑树能保证解决问题的过程的完整性，它能将工作细分为便于操作的任务，确定各部分的优先顺序，明确地把责任落实到个人。
主要针对已知问题进行分析，通过对已知问题的细化分析，通过分析结论找到问题的最优解决方案。
逻辑树的使用必须遵循以下三个原则：
要素化：把相同的问题总结归纳成要素。框架化：将各个要素组织成框架。遵守不重不漏的原则。关联化：框架内的各要素保持必要的相互关系，简单而不独立。7. 4P 营销理论模型
4P即产品（Product）、价格（Price）、渠道（Place）、推广（Promotion）。
主要用于公司或其中某一个产品线的整体运营情况分析，通过分析结论，辅助决策近期运营计划与方案。
8. 漏斗模型
它是一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况，是一种重要的分析模型。
漏斗分析模型已经广泛应用于网站和APP用户行为分析的流量监控、CRM系统、SEO优化、产品营销和销售等日常数据运营与数据分析的工作中。
漏斗分析最常用的是转化率和流失率两个互补型指标。
用一个简单的例子来说明:
假如有100人访问某电商网站，有30人点击注册，有10人注册成功。这个过程共有三步，第一步到第二步的转化率为30%，流失率为70%，第二步到第三步转化率为33%，流失率67%；整个过程的转化率为10%，流失率为90%。该模型就是经典的漏斗分析模型。
小结
数据分析模型的应用场景根据数据分析所选取的指标不同也有所区别。
同时，模型只是前人总结出的方式方法，对于我们实际工作中解决问题有引导作用，但是不可否认，具体问题还要具体分析，针对不同的情况需要进行不同的改进，想要成为一个数据专家，最重要的一点还是多实践!实践才是真理!
本周数据分析训练营正如火如荼进行中!!
免费一周学会Excel BI商业数据分析
还有专属猎头顾问,进行岗位内推,精修简历,指导面试
扫码报名参加训练营,
了解更多详情关注同名公众号
后台回复关键词获取
