专栏名称: CDA数据分析师
CDA数据分析师品牌官方微信,开放、创新、分享。
目录
相关文章推荐
资质体系认证中心  ·  2025继续升温!多地DCMM鼓励政策持续实 ... ·  21 小时前  
资质体系认证中心  ·  2025继续升温!多地DCMM鼓励政策持续实 ... ·  21 小时前  
数据派THU  ·  使用PyTorch实现GPT-2直接偏好优化 ... ·  4 天前  
数据派THU  ·  大数据能力提升项目|学生成果展系列之三 ·  4 天前  
人工智能与大数据技术  ·  中国AI的进步之快,让美国人开始怀疑现实了; ... ·  1 周前  
51好读  ›  专栏  ›  CDA数据分析师

【干货】百试不爽,提高思维能力的5个数据分析模型

CDA数据分析师  · 公众号  · 大数据  · 2025-01-06 09:00

正文

点击蓝字,关注我们


在职场中,当你遇到问题的时候,如果感到无从下手,或者抓不到重点,可能是因为你掌握的思维模型不够多。

一个好用的思维模型,能给我们提供一种观察问题的视角和拆解问题的框架,帮助我们理清数据分析的思路,提高解决问题的效率,从而获得更加满意的结果。

1

一、OSM模型

OSM模型,全称是Object-Strategy-Measure 模型,也就是目标-策略-衡量指标,其中:


  • Object(目标),可以是公司的目标,业务领域的目标,或者某个产品的目标,或者某个活动的目标,某个内容推广的目标等等;

  • Strategy(策略),就是要达成目标制定的策略,比如要拉新,策略可能是做广告,做活动等等;

  • Measure(衡量指标),也就是对这些策略,分别对应的可以衡量策略的指标,如果是广告,衡量指标可以是广告点击率;


(1)目标(Object)

业务目标的设定应与业务负责人协商一致,明确业务的核心追求,如提升用户数量、用户停留时间、付费用户数或用户消费总额等。在设定业务目标时,需遵循DUMB原则,确保目标的可行性、易懂性、可管理性和有益性:


  • 切实可行(Doable):确保目标设定在可实现的范围内,避免因目标过高而无法达成,影响评估的有效性。

  • 易于理解(Understandable):业务目标应简明易懂,确保业务团队能够清晰理解数据目标的意义。

  • 可干预、可管理(Manageable):业务目标应配备相应的策略或手段,以便团队能够通过具体行动来实现这些目标。

  • 正向的、有益的(Beneficial):业务目标应具有积极意义,避免为了达成某一目标而对其他业务目标产生负面影响。


(2)策略(Strategy)

在明确业务目标的基础上,需要制定相应的业务策略来实现这些目标。例如,为了增加新用户数量,可能采取的策略是在社交媒体平台如抖音、广点通等增加广告投放。


(3)度量(Measure)

度量是评估策略效果和目标完成情况的关键。以提升产品新用户数为例,评估结果的指标可以是新增用户数。除了关注结果型指标,过程型指标同样重要,它们能够反映策略执行的各个阶段:

  • 曝光下载转化率:衡量从广告曝光到用户下载的转化效率。

  • 下载安装转化率:衡量从用户下载到实际安装应用的转化效率。

  • 下载激活率:衡量从安装到用户激活应用的转化效率。


OSM模型通过将业务目标与评估指标紧密相连,确保了每个设定的指标都有明确的目的,即评估特定业务策略的效果,以及这些策略如何服务于整体业务目标的实现。这种清晰的关联性有助于企业更有效地监控业务进展,优化决策过程,并推动业务的持续改进和发展。

OSM模型是一个业务分析框架,不是算法模型。一般来说OSM模型有正向和反向使用两种用法:


1、正向使用:在项目开始前,分解大目标,明确行动和每个行动考核指标。这是上边的例子所演示的工作流程。如果企业数据驱动氛围很好,理应这么工作。


2、反向使用:项目前期没有做啥筹备,事后复盘发现一堆问题。这时候想要检讨为啥做烂了,也能按这个思路,把项目中做的事一一梳理出来,看这些事能影响什么子指标,实际影响到了没有,这些子指标和大目标之间有啥联系。

