3つのモデル＋5つのデータ操作方法！

データ分析を始めたばかりの友人や、何年もデータ分析を行っている友人でさえ、さまざまな業界やシナリオでデータ分析に携わるときに、どのように考え始めればよいかわからないことがよくあります。まったくアイデアがなく、Baiduに行ってこの方法、あの方法を探します。分析方法論を見つけることもあれば、データ分析方法を見つけることがありますが、その2つを正確に明確に定義することも、これらの方法論と分析方法を効果的かつ正しく使用する方法も知りません。

まず、この 2 つの定義を見てみましょう。

データ分析方法論: マクロ的な視点、経営とビジネスの観点から提案された分析フレームワークです。このフレームワークは、5W2H、4Pマーケティングなど、次の特定の分析の方向と分野を適切に導くことができます。

データ分析方法: 共通比較分析、クロス分析など、特定の分析プロセスで使用する方法を指すミクロな概念です。

データ分析方法論の役割:

（１）分析のアイデアを整理し、データ分析が構造化されたシステムを形成するように支援する

（２）問題を関連する部分に分解し、それらの関係を示す

（３）その後のデータ分析のためのガイダンスを提供する

（４）分析の結果はある程度有効かつ正確であることが保証され、分析の方向から逸脱することは容易ではない。

以下では、日常の分析でよく使われる一般的な分析手法や分析方法をいくつか紹介します。

データ分析方法

1. PEST分析モデル

PEST分析モデルは、主に企業の視点から企業のマクロ環境に注目し、政治、経済、社会、技術の4つの側面から企業の現状を分析します。

企業のPESTを分析した後は、SWOTと組み合わせて機会と脅威をさらに分析する必要があります。したがって、SWOT分析モデルを使用する必要があります

2. SWOT分析モデル

SWOT 分析モデルは、主に企業の強みと弱み、機会と脅威を分析します。企業の機会とリスク、強みと弱みをさまざまな観点から見ています。比較的包括的で、良い面と悪い面の両方をカバーしているため、企業に適した戦略的開発計画をより適切に策定できます。

3. 5W2H分析モデル

ユーザー行動を分析する際には、5W2H法の7つの視点から問題を見ることができます。これは、電子商取引のユーザー操作分析、意思決定、管理に非常に有益です。

もう一つの一般的な分析モデルは 4P 理論です。これは主にマーケティングで使用され、製品、価格、チャネル、プロモーションの 4 つの観点から市場に影響を与える要因を調査します。 AARRR 分析モデルは、主に成長コンバージョンの問題を分析するために使用されます。獲得、アクティベーション、維持、収益、紹介の 5 つのリンク関係からユーザーの成長を改善します。

一般的なデータ分析方法

1. トレンド分析

トレンド分析は、最も一般的に使用されている一般的なデータ監視および分析方法であり、特定のビジネスの変動を観察し、全体的なトレンドの下での異常な値に注目することに重点を置いています。

しかし、実際のビジネスでは、すべての指標の傾向が価値があるわけではありません。傾向分析では、コア価値のある指標も選択する必要があります。たとえば、APPユーザーを分析する場合、アプリをダウンロードしたユーザーの分析とデイリーアクティブユーザーの分析を比較すると、デイリーアクティブユーザーの傾向は、価値のあるユーザーの行動の観察と判断であり、意思決定に大きく役立つことがわかります。

2. 多次元分析

問題を分析する場合、1 つの指標だけでは問題の所在が明らかにならないことがあるため、指標を分割する必要があります。たとえば、アプリの直帰率を分析する場合、ユーザーのアクセス深度やアクセス期間など、複数の側面から分析・観察することで、より多くの原因を見つけることができます。

3. ユーザーセグメンテーション

ユーザーのグループ化は、単一のディメンションまたはディメンションの組み合わせに基づいて行うことができます。

たとえば、単一次元のグループ化では、ユーザーを年齢、地域、性別などでグループ化しますが、このタイプのユーザーグループ化は大まかであることが多く、ユーザーを正確に特徴付けることができないため、多次元の組み合わせによるグループ化が必要になります。

毎晩 3 回以上ログインするユーザー、日中に 1 回未満しかログインしないユーザーなど、多次元の組み合わせによるグループ化。これらの次元は分析・検証され、ユーザーの特性に応じて組み合わせて確認されます。

4. ケーススタディ

ユーザーをグループ化する前は、ユーザーの行動がどのようなものかが明確でないことや、グループ化をどのように開始するかが明確でないことがよくあります。このとき、より優れたユーザーグループ化を確立するには、個々のユーザーをサンプリングして詳細なリンク分析を行い、ユーザー行動イベントの大部分を見つけ、ユーザーグループ化のための最も完全なユーザー行動を確立する必要があります。

同時に、ケーススタディは製品設計の欠陥やバグを発見し、的を絞った効率的な方法で問題を解決するのに役立ちます。

5. ファネル分析

ファネル分析は、ユーザー行動経路の変換を反映するモデルであり、電子商取引ウェブサイトにおけるユーザー変換行動分析で広く使用されています。おそらく誰もがよく知っていることだと思いますが、注目すべき重要なポイントが 2 つあります。

（１）全体の変化と各リンクの変化を同時に注目し分析する必要がある

（２）全体の変換をディメンションごとに分割し、ドリルダウンして異常をさらに分析することができる。

一般的な分析方法には、保持分析、AB テスト分析、クロス分析などがあり、さまざまな分析シナリオに応じて選択して、対応する問題を解決できます。

要約する

方法論とは、分析の全体的な枠組みであり、その中でさまざまな分析方法を使用して、さまざまなビジネスに基づいて詳細な分析を実行できます。

今日述べた一般的な分析方法と分析手法を組み合わせると、次のようにまとめることができます。

（１）戦略計画ではPEST分析とSWOT分析モデルが使用され、時には個人計画も使用されることがある。

（２）マーケティングのための４Pマーケティングモデル

（３）5W2HとAARRRを用いた電子商取引ユーザー分析