在线客服
扫描二维码
下载博学谷APP扫描二维码
关注博学谷微信公众号
5W2H数据分析方法及思维是什么?5w2h是什么?5w2h分析法主要是以五个W开头的英语单词和两个以H开头的英语单词组成的,这五个单词提供了问题的分析框架。5W2H分析方法从问题出发,有一套科学完整的分析思路对造成问题的原因进行推测,并提出相应的解决方案,最终解决问题形成闭环。
一、5W是什么?
1、What发生了什么?一般用来值得是问题是什么,what的精髓在于告诉我们第一步要认清问题的本质是什么。
2、When何时?在什么时候发生的?问题发生的时间,比如dau下降了就是下降的具体时间分析,这个时间是不是节假日等。
3、Where何地?在哪里发生的?问题发生的拆解其中一个环节还是dau下降了,是哪一个的地区的下降了,是哪一个功能的使用的人下降了等。
4、Who是谁?比如dau下降了,就是是哪一部分的用户群体在降,是哪一个的年龄,性别,使用app时长等。
5、Why为什么会这样?dau可能降低的原因猜想,比如某个地区的dau降低了,其他地方的没有降低,那可能是这个地区的app在使用的过程中有什么问题。
二、2H是什么?
1、How怎样做?知道了问题是什么以后,就到了策略层了,就是我们要采取什么样的方法和策略去解决这个dau下降的问题。
2.HowMuch多少?做到什么程度?这个主要是比如dau下降了以后,我们采取对应的策略是可能花费的成本是多少,以及我们要解决这个降低的问题解决到什么程度才可以。
三、分析过程的思路解析
1、不同用户的流失周期比例分析
大部分的群体的流失周期还不是很长,说明整体来说用户的流失是最近刚发生的,同时流失的周期不长,说明我们有能力可以针对这部分的流失用户利用策略进行挽留。
2、不同付费入口的拆解分析
对比付费的四个主要的入口,分析每天的付费人数的走势,发现付费人数的减少主要集中在tab入口,tab入口的付费降低的可能原因是什么。这就需要拉上业务方一起去分析对应的原因,比如是可能是这个位置的付费功能的具体流失的每一个环节的流失情况结合漏斗分析一起去看。分析出tab页面中付费功能具体的流失环节,然后再针对性的进行调整迭代。
3、用户特征分析
以年龄为例,分析流失的付费用户的年龄特征,发现主要集中在18岁以下的未成年群体,这部分的用户群体为什么流失呢?就需要结合用户反馈等一起去看,除了年龄的角度,我们还可以分析流失的用户的性别特征,城市级别特征,活跃时长和活跃天数,经常使用的功能等特征
4、原因总结归纳
通过分析,付费的用户群体主要原因是tab的付费功能引起的,可能是具体的某个付费转化环节出现问题,流失的用户群体主要是18岁以下,男性,三线城市为主假设、流失的用户群体活跃时长,活跃次数,活跃天数等没有明显下降。
5、策略落地
策略落地环节需要和业务方反馈数据分析结论,然后结合产品的经验以及用户反馈以及调查问卷等方法进一步确定原因。如果确定好是tab中付费功能的某个环节出现问题,就需要针对的进行改进,同时上线小流量的abtest去验证我们的策略是否有效。
5W2H数据分析方法及思维在实际应用过程当中可能还会遇到各种各样的业务场景,针对不同的业务场景,整体的框架是不变的, 但分析的维度就需要根据不同的产品形态和业务特性来调整。
— 申请免费试学名额 —
在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!
相关推荐 更多
有没有大数据分析培训资料下载?
随着大数据时代的带来,数据分析岗位也成为企业与从业者备受关注的焦点。越来越多的人通过学习进入数据分析领域。目前学习数据分析的人群中,一大部分同学通过参加数据分析培训课程快速学习,也有部分同学依旧在苦苦搜索免费的大数据分析培训资料下载。
7531
2019-09-03 18:49:46
服装商品数据分析培训班学什么?学了有什么用?
服装商品数据分析培训班学什么?每个IT培训机构的数据分析培训内容都不同,以博学谷的“所有人都能学的数据分析课”为例,主要培养数据分析师的数据处理能力、数据分析能力和数据挖掘能力。学完该课程大家就能从数据分析的角度,经营服装商品的销售。
5861
2019-09-05 19:38:34
深圳服装商品数据分析培训到哪学?
深圳的服装商品销售在全国来看,一直都是比较繁荣发达的行业,然而随着电商的崛起,深圳的服装商品行业也难免受到冲击。想要在当今互联网时代发展下去,只有运用数据分析这样的新兴技术,才能使传统的服装商品行业焕发新的生机。那么 对于想要掌握数据分析能力的学习者来说,深圳服装商品数据分析培训到哪学呢?
4664
2019-09-18 15:48:35
数据科学家和数据分析师的区别在哪儿?
数据科学家和数据分析师在所用编程语言、平台/工具,以及所解决的问题方面都有共同之处。这些工具包括但不限于SQL、Tableau,以及相似的分析流程,定义问题、分析数据和输出结果;一部分差异在分析的自动化上,数据科学家专注于使用Python等语言编写算法,进行自动化分析和预测;而数据分析师则使用静态的或者过往的数据,在某些情况下会使用Tableau和SQL等工具去做预测。
5313
2020-08-19 14:50:22
常用的数据分析工具有哪些用起来简单便捷?
常用的数据分析工具如;工具类Excel、FineBI,编程类R、Python等。今天小编主要介绍数据库连接工具DBeaver、Python编辑器、wps,掌握分析工具使用大大提高工作效率。
4296
2020-11-27 14:00:56