02

UJM模型

UJM模型(User Journey Map,用户旅程地图模型)是用于描述和分析用户在使用产品或服务过程中与品牌、产品或服务互动的完整流程。

UJM模型的目的是深入理解用户体验的各个阶段,帮助设计更符合用户需求的产品和服务。它通常用于用户体验设计(UX)、市场营销、产品开发等领域。


UJM模型可以将业务策略拆解为若干个环节,这些环节串联起来就形成“业务流程”;同时设计若干指标衡量流程就形成了“过程指标”。


UJM模型,即户旅程地图一般长这个样子:


UJM模型由以下几个关键部分组成:

  • 用户角色:定义目标用户群体,创建虚构但具有代表性的用户角色,以代表不同的用户类型。

  • 阶段和触点:识别用户与产品或服务交互的各个阶段,包括用户接触的所有触点(如网站、移动应用、实体店面等)。

  • 行为和活动:详细记录用户在每个阶段的行为和活动,包括他们如何与产品或服务互动。

  • 情感反应:描述用户在不同阶段的情感体验,包括他们的满意度、挫折感或愉悦感。

  • 痛点和机会:通过分析用户旅程,识别用户体验中的痛点和改进机会。

  • 用户目标和动机:理解用户在每个阶段的目标和动机,以及他们使用产品或服务的原因。

  • 支持和障碍:识别用户在旅程中获得帮助的支持点,以及可能遇到的障碍。

  • 故事叙述:通过叙述用户的故事,将所有信息整合在一起,形成一个连贯的叙述,帮助团队成员理解用户旅程的全貌。

UJM是描绘用户在应用程序内行动轨迹的视觉表示。以电子商务平台为例,用户购买商品的整个行为路径可以通过UJM进行展示。



通过梳理完整的用户行为路径,我们可以针对每个环节设计相应的评估指标。例如,为了评价某项策略对用户从打开APP到将商品加入购物车的影响,我们可以监测并分析以下转化率:

  • 从打开APP到浏览商品的转化率;

  • 从浏览商品到查看商品详情的转化率;


从查看商品详情到加入购物车的转化率。 通过这些关键环节的转化率,我们能够全面评估策略的效果,确保数据指标设计既完整又科学。

这种方法使我们能够精确地识别和优化用户体验的每个阶段,从而提升整体的用户满意度和业务成效。

03

UE模型


UE模型即Unit Economics,是指单体经济模型,是衡量一个单位产品或服务的收入和成本关系的工具。


单体是整体团队和业务的缩影,通过对单体和最小单位的分析,我们能更加简洁地看清问题,做到一叶知秋、以小见大、见微知著、窥知业务全貌。


单位经济模型是指一个商业体中,以能完成商业闭环的一个单位为视角,计算财务模型。


抽象来说,单位经济模型一般可以表述成:每1个单位下,X = f(a,b,c...)


举个例子,以网约车业务来说,每辆车(单位)全生命周期的收入(财务模型)可以作为一种UE模型,每辆车平均每小时(单位)的平均成本(财务模型)也可以作为一种UE模型。一个leads或一个用户的LTV(或者前N天的arpu),一个用户全生命周期的LTV减去CAC,一个产品固定周期内的毛利等等,都可以作为UE模型。

UE分析的步骤:

