玩转数据分析的核心方法论

译者：斌迪

在步入自问自答前，先而言说何谓统计数据挖掘认识论。

认识论，我们可以认知为一种以补救为最后目标的方法论或控制系统，一般而言牵涉对难题期、各项任务、辅助工具、方式基本功的阐释。认识论会对一连串具体内容的方式展开预测科学研究、控制系统归纳并最后明确提出极为形式化的准则。

而统计数据挖掘认识论，主要就用以辅导统计数据挖掘师展开一场完备的统计数据挖掘，它更多的是指统计数据挖掘路子。

举个范例：当年度的这时候子公司让你出这份当年度科孔调查报告，这时就须要统计数据挖掘认识论来辅导顺利完成。

怎样充分体现当年度的工作重点项目？决定性分项的升跌变动对子公司增添什么样的根本性影响？商品各组件的增值潜能名列？先预测叶佛，后预测叶佛，怎样使预测结论有威胁性？这一连串的难题须要两套认识论来控制系统的化解。

统计数据挖掘认识论和统计数据挖掘方式的差别

统计数据挖掘认识论主要就从宏观经济的视角起程辅导怎样展开统计数据挖掘。

比如说这份对个人今后5年的生涯总体规划，预设5年后要达至的最后目标，列举另一方面的局限性，每一季节要顺利完成的最后目标，通过这样这份总体规划辅导顺利完成最后的最后目标。

统计数据挖掘方式从宏观经济的视角来说你怎样展开预测。比如说采用对照预测方式预测上上半年的日活态势。

为什么要掌握统计数据挖掘认识论?

很多刚开始做统计数据挖掘的小伙伴们可能不知道从哪开始着手展开预测，往往脑子中有很多个点，但是没有控制系统的关联。

不知道怎么去解释统计数据，出来的预测结论往往会被质疑。这时就须要在营销、管理的方式和理论的辅导下，结合具体内容的业务，确保预测过程的有条有理，预测结论的准确和及时。

总的而言统计数据挖掘认识论的作用如下：

1、预测路子明确，保证了整个预测过程的体系化；

2、多维度拆解难题，明确各维度关联关系，使预测路线清晰明了；

3、综合多维度，保证预测过程的完备性；

4、有理有据，保证预测结论的准确性。

统计数据挖掘认识论有什么样？

统计数据挖掘认识论主要就来自营销和管理方面的理论模型。

营销理论模型有4P、用户采用行为、STP理论、SWOT等；

管理方面的理论模型有PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART准则等。

本文挑选了逻辑树、5W2H、4P、用户行为理论和AARRR来介绍。

逻辑树

逻辑树又称难题树、演绎树或分解树等。配合思维导图采用，可以将一个难题分层扩展一步步拆解。可以把初始难题作为一个树干，将相关联的难题和点作为一个树枝。

一个大的“树枝”上还可以有小的“树枝”，以此类推，找出与难题相关联的所有项目。逻辑树的作用主要是帮助你理清自己的路子，避免展开重复和无关的思考，甚至走入死胡同。

逻辑树的采用必须遵循以下三个准则：

缺点：

牵涉的相关难题可能有遗漏，虽然可以用头脑风暴把牵涉的难题归纳归纳出来，但还是难以避免存在考虑不周全的地方。所以在采用逻辑树的这时候，尽量把牵涉的难题或要素考虑周全。

例如：APP首页推荐活动的点击量下降原因预测。

通过逻辑树将影响点击量的元素逐层列举出来，一步步预测出难题所在。

5W2H

5W2H，即何因（Why）、何事（What）、何人（Who）、何时（When）、何地（Where）、怎样做（How）、何价（Howmuch）。

应用相对广泛，可用于用户行为预测、业务难题专题预测、营销活动等。对于决策和执行性的活动措施非常有帮助，也有助于弥补思考难题的疏漏。

其实对任何事情都可以从这七大方面去思考，对于不善预测难题的人，只要多联系即可上手，所以同样它也适用于辅导建立统计数据挖掘框架。

例如：会员购买行为预测

根据5W2H预测法列举了对用户购买行为的预测所须要了解的一些情况，比如说用户购买会员的目的是什么（跳过广告？VIP资源？），哪种会员订单量最多。

确定了预测框架后，我们再根据预测框架中的这些难题形成可量化的分项展开衡量和评价，例如会员购买入口订单量、人均购买量、会员包订单量等。通过这些分项进一步找出待优化的环节。

4P

4P营销理论产生于20世纪60年代的美国，它是随着营销组合理论的明确提出而出现的。

营销组合实际上有几十个要素，这些要素可以概括为4类：商品（Product）、价格（Price）、渠道（Place）、促销（Promotion）。

商品：从市场营销的视角来看，商品是指能够提供给市场，被人们采用和消费并满足人们某种须要的任何东西，包括有形商品、服务、人员、组织、观念或则它们的组合。

价格：价格或价格决策关系到企业的利润、成本补偿，以及是否有利于商品销售、促销等难题。影响定价的三个要素：需求、成本与竞争。

渠道：商品从生产企业流转到用户手上的全过程中所经历的各个环节。

促销：企业通过销售行为的改变，刺激用户消费。广告、宣传推广、人员推销、销售促进是一个机构促销组合的四大要素。

例如：采用4P营销理论对子公司业务展开预测

通过对商品、价格、渠道、促销四个方面对子公司的业务展开拆解，找到决定性的分项横向对照预测，进而找出上升和下降的环节，这些环节就可以作为下一步优化的方向。

用户行为理论

主要就针对网站或者APP预测，牵涉到的分项有很多，比如说：PV、UV、页面停留时间、播放时长、跳出率、回访次数、搜索次数、点击次数、转化率。

用户

例如：采用用户行为理论来梳理视频APP关键分项，用以构建视频APP的分项体系

通过用户行为理论构建出分项体系后，采用漏斗预测法，各期的转化率得出后，进一步优化商品。

AARRR

AARRR模型可以反应出不同期中用户参与行为的深度和类型，是一个典型的漏斗结构。用户被导入第一层之后，会在接下来的步骤中层层流失，剩下的用户最后实现转化并自传播。

、Refer（自传播），这个五个单词的缩写，分别对应这一款应用生命周期中的5个重要环节。

激活：顺利完成“体验完备商品”所需的所有前置操作，如注册、购买等，由“访问新用户”变成“采用用户”。

留存：用户认同商品带给他的价值，持续采用商品。由“采用用户”变成“活跃用户”。

增值：通过点击广告、流量售卖、服务付费等方式回收获客成本并盈利。提升的最后目标要是：付费转化率、客单价等。

推荐：用户对商品的价值非常满意，并推荐他人采用。由“活跃用户”转变为“粉丝用户”。

例如：以下哪里渠道应该进一步加深合作？

渠道

本为10元，激活成本为11.11元，留存成本为20元，付费用户成本为33.33元。显然渠道B的质量更好。

归纳

以上介绍的统计数据挖掘认识论，须要根据具体内容难题展开选择。不同的认识论一般适用于不同的预测场景，但是有些认识论是可以嵌套采用的。

最后，希望统计数据挖掘从业者在熟悉业务的基础上，配合这些认识论，得出准确高效的统计数据挖掘结论。

最重要的是形成自己的统计数据挖掘框架，遇到一个待预测的难题，能够迅速找到对应的认识论和方式，从而高效的得出预测结论，更好的提现出统计数据挖掘师的价值。

-end-