다른 데이터 분석의 결론에서 동일한 데이터를 밖으로 읽기에도 완전히 반대 다를 수 있지만, 사람들에게 주관적인에서 객관적인 데이터가 필요 다리로 분석의 몇 가지 과학적인 방법을 가지고, 그래서 결론 자체가 옳고 그름을하지 않습니다 수 있습니다 더 나은 데이터,보다 포괄적 인, 빠른 배달에 대한 도움말 정보를 표시합니다. 그래서, 제품, 일반적으로 데이터 분석 방법, 무엇을? 오늘은 우리가 빅 데이터 큐브 안에 첸에 의해 당신과 함께 탐구 사용!
제품 데이터 분석
추세 분석
안타, GMV, 활성 사용자의 수 : 추세 분석은 일반적으로 같은 핵심 지표의 장기 추적에 사용됩니다. 일반적으로 간단한 데이터 추세를 만들었지 만, 데이터 추세 분석에 만든 빛은인지, 어떤 전환점이없는 추세에 데이터가 변경, 아니 순환이 없습니다있는 볼 수 있고, 그 뒤에 이유를 분석하고, 너무 아니다 내부 이유로 또는 외부 이유.
최선의 경향 분석은 출력의 비율이다. 고정베이스보다가 체인까지. 예를 들어, 체인 3 월 GDP 성장률 번호와 비교하여 년 4 월 2017 년, 체인이 변화의 최근 추세를 반영하지만, 계절의 영향이있다. 계절의 영향을 제거하기 위해서는, 예를 들어, 올해 출시 4 월 2017 년이는 연도, 2016 년 4월 GDP보다 훨씬 더 증가했다. 고정 점은 비교를 월 2017 월 2017 데이터 및 데이터와 비교 출발 지점으로서 2017 월 데이터베이스 고정 비율로,보다 고정베이스는 더 잘 이해된다.
둘째, 비교 분석
수평 비교 : 수평 대비가 자신의보다 낫다. 우리와 함께 지난 달 북한 중앙의 수가 우리의 성장에 대답하는 것보다, 가장 일반적인 우리가 목표를 완료하지 않은 답변을 목표 비율 인덱스 데이터에 대한 필요가있다.
수직 대비 : 짧은에, 다른 사람보다. 시장이처럼 우리의 주 위치에 대답하는 것보다 우리는 경쟁에 얘기하자.
일반적인 응용 프로그램 A / B 테스트를 비교하고, 키 A / B 테스트는 두 그룹 단 하나의 변수가 다른 조건이 동일하게 유지하도록하는 것입니다. 예를 들어, 홈 페이지 개정 시험 결과, 우리는 이렇게 데이터가 의미가 테스트, 같은 소스, 동일한 사용자 품질, 온라인 시간이 동일하게 유지되도록해야합니다.
셋째, 사분면 분석
각 체를 비교 데이터에 따라 네 개의 사분면으로 분할된다.
트래픽 소스의 질과 양에 따라 총량은 네 개의 사분면으로 나누어 다음 트래픽 비용 효과의 다양한 채널을 비교, 시간의 고정 점을 선택 할 수있는 경우 일반 P2P 제품은 타사 채널 배수의 모든 등록 된 사용자 있습니다, 품질이 차원으로 유지 될 수 표준으로. 고품질 채널의 높은 번호는 도입의 수를 증가하는 채널의 수가 적은 높은 품질을 유지하기 위해 계속, 전략의 고품질 낮은 번호를 넣어 낮은 품질의 로우 패스의 수는 시도 및 요구 사항 등 사분면 분석은 우리의 분석을 비교할 수 있습니다 시간은 매우 직관적이고 빠른 결과를 얻을 수 있습니다.
넷째, 교차 분석
양측의 비교 비교 다른 수직 콘트라스트. 둘 다 수평 대비를 원하는 경우, 교차 분석이 수직 대비를 할 수 있습니다. 상기 데이터의 분석은 크로스 결합의 교차 프레젠테이션, 멀티 앵글 분석의 측정들로부터이다.
여러 차원에서 데이터의 교차 분석의 주요 역할은 세분화 및 데이터의 변화에 대한 이유를 탐구하는 가장 관련성이 크기를 알 수있다.
일반적인 치수는 다음과 같습니다
공유 : 거기 서로 다른 시간의 데이터 변경 사항을.
하위 채널 : 거기에 다른 트래픽 소스 데이터가 변경 될 수 있습니다.
사용자 포인트 : 새로운 등록 된 사용자와 기존 사용자의 차이를 비교하여 차이가 있는지 여부를 높은 수준과 낮은 수준의 사용자의 사용자에 비해이 있는지.
지역 : 다른 지역에서 데이터의 변경이있는 경우.
교차 분석은 미세 공정이라고도 세분화 분석을 거친에서입니다.
트렌드 콘트라스트 사분면 데이터의 가장 기본적인 분석을 포함하는 단면. 그것은, 비교, 지정된 사분면을 분할 할 데이터 또는 데이터 분석, 추세 식별을 확인하는 것입니다 여부, 데이터는 그 때문에 역할을 할 수있다. 위의 공유를 통해, 데이터 분석가가 더 나은 데이터 분석을 도울 수 있기를 바랍니다.