# 数据分析体系搭建

By [36dge](https://paragraph.com/@36dge) · 2022-03-21

---

无论是产品还是运营，数据分析都是其日常工作中不可忽略的一个板块，是所有互联网从业人员的一个通用能力。拥有扎实的数据分析能力，就能在工作中更好的指导自己领域内的业务。那么数据分析的整体框架应该如何搭建？本篇文章里，笔者对数据分析的流程、数据分析的整体框架、数据分析的方式做了相应阐述。

**数据分析流程**

![](https://storage.googleapis.com/papyrus_images/8388c571565bf4f64542831216873b8fd38573a636cdfe3fa3ee81e44ed8f2ac.jpg)

**数据类型和数据收集整理方法**

![](https://storage.googleapis.com/papyrus_images/005ce6d3f7625b10dbc0a279392d18745e290c089cb200edc3752349e00eb9bc.jpg)

**构建全面的数据分析体系-通过收入因素拆解指标**

![](https://storage.googleapis.com/papyrus_images/007230003d35ba4aa482622921e4cebf7dac5f6de8f4ccd9affdc27d6acf04ec.jpg)

**构建全面的数据分析体系-按照用户类型**

![](https://storage.googleapis.com/papyrus_images/75c0da38f0adb2198812a975041ebc0a3ddc3918833d67e48059e231740cfcb1.jpg)

**构建全面的数据分析体系-按照渠道拆分**

![](https://storage.googleapis.com/papyrus_images/60e076b751a2c2b2c11dbab3d9653ae7f3e025943455032ca3e56b911da2d68b.jpg)

> 横向拆解数据指标应遵循MECE原则，相互独立，完全穷尽；同一类型的数据在统一层级。

**数据分析框架-QQ模型**

![](https://storage.googleapis.com/papyrus_images/0f79b6f8db477b30e4b317dfbcebeffad2681038e8b801dfd45dc37c1a2b6a31.jpg)

**数据分析框架-用户行为理论**

![](https://storage.googleapis.com/papyrus_images/3589d0478f3dd64e5fea2ba8599ba9dc83fac929b72910f1f03c4840725ad9ea.jpg)

**数据分析框架-5W2H分析法**

![](https://storage.googleapis.com/papyrus_images/ff6435883d22ea58e828113bcc3d9eadefd9cbc424f58d4ebef5fc31c2dcd61d.jpg)

**数据分析框架-AARRR 分析模型**

![](https://storage.googleapis.com/papyrus_images/021ec9ff81975f46820ad2f4b628271a13c2e37b940b663035803f94932b38d2.jpg)

**数据分析框架-RFM用户价值模型**

![](https://storage.googleapis.com/papyrus_images/f41f8b27567765f60626c484653915005cb56cf639f1987c38037369bea146a1.jpg)

> 结合自己产品恰定定义出 R F M 三个字段 ；如果每个字段定义两个值，比如 ：M 为消费额多的用户和消费额少的用户；{M: 多，少}；则会产生8种组合；如果每个字段定义三个值，则会产生27中组合。

**数据分析方法**

![](https://storage.googleapis.com/papyrus_images/995ff1d653e4f3734908eed0df0253f6f38422b1f131d6bfd0a170f82e5c9f6d.jpg)

**最终的数据展示**

![](https://storage.googleapis.com/papyrus_images/40fe54ed1d8b491fda2584b24f35b4d3e3de346c18edabb872019e9f2e91d423.jpg)

最后，所有的分析都要形成报告，不要为了数据分析而分析。利用数据工具阐明自己的观点，用于指导业务发展！

---

*Originally published on [36dge](https://paragraph.com/@36dge/zlzsEZk5WnaKblQu3Rj2)*