1.2.3 数据分析方法论

许多电商从业者在分析数据的时候会遇到许多问题：不知从哪方面切入并开展分析，不知分析的内容和指标是否合理、完整……遇到这些问题大多数是因为分析人员缺少方法论。

方法论可以让分析人员依照某些轨迹顺利地开展分析活动，常见的分析方法有以下9种。

（1）对比法：只有通过与参照物的对比才能了解现状、发现问题，通过横向和纵向的对比找到自己所处的位置。

（2）拆分法：将大问题和相关的指标拆解成多个小问题和多个相关指标，快速找到问题产生的原因。

（3）分组法：将数据依据某些维度进行分组统计，观察分组后的结果并分析事物的特征。

（4）排序法：基于某个度量值进行递增或递减的排序，查看所有观测值的情况。

（5）交叉法：对两个及以上维度的数据进行交叉分析，比如对产品特征和价格区间两个维度的数据进行交叉分析，找到更符合企业定位的细分市场。

（6）降维法：如果分析问题时指标的信息量过多，采用业务梳理的方式选择核心指标进行分析，减少过多指标的干扰。在统计学上也可以使用主成分分析或因子分析的方法达到降维的目的。

（7）增维法：如果分析问题时指标的信息量不足，通过计算派生出新的指标，其包含更多的信息量，比如搜索竞争度=搜索人气÷商品数。

（8）指标法：采用指标的方式分析结果，一般通过制作表格来查看分析结果。

（9）图形法：采用图形的方式以更加直观地分析结果。

除了以上分析方法之外，还有一些业务中常用的思维分析方法。

（1）SWOT分析法：通过该方法了解自己所处的环境，对内、外部因素进行分析并制订应对策略。

（2）描述性统计法：用来概括、描述事物整体状况以及事物间关联关系、类属关系的统计方法，基于统计值来表示数据的集中和离散等情况。

（3）矩阵分析法：将主要因素放在矩阵的两个维度轴进行定量或者定性分析，并通过某个点将数据分为4个象限。

（4）多维分析法：将3个及以上的维度放在表格、多维平面图或者三维图中进行观测分析。

（5）数据归一化方法：将数值映射在某一范围，例如[0,1]。消除因为值域不同而产生的分析难点，一般配合多维分析法使用或在数据建模时使用。

（6）时间序列分析法：针对连续变化的时间数据的分析方法，主要用于预测连续的未来数据，比如分析店铺每天的成交金额（也称销售额）。

（7）相关性分析法：研究指标间的相关程度，常用于寻找关键影响因素。