在数据分析的过程中,我们通常需要使用各种模型来证明我们的分析观点,使我们的结论更有说服力,同时也使我们的论证思路更有逻辑性和条理。今天老李列举了6个常用的数据分析模型,
在数据分析的过程中,我们通常需要使用各种模型来证明我们的分析观点,使我们的结论更有说服力,同时也使我们的论证思路更有逻辑性和条理。
今天老李列举了6个常用的数据分析模型,并附上实际案例讲解和分析模板,希望大家能快速掌握这些模型和方法!
话不多说,干货!
1.RFM模型RFM分析是美国数据库营销研究所提出的一种简单实用的客户分析方法。发现客户数据中有三个神奇的元素:
最近一次消费时间(R):客户距离最近的一次采购时间的间隔。最近一段时间内消费频次(F):指客户在限定的期间内所购买的次数。最近一段时间内消费金额(M):客户的消费能力,通常以客户单次的平均消费金额作为衡量指标。
这三个要素构成了数据分析的最佳指标。RFM分析就是通过这三个关键指标对客户进行观察和分类,针对不同特征的客户制定相应的营销策略,如下图所示:
【/s2/】案例讲解:【/s2/】了解一家公司的销售信息,分析该公司的客户消费能力,分类进行营销。
分析思路:
1)获取R、F、M 3 个关键指标。2)根据实际业务情况,设置并求出阈值,可以是平均值、中位数,示例使用R、F、M三个指标的平均值。3)将三个指标R、F、M进行特征向量化,对于M、F,如果客户消费金额和频率高于阈值,计为1,否则计为0;对于R则相反。4)根据特征向量将客户分类。
用FineBI制成
结论:客户类型中,一般开发客户(近期有购买,但频率和金额都不大)要推送给这个客户,通过宣传推广将产品信息传递给客户。
其次,客户一般都是留存的(很久没买了,购买的频率和金额都不大)。应该针对这部分人群开展促销活动,激发他们的消费热情
。此外,还可以计算客户在各个地区的消费能力和消费损失。由于M和F是正指标,所以用M和F作为横轴和纵轴来表示客户的消费能力。[
r为负指标,表示消耗损失。图形越大,近期消耗时间越长,亏损越严重。
结论:成都和北京的客户消费量较大,但客户流失严重,需要引起重视。武汉和沈阳的客户主要是小额消费,但消费次数较多。
2.帕累托分析帕累托分析法,又称ABC分类法,又称“80比20”法则,常用于商品的库存管理分析。
将产品或业务分为A、B、C三类,用于区分业务的重点和非重点,反映每类产品的价值对库存、销售、成本总价值的影响,实现差异化的策略和管理。
说明:给定不同类别商品的销售信息,需要分析商品的销售情况,重点管理商品。
分析思路:
1)计算不同品类商品累计销售额及其占比,2)按照累计销售占比将品类分成几类,将品类按照累计销售额占比:0-70% 1类;70%-90% 2类;90%-100% 3类
3、购物篮分析3.购物篮分析
大家应该都听说过这样一个经典案例:超市里,婴儿纸尿裤经常和啤酒一起卖。原因是通过数据分析发现,买纸尿裤的家长绝大多数是父亲。如果他们在买纸尿裤的时候看到啤酒,就会有很大概率去买,从而增加啤酒的销量。
这种通过研究用户的消费数据,将不同的商品联系起来,挖掘它们之间的关系的分析方法,称为商品相关性分析方法,即购物篮分析,通过支持度、信心度、促销度三个指标来判断商品之间的关系。
支持度:是指商品A和商品B同时被购买的概率,或者某个商品组合的购买次数占总购买次数的比例。支持程度显示了该规则在所有交易中的代表性。显然,支持度越大,关联规则就越重要。
比如今天有10个订单,其中牛奶和面包同时购买的次数是6次,那么牛奶+面包组合的支持度就是6/10=60%。
信心:是指买a之后买B的条件概率,简单来说就是因为买a而买B的概率。
比如今天有10单,其中买A的次数是8次,买A和B的次数是6次,那么置信度就是6/8=75%。
促销程度:先购买A对先购买B的促销效果,用来判断商品组合是否具有实用价值,组合商品的购买次数是否高于单个商品。如果大于1,说明组合有效;如果小于1,则表示无效。
比如今天有10单,A的次数是8,B是6,A+B是6,那么促销就是0.6/(0.8 * 0.6) >: 1,所以A+B的组合是有效的。
4.波士顿矩阵
波士顿矩阵通过销售增长率(反映市场引力的指标)和市场占有率(反映企业实力的指标)来分析确定企业的产品结构。
Matrix将波士顿的产品类型分为四种,如下图所示:
5、转化分析5.转换分析
漏斗模型是分析某项业务经过一系列步骤后的转化效果的方法。
转化分析可以分析各种业务场景下转化和流失的情况,不仅可以找出产品潜在问题的位置,还可以定位各个环节流失的用户,进而进行营销定向,促进转化。
解决了哪些问题:
如搜索商品->:浏览商品->:订购商品->:付款,每个流程的转化率是多少?两种推广渠道带来的用户是不同的。哪个渠道的注册转化率高?哪些客服订单的转化率最好?
1。阶段转化:对于需要逐步转化的平台运营,首先通过用户转化漏斗图,对流程转化数据进行宏观分析,找出现阶段需要优化的运营环节和平台,从而有效进行针对性治理,最终提升平台整体用户转化率。付款转换率=付款人数/下单人数
分析结论:1)从浏览商品到添加购物车的过程转化率为51.22%,反映了平台的商品介绍和图片描述对用户的吸引力;2)从添加购物车到下单的转化率高达99.66%;3)但付费转化率只有50.34%,这是一个值得反思的转型节点。
4)通过数据分析,推测该平台上店铺的支付渠道并不完善,需要增加支付宝、微信等快捷支付渠道,以降低用户因平台未提供用户习惯性支付渠道而放弃购买行为的概率。
2。事件转换
通常是指平台或店铺通过一系列的运营推广活动,以及由于公共事件的影响而带来的附加价值,如一般SEO关键词投放的效果跟踪、打折促销活动、邮件营销等。在网络营销中。通常可以重点关注营销渠道转化率等指标来评价活动的推广和营销效果。
案例解读:
1)目前平台转化率最高的渠道主要是基础线上工作、轮子平台、贴吧推广、微信推广、品牌推广。
2)根据基本线上工作渠道转化率随时间的变化趋势,可以推断平台发布即将到来的产品促销活动在2015年12月左右(由于2015年12月以来用户订单转化率有所下降,一般用户在得知近期将有即将到来的促销活动时,往往会囤货,导致消费延迟,因此活动开始前转化率会有所下降),活动日期在2016年1月左右(转化率有明显上升)。
6.杜邦分析法杜邦分析法是利用几个主要财务比率之间的关系,综合分析企业的财务状况,用来评价公司的盈利能力和股东权益的回报水平,从财务角度评价企业业绩。
其基本思想是将企业的净资产收益率逐级分解为多个财务比率的乘积,有助于深入分析和比较企业绩效。
实施思路:
净资产收益率=销售净利率*资产周转率*权益乘数
净资产收益率受三种因素的影响:
达到效果: