零基础如何做运营数据分析(零基础电商运营)

序分析资料，我个人认为可以看作是逻辑思维的应用，我知道逻辑和基本思维方法和其他方法基本相似，有一些区别。最近有一些空业余时间学习一波数据分析的基本思路。建模的时候，我的

本文最后更新时间： 2023-03-06 20:26:16

序

分析资料，我个人认为可以看作是逻辑思维的应用，我知道逻辑和基本思维方法和其他方法基本相似，有一些区别。最近有一些空业余时间学习一波数据分析的基本思路。建模的时候，我的思维逻辑很清晰。本文仅供参考。

一、数据分析的基本概念

数据分析是指用适当的统计分析方法对大量收集的数据进行分析，并对其进行总结、理解和消化，以最大限度地发挥数据的功能，充分发挥数据的作用。

1.数据分析主要包括:

描述性统计分析

频数分析、相关分析(偏相关分析)、单因素方差分析、多因素方差分析、描述性统计、正态性检验、协方差分析、偏相关分析、Ridit分析、事后多重比较

探索性数据分析

统计可视化

验证性数据分析

单样本Z检验、单样本T检验和双样本T检验

定性数据分析

折叠德尔菲法，折叠质量分析法，折叠吸引力指数

离线数据分析

在线数据分析

二、数据分析必须掌握的能力数据思维业务知识Excel数据可视化SQL统计学习Python、R1.结构层次底层数据的收集/产品端收集数据业务化/产品需要什么样的数据数据决策和执行/怎么让产品更好数据模型/产品开始自动化和系统化的运营数据战略/指导未来2.数据分析流程-一般框架图

二。能够掌握数据分析数据思维业务知识Excel数据可视化SQL统计学习Python，R1。结构层底层数据的收集/产品端数据收集的业务/产品需要什么样的数据？数据的决策和执行/如何把产品做得更好？数据模型/产品数据策略的自动化和系统化操作/引导未来2。数据分析过程-总体框架图

数据分析框架图

3.数据分析的三个核心思想

三种核心思维

结构化思维是指以一定的范式和过程序列来思考、分析和解决问题。首先以假设为先导，正确定义问题，假设并列出问题的要素，然后对要素进行合理分类，排除非关键类，分析关键类，寻找对策，制定行动方案。它是一种思维方式，也是一种管理方法)公式化(例如:程序=数据结构+算法)businessal(结合以上方法，贴近业务)三。数据分析方法1。常用的分析方法:象限法:包括二维平面和三维立体。假设法:启发式思维驱动思维比较法:一种挖掘数据规律的思维方法。方法28:一种只关注重点，20%的变量会产生80%的效果指标法:商业的各种名义指标，线性加权，反比，对数法，一种目标驱动的思维方法。多维法:包括钻孔、盘绕、切片、切割、旋转等方法。漏斗法:一种过程思维模式，漏斗图模型2。数据分析方法:

5W2H分析法(什么+为什么+什么时候+哪里+谁+怎么样+多少)

步骤(1)做什么？

条件是什么？工作的哪一部分应该做？目的是甚麽？有什么意义？这有什么关系？功能是什么？什么是规范？工作对象是什么？

第(2)步怎么样？

怎么省力？做这件事最快的方法是什么？做这件事最有效的方法是什么？如何改善？如何获得？如何避免失败？如何谋求发展？如何提高销量？如何实现效率？怎样才能让产品更加美观大方？如何让产品方便使用？

步骤(3)为什么？

为什么采用这个技术参数？为什么不能有噪音？为什么不用了？为什么会变红:为什么要做成这个形状？为什么用机器代替人力？为什么产品要经过这么多环节？为什么一定要做？

步骤(4)什么时候？

什么时候能完成？什么时候安装？什么时候卖？最佳营业时间是什么时候？员工什么时候容易疲劳？产量最高是什么时候？什么时候完成最好？多少天比较合理？

步骤(5)哪里？

什么地方最适合某种东西生长？哪里生产最经济？去哪里买？我还能在哪里制造销售点？安装在哪里最好？资源在哪里？

谁(世卫组织)？

谁做最方便？谁来生产？谁能做到？客户是谁？谁被忽视了？谁是决策者？谁会受益？

步骤(7)多少？

实现了多少功能？销售额多少？这要花多少钱？输出功率是多少？效率如何？多大的？多少重量？

逻辑树分析法(逻辑树是将一个问题的所有子问题分层列出，从最高层开始，逐步向下展开。)行业分析方法(标准行业分类和道琼斯分类)。)

PEST分析法(政策、经济、社会、技术)社会环境主要包括入学、年龄、收入、分布、购买习惯、受教育程度等。一个地区的。

多维分析对比分析数据整体大小:平均值和中位数数据整体波动:变异系数趋势变化:时间折线图、环比和同比

假设检验分析方法

假设检验分析是一个利用数据进行决策的过程。1.提出假设。2.收集数据。3.得出结论。