Spring数据分析思维课

一、杂

1、工具

2、sql常见问题

 

3、数据异常排查

 

 4、融入专项——专题分析

5、面试

二、四大行业数据分析

1、电商数据分析——以京东为例

1.1 引流

可以看到，“搜索”的分发效率最高；其次，618主要影响“搜索”功能。因此活动期间需要把主要的资源向“搜索”倾斜

1.2漏斗

举例说明

1.3 拉新

 

2、互联网金融——以芝麻信用为例

2.1 变量选择

 

2.2 数据处理

　　

2.3 数据标准化

2.4 具体方案

 

举例

模型评估

3、游戏行业——以欢乐斗地主为例

　

可以发现，回流率在第7天之后就稳定在0.05了，所以流失周期为7天（我们可以在第5天或者第6天的时候对这部分即将流失的用户进行活动营销，吸引他们回来）

4、传统销售行业

　　

4.1 需求解读

 

4.2 区域完成率

4.3 各门店完成率

　　

门店3略（受政策影响，销量低）

 

三、具体方法论

1、指标体系搭建

 

例子：知乎

2、流量分析

2.1 渠道分析

 

2.2 价值分析

 

2.3 流量波动分析

 

3、路径分析

 

“享美食”作为最大的曝光界面，仅有20%的转化率，显而易见，该功能是出现了问题的，后续是加强该功能的引导还是弱化曝光需进一步分析。

    

4、竞品分析

  

优酷爱奇艺会员案例分享

  

  

  　　 　　

5、营销活动分析

 　　 　　

 案例讲解——百度APP为例

 　　

　　

6、用户增长分析

　　　　

　　

 

四、专题分析标准化流程

1、问题定义和拆解

　　

　　　　

2、SQL提数与分析

 

 

3、报告撰写

　　　　

案例——彩妆行业分析（红色字体为授课老师点评）

 　　

　　

　　

　　

　　

　　

4、AB测试

　　

案例

 　　

 

 

五、数据分析师的个人素养

1、行业分析

　　

　　

　　

　　

2、数据仓库研究

3、用户研究