做数据分析的时候会用到哪些方法论？

昨晚，我举行了一次分享会。在后面的问题环节中，一位同学提出了一个很好的问题：你觉得数据怎么样？我觉得很多时候我们在做操作的时候都是基于数据的。这个学生可以说戳了很多从事操作的朋友，因为我们现在做操作更多的是拍脑子或主观意愿做操作决策，没有太多的数据分析和证明这是错误的。当我第一次接触到操作时，我也想要很多朋友，更多的是依靠自己的直觉来做决定，而不是添加数据来分析和证明。我之前在一篇文章中说过：数据驱动操作是未来操作的趋势，也是我们操作人员的分水岭，在操作刀耕火时代趋于衰落，精细操作变得尤为重要，数据驱动决策是我们操作人员必须面对挑战，也是我们必须潜意识地学习的技能。这里有一个误区需要分析:数据分析方法论:更多的是指数据分析的思路，从宏观的角度指导如何进行数据分析和数据分析的初步规划。数据分析方法：指具体的分析方法，如比较分析方法、交叉分析方法等具体方法，是指如何从微观的角度进行数据分析。不要说，我们的许多初级操作经常会弄错这两个概念。今天我们要讲的是宏观数据分析方法论。逻辑树是将问题的所有子问题分层列出，从最高层开始，并逐渐向下扩展。“逻辑树”是麦肯锡分析问题最常用的工具。“逻辑树”是指在解决问题的过程中深入探索问题的原因，从而在有限的时间内“具体化”解决问题的技术。它以逻辑因果关系为解决方向，经过层层逻辑推导，最终导出解决问题的方法。冷静客观的逻辑分析可以为我们的操作提供坚实的图表基础，当然，具体的执行也需要每个人的认知和感知。采用麦肯锡逻辑树分析法，通过逻辑思维，可以轻松解决问题。逻辑树有三个优点：提前找出遗漏或重复、扩展原因和解决方案，使每个内容的因果关系更加清晰和具体。具体来说，用“逻辑树”探索因果关系，总结现象，找出“问题在哪里”；假设有可能的解决方案，尽快验证可行性；分析数据，合理推断，找到最终答案；打破框架，发散和收敛，打破思维盲点；培养洞察力、抽象归纳、具体分析，看到别人看不见的答案。5W2H分析法，又称七何分析法，是二战中美国陆军兵器修理部首创的。提出问题、发现问题和解决问题是极其重要的。创造力高的人都有能力提问。众所周知，提出一个好的问题意味着问题已经解决了一半。提问技巧高，能充分发挥人的想象力。相反，一些问题会挫伤我们的想象力。例如，在设计新产品时，发明者经常提出：为什么？（Why）；做什么（What）；何人做（Who）；何时（When）；何地（Where）；如何（How）；多少（Howmuch）。这构成了5W2H法的总框架。如果问题中经常有“假如…”、“如果……”、“是不是……”这种虚构是一种需要更高想象力的问题。在发明设计中，对问题不敏感，看不出问题与平时不善于提问密切相关。对于一个问题，有可能发现新的知识和新的问题。因此，从根本上说，要学会发明创造，首先要学会提问，善于提问。阻碍提问的因素，一是怕提问多，被别人视为什么都不懂的傻瓜，二是随着年龄和知识的增长，提问的欲望逐渐淡薄。如果问题没有得到回答和鼓励，但被嘲笑，结果在人们的潜意识中形成了这种观点：好问题，好问题是扰乱别人的讨厌鬼，最好闭上嘴唇，不要看，不要忽视，不要问，但这只是阻碍了人们的创造力。PEST分析应用于宏观环境分析。例如，一些世界500强企业在分析国内外宏观环境时经常使用这种方法。如沃尔玛、大润发、肯德基等。P是政治(politics)，E是经济(economy)，S是社会(society)，T是技术(technology)。然而，PEST分析有一种平衡优缺点的状态：PEST缺点：变化因素大。企业决策需要考虑各种因素。pest分析了宏观市场因素，因此不全面。PEST的优点：外部因素主要包括PEST、e、s、pest作为战略决策的基础，可以从宏观角度全面分析外部环境。从不同的角度，从变化的因素上探索某一行业可能的发展潜力，对企业的发展前景有很大的整体把握。能够及时响应各方面的变化，制定相应的变化策略。