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