在职场中,当我们面对不同场景的时候,都需要建立自己对特定场景的认知。有些人比较聪明,具有高效建立认知的方法建立认知的方法;有些人较为普通,建立认知的时候多少会走点弯路。
这种情况套用到商业分析师头上也是一样的。很多人问我,数据分析师应该如何成长,学习哪些技能。我的回答是,你除了数据分析技能的学习之外,你要比业务更懂业务,比产品经理更懂产品,你甚至还需要对整个行业有一些思考。如果你做到了,那么你就是一个非常炙手可热的数据分析师或者说数据专家了。又有人问我,我没有数据思维,或者说我没有思考模型怎么办?于是我想到了,不如做一些思维模型的分享给到大家。思维模型会给你提供一种视角或思维框架,从而帮助你建立起观察事物和看待世界的视角。通过对思维模型的学习,能提高你成功的可能性,并帮你避免失败。
因此基于我自己的经验和对数据分析的理解,我将自己多年积累的经验和知识总结成为35个思维模型&数据模型。通过这些模型,能够帮助大家快速上手数据分析,减少大家自我探索过程中的弯路。希望通过它们,切实的帮助到已然奋战在数据分析之路上的同学们。
这篇我先分享15个(分上中下)本篇目录如下:
1、KANO分析模型
2、5W2H分析模型
3、逻辑树分析模型
4、战略钟分析模型
5、RFM客户价值模型
6、用户行为分析模型
7、购物篮分析模型
8、SWOT分析模型
9、鱼骨图分析模型
10、波士顿矩阵分析
11、波特五力分析模型
12、GE行业吸引力矩阵
13、波士顿三四矩阵
14、战略地位与行动评价矩阵
15、PDCA执行模型
KANO分析模型KONO模型以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系。
比如你对一个产品做KANO分析模型,开始步骤为
(1)从顾客角度认识产品或服务需要;
(2)设计问卷调查表;
(3)实施有效的问卷调查;
(4)将调查结果分类汇总,建立质量原型;
(5)分析质量原型,识别具体测量指标的敏感性。
根据不同类型的质量特性与顾客满意度之间的关系,将产品服务的质量特性分为五类:
魅力因素:用户意想不到的,如果不提供此需求,用户满意度不会降低,但当提供此需求,用户满意度会有很大提升;
期望因素(一维因素):当提供此需求,用户满意度会提升,当不提供此需求,用户满意度会降低;
必备因素:当优化此需求,用户满意度不会提升,当不提供此需求,用户满意度会大幅降低;
无差异因素:无论提供或不提供此需求,用户满意度都不会有改变,用户根本不在意;
反向因素:用户根本都没有此需求,提供后用户满意度反而会下降;
5W2H分析模型5W2H作为万金油模型,可以用于生活的方方面面,当然也能用于数据分析中。
比如你是一个大疆无人机(较近我在钻研无人机,哈哈)的分析师,你来来运用5W2H分析法
why:你的购买动机/目的是什么?比如企业运用(拍电影、宣传片)、个人运用(玩家,拍照)————新用户注册获取
What:用户主要购买的产品是哪些———产品销量获取
Who:用户特征:性别构成、年龄分布、地域分布、学历分布、收入分布、注册时间
When:购买时间分布、购买间隔分布
Where:购买渠道,例如:官网、app、天猫旗舰店、京东、苏宁、线下线上代理商
How:用户的支付方式销量分布,用户更喜欢用什么支付?
Howmuch:价格段销量分布(用户更容易接受那个价位)
用户购买频次分布:用户再次购买的意愿如何
未经允许不得转载:深深算网络 » 什么是商业模型(数据分析,需要掌握的35个商业模型)