4、SWOT方法论SWOT分析法不仅可以用来分析企业的环境优缺点，还可以用来分析个人的缺点，这也是我们最早接触到的分析方法论。然而，它是一种科学的分析方法，用于确定企业自身的竞争优势、竞争劣势、机遇和威胁，从而将公司战略与公司内部资源和外部环境有机结合。大概是在2009年，我接触到了这个方法论，当然，那也是学生时代。然而，我认为这种分析方法在学生时代或多或少都会接触到。后来出来工作后，会经常接触，分析竞争产品和自己的环境。例如，当我做一个操作活动时，我会更经常地使用这种方法论。做好活动运作，创造成功的活动，离不开每一个环节的精心设置，知己知彼才能百战不殆。SWOT分析作为活动运营的前期准备阶段，可以让运营策划人员认识到现状，把握活动资源的优缺点，为制定可量化目标提供参考。我们处于瞬息万变的环境中:行业环境在变，竞争对手在变，自身情况在变，产品在变，资源在变，人在变。详细分析内外优缺点和机会威胁，可以为活动的顺利发展奠定坚实的基础。比如我们想策划一个简单的微博转发抽奖活动，旨在吸引10万新粉丝的注意力，这就要求提供的奖品足够有价值。假设奖品为20台128GiPhone7，按市场价格计算，每台6300元，总成本为126000元。但综合分析公司过去的活动预算和最近的财务收支，发现企业的活动预算不可能达到1.2.6万，由于资金限制，活动没有实际意义。如果有足够的资金，可以为活动投入更多的资源，这是企业的优势，可以有效利用；没有足够的资金，这是企业的劣势，需要努力解决，包括使活动副本更有趣，奖品设置更实用，动员更多的人帮助宣传等等。我们都知道用户行为方法论。我们每天都在做IP操作、pv、uv、处理页面停留时间、跳出率、回访者、新访问量、流失率、日/周/月保留率。然而，作为我们的运营商，我们每天处理这么多的数据，但我们只是不知道什么是有用的，什么是可以删除的，什么对我们的决策起着决定性的作用。我们称这些数据分析为用户行为分析。用户行为分析是指在获取网站访问的基本数据时，对相关数据进行统计分析，发现用户访问网站的规律，并将这些规律与网络营销策略相结合，从而发现当前网络营销活动中可能存在的问题，为进一步纠正或重新制定运营或营销策略提供依据。不同的用户关注不同的点，所以要分析不同的点，当然，前提是你的用户应该足够，基于大数据是最重要的。图片来源是网络认知→网站访问→IP、PV、熟悉人均页面访问量和访问来源→网站浏览，网站搜索→平均停留时间、跳出率、页面偏好、试用搜索访问次数→用户注册→注册用户数量，注册转化率使用→用户登录，用户订购→登录用户数量、人均登录、访问登录比、订购量、订购频率、内容、转化率忠诚度→用户粘度，用户流失→回访者比例、访问深度、用户流失率和流失率，我认为现阶段用户行为分析的运营商更关注粘性、活动性和输出三点。粘性是用户在一段时间内连续访问和使用网站的情况，更强调一种连续状态，包括访问频率和访问间隔。粘性是用户在一段时间内连续访问和使用网站的情况，更强调一种连续状态，包括访问频率和访问间隔。活跃用户是指每次访问的过程，调查用户访问的参与度，从而在统计期内选择平均访问时间和平均访问页数来衡量活动。粘性和活动产生的价值可能是显性的，也可能是隐藏的，如品牌或声誉，但输出直接根据网站业务来衡量用户创造的价值输出，如电子商务网站可以选择订单数量和“客户单价”，一个测量输出频率，一个测量平均输出值的大小。以上是我们在工作、学习和生活中常用的五种数据分析方法，当然，在数据分析方法中，如4P理论、BCG波士顿矩阵、通用电气矩阵、五力模型、价值链理论可能听得更少，使用更少，但无论如何，未来的运营必须基于数据分析做出决策，决定行为理论分析是不可能的。

以上就是关于做数据分析的时候会用到哪些方法论？的相关介绍，更多做数据分析的时候会用到哪些方法论？相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对做数据分析的时候会用到哪些方法论？有更深的了解和认识。