【九月打卡】第21天 多维度拆解分析思路与应用场景

课程名称：构建数据分析工程师能力模型，实战八大企业级项目
课程章节：3-5 多维度拆解分析思路与应用场景
课程讲师：fish

课程内容

• 多维度拆解分析法：维度 + 拆解
• 维度：我们看待问题的角度
• 拆解：将一个问题分解为不同维度的指标

拆解方式组成：

• 指标构成+业务流程
• 指标构成：分析单一指标的构成，比如单一指标为用户，而用户又可以拆解为新用户和老用户。（年龄，地区，单一指标构成）
• 业务流程：按业务流程进行拆解分析，比如不同渠道的用户付费率。

拆解方式使用方法：
例：一款新游戏需要得到推广，领导想要看到推广效果，应该如何操作呢？

push:向玩家发送一些短信，邮件之类的。

• 从指标构成拆解：
• 新增用户：
• 年龄：不同年龄之间的差异
• 性别：不同性别的差异
• 城市：不同城市的差异
• 渠道：不同渠道的差异

从业务流程进行拆解：

• 广告
• 点击
• 下载
• 激活
• 次留
  

多维度拆解分析的应用场景：

• 将整体拆分为部分，可以看到数据构成的差异。
• 将复杂问题拆分为简单问题
  

假设检验分析思路与应用场景：

• 假设检验是对总体参数做一个尝试性假设，该尝试性假设称之为原假设（零假设），然后定义一个和原假设完全对立的假设，叫做备选假设。假设检验就是通过样本数据对两个对立假设进行检验。
• 我们在生活中经常会遇到对一个总体数据进行评估的问题，但我们又不能直接统计全部数据，这时就需要从总体抽出一部分样本，用样本估计总体情况。

分析流程

• 问题起因
• 提出假设
• 收集证据
• 得出结论
  
  课程收获：
• 通过今天的学习以及之前20天的打卡学习，学习到很多的与数据分析有关的相关方式方法，如今天的多维度拆解分析思路与应用场景，假设检验分析思路与应用场景，他们的基本理论以及相关应用，老师将其讲述的面面俱到，收益匪浅。