(1)定义最小单元

首先,我们需要确定业务的最小单元。在医疗器械行业,最小单元可能是一台特定的医疗设备。例如,对于生产心脏起搏器的公司来说,最小单元可以是一台心脏起搏器。


(2)计算最小单元的贡献利润

接下来,我们需要计算每个最小单元能为公司带来多少利润。这涉及到收入和成本的预测。


  • 收入预测:可以通过市场调研、历史销售数据等方法预测。

  • 成本预测:包括直接成本(如材料费、人工费)和间接成本(如管理费、市场推广费)。


(3)计算盈亏平衡点

最后,我们需要计算盈亏平衡点,即最小单元需要达到多少利润才能覆盖固定成本。

通过UE分析,我们可以清晰地看到,每台血糖监测仪目前的利润远未达到盈亏平衡点。这提示我们可能需要调整销售策略、降低成本或增加产品附加值。


CDA认证小程序里面有很多数据分析模型的测试,感兴趣的可以扫码CDA认证小程序,测一测你对数据分析模型的掌握程度。


04

RFM模型


RFM模型是衡量用户价值和用户创利能力的经典工具,依托于用户最近一次购买时间、消费频次以及消费金额。


RFM的含义:

  • R(Recency)最近一次消费时间:表示用户最近一次消费距离现在的时间。消费时间越近的客户价值越大。1年前消费过的用户肯定没有1周前消费过的用户价值大。

  • F(Frequency)消费频率:消费频率是指用户在统计周期内购买商品的次数,经常购买的用户也就是熟客,价值肯定比偶尔来一次的客户价值大。

  • M(Monetary)消费金额:消费金额是指用户在统计周期内消费的总金额,体现了消费者为企业创利的多少,自然是消费越多的用户价值越大。

每个维度分可为高低两种情况,我们构建出了一个三维的坐标系。RFM模型是根据这三个指标得到一个三维的空间,三个指标的值映射到8个象限中,根据查看客户所在象限确定其价值程度。

RFM模型是一种常用的客户分群方法,它基于客户的购买行为数据,通过三个指标来评估客户的价值:购买频率(Recency)、购买频次(Frequency)和购买金额(Monetary)。


以下是使用RFM模型进行客户分群的步骤:

1.数据收集:收集客户的购买数据,包括每个客户的购买日期、购买次数和购买金额。

2.数据处理:将数据进行归一化处理,使不同指标的数据在同一尺度上进行比较。

3.指标计算:计算每个客户的RFM值:

Recency(R):客户最近一次购买的天数。

Frequency(F):客户在一定时间段内的购买次数。

Monetary(M):客户在一定时间段内的购买金额。

4.分数计算:将每个指标的值转换为分数,通常分数范围为1到5,分数越高表示客户价值越高。

5.客户分群:根据客户的RFM分数,将客户分成不同的群体,例如高价值客户、中价值客户和低价值客户。

6.策略制定:根据不同客户群体的特点,制定相应的营销策略,以提高客户的忠诚度和购买频率。


05

AARRR海盗模型


AARRR模型因其掠夺式的增长方式也被称为海盗模型,是Dave McClure 2007提出的,核心就是AARRR漏斗模型,对应客户生命周期帮助大家更好地理解获客和维护客户的原理。

AARRR分别代表了五个单词,又分别对应了产品生命周期中的五个阶段:

◾Acquisition【获取】

用户从不同渠道来到你的产品。

◾Activation【激活】

用户在你的产品上完成了一个核心任务(并有良好体验)。

◾Retention【存留】

用户回来继续不断的使用你的产品。

◾Revenue 【收益】

用户在你的产品上发生了可使你收益的行为。

◾Referral 【推荐】

用户通过你的产品,推荐引导他人来使用你的产品。

「海盗模型」有两个核心:一是以用户为中心,二是注重产品的整体收益。


哪怕前期获取用户的成本比较高,只要用户生命周期价值(LTV),大于用户获取成本与经营成本之和,就意味着产品能够实现良性增长。


AARRR海盗模型为企业提供了一个全面的用户增长框架。通过分析用户生命周期的五个关键阶段,企业可以深入理解用户行为,识别潜在问题,并制定针对性的策略。该模型尤其适用于希望快速见效的企业,在资源有限的情况下帮助实现用户增长。


    随着企业对数据的依赖程度加深,掌握数据分析技能成为了许多求职者的目标。获得CDA(Certified Data Analyst)认证,不仅能够提升个人的职业技能,还能在竞争激烈的就业市场中脱颖而出,扫码CDA认证小程序,测试自己的数据分析能力,获取更多资料。

