天天看點

做python資料分析,要是結構分析法都不會,那你還做啥?

本文的文字及圖檔來源于網絡,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯系我們以作處理

本文章來自騰訊雲 作者:資料森麟

想要學習Python?有問題得不到第一時間解決?來看看這裡“1039649593”滿足你的需求,資料都已經上傳至檔案中,可以自行下載下傳!還有海量最新2020python學習資料。

點選檢視

做python資料分析,要是結構分析法都不會,那你還做啥?

每天麻木地更新,發出來也沒人看,需要數的時候還是臨時取數?

答:因為光有資料,沒用配解讀資料的方法!

數字要讀出含義才有價值。結構分析法,就是解讀資料的一種簡單、快捷的方法,也是資料分析師的祖傳手藝,今天我們系統講解一下。

一、從人見人厭的平均數說起

人們天生讨厭平均數,總覺得用平均數很扯淡,有種:“我和姚明平均身高,有毛用”的感覺。但是反問:為啥平均數這麼不好用,但是大家還喜歡用呢?

因為:友善。

做python資料分析,要是結構分析法都不會,那你還做啥?
做python資料分析,要是結構分析法都不會,那你還做啥?

二、結構分析法如何做

結構分析法的做法:

第一步:明确對象。要觀察結構的目标,是使用者、商品、管道、産品……選好目标。

第二步:找到名額。比如已標明觀察使用者,再定清楚,要觀察的是使用者的付費、活躍、注冊時間、區域分析……哪個名額。這裡特備要杜絕面面俱到。整的太複雜,不但提取資料很麻煩,看資料的人也沒心思看。最好抓核心名額。

第三步:分層觀察。一講到觀察,做資料的同學們習慣性想到箱型圖。沒錯,箱型圖是觀察結構的方法——但是業務部門看不懂呀。想要解放人力,方法越直覺越好。是以推薦用下邊兩種分法,一眼就看明白。

第四步:總結形态。還拿使用者結構舉例,我們的使用者是大R型,還是大DAU型。直接決定了後續營運方向:是繼續大量淘沙,還是小火慢炖,服務好大多數人。

同時,如果已經有業務上的标杆,标杆的結構,可以作為判斷依據。

做python資料分析,要是結構分析法都不會,那你還做啥?

三、結構分析法如何用

做python資料分析,要是結構分析法都不會,那你還做啥?
做python資料分析,要是結構分析法都不會,那你還做啥?
做python資料分析,要是結構分析法都不會,那你還做啥?