扫码CDA认证小程序,get数据分析资料


全球知名咨询公司麦肯锡曾指出,数据已深入渗透至各行各业的每一个角落,成为推动生产力发展的重要因素。对海量数据的挖掘和应用,预示着新一轮生产率的提升和消费者盈余的涌现。这正是我们所处的“大数据时代”的典型特征。

从低薪到高薪的蜕变,本质是能力、认知、思维、技能等多维度的升华和改变。近来就业市场比较艰难,CDA数据分析师认证对于求职很有帮助。在刷招聘软件的时候可以看到,很多企业在招聘时会注明CDA数据分析师持证人优先。
CDA数据分析师就业班 还有1个插班名额,欢迎扫码咨询
若不方便扫码,搜微信号:CDAshujufenxi
扫码回复"就业班",咨询课程优惠
2025年,是数据时代的新起点,也是职业探索的新征程。如果渴望在这个充满机遇和挑战的领域中有所作为,那么不妨加入CDA数据分析脱产就业班,与志同道合的伙伴一起,开启一段全新的职业之旅。

| 讲师团队

与智者同行,与高人为伍,让大师成为你的私人智库
在这个快速变化的世界中,与智者同行、与高人为伍,成为了我们追求成长和智慧的捷径。智者以他们的深厚学识和独特见解,为我们指明前行的方向;高人则以其卓越的能力和非凡的成就,激励我们不断超越自我。

| 课程案例

高标准师资团队,课程与时俱进,不断融入热门技术
选择智慧启航,就是选择了一个高标准师资团队、前沿技术和优质课程的结合。在这里,你将获得最专业、最全面、最前沿的学习体验,为你的未来奠定坚实的基础。

| 学习平台

四大智能学习系统,高效辅助全程
一线行业大咖,实战业务经验分享,优质学长实用求职方法传授。每月3-4次

| 10大行业 300+ 套完整行业案例



CDA数据科学研究院是国内率先成立的专注于数据科学领域的专业研究团队,团队具有专业的学术素养、精湛的研究水平,扎实的企业实战经验,丰富的行业资源,通过对各类企业、社会组织等进行全面、系统、深入的调查和访问,从而获得紧跟技术发展的经验与数据,并结合数据行业的未来发展方向进行系统的研究,不断研发新的知识体系和技术应用。

| 职业路径

全流程“沉浸式”精准个性化职业解决方案,坚决抵制过度承诺!
精准个性化指导,为你量身定制职业发展路径。我们的专业团队将根据你的兴趣、能力和职业目标,为你提供个性化的建议与方案,帮助你在职业道路上少走弯路,更快地实现自己的梦想。
坚决抵制过度承诺。我们深知,每个人的职业发展都是一个长期而持续的过程,需要不断的努力与积累。因此,我们承诺为你提供真实、可靠的职业指导与支持,帮助你实现自己的职业目标,而不是仅仅为你描绘一个美好的蓝图。
选择全流程“沉浸式”精准个性化职业解决方案,就是选择了一个真实、可靠的职业发展伙伴。让我们携手共进,共同开创属于你的美好未来!

| 学员案例

| 培训成果

专注数据科学前沿技术、人才培养17年、往期学员超百人成为数据科学家,培训学员10万+吸引世界名校学员总数超5000 (哥伦比亚大学、清华大学、北京大学、人民大学等)全国30万+的数据分析从业者,有10万在CDA,行业大咖师资203位、名企内训合作118家、公益直播730场沙龙会议318期。

| 课程大纲

完善系统的教学体系,紧跟时代需求
在瞬息万变的时代里,教育不再是一成不变的灌输,而是需要与时俱进,紧密贴合时代的脉搏。完善系统的教学体系,是我们对教育的坚持和追求,确保每一位学习者都能获得全面、深入、实用的知识和技能。
CDA数据分析师就业班 还剩最后1个插班名额
搜微信号:CDAshujufenxi
扫码回复"就业班",咨询课程优惠