数据分析学的含义是什么,数据分析的类型有哪些?

数据分析学的含义是什么,数据分析的类型有哪些?我们都知道,自互联网出现以来,它已经深刻地改变了我们,也改变了相关用户的行为。从一开始的用户输入网址到现在的依赖于搜索引擎进行搜索,从将所有的注意力放在一个界面到打开、浏览多个标签页,所有这一切使得网站或应用程序变得更加复杂。要衡量我们的设计,分析师不能仅仅简单地测量网络服务器上的点击率,他们必须分析用户的行为。

在收集信息、数据时,研究人员会根据情况采用定性或定量方法,或者二者相结合的方法。定性数据通过用户研究进行收集:观察人们的行为,了解他们为什么要做某些事情;而定量数据则通过测量、分析来获得:了解用户进入一个页面时采取了哪些行动,以及有多少用户采取了这些行动。

其他人正在看

这种量化的数据能让我们得出一些基准,这些基准则可以给我们的设计决策提供帮助或启发,从而使我们得知设计是有效的还是无效的,是成功的还是失败的。世间万物皆可测量,但数据的使用通常仅限这些方式:我们用数据去描述问题,诊断问题,给出最优方案,预测结果。

1、描述性分析类似于老式的计数器。描述性分析可以给出这样的基本数据,比如有多少人访问了一个网页,多少人点击了这个按钮,或有多少人观看了视频。
诊断分析可能会使用一些和描述性分析类似的度量指标,但却基于不同的目的。
2、诊断性分析有助于我们了解发生了什么,以及为什么。例如,如果一个在线零售商正在赔钱,他们可能会测量用户在各个使用环节中的点击率和页面退出率,从而得知用户在哪些地方流失掉了。

3、规则性分析指的是那些帮助用户得知下一步该做什么的数据。例如,假如谷歌地图收集了上下班高峰期的交通数据,它就可以基于这些数据给司机规划一个更好的线路。或者当我们要考虑设计的有效性时,规则性数据也可以帮助我们识别模式,从而给我们未来的设计决策提供启发或帮助。

4、预测性分析是最后一种类型。它告诉我们在某一情境中可能会发生什么。例如,如果我们使用A / B测试法测试一个网站新版的顶部设计,该测试可以告诉我们哪个设计更容易将客户留在网站上。如果新版的顶部设计比较受欢迎,我们就可以得到这样的预测:如果我们使用了新版的顶部设计,网站流量很可能会增长。

以上四种类型的分析过程中都会使用一些度量指标,这些度量指标通常基于关键绩效指标(KPI),亦或者或者和KPI相关。关键绩效指标是一个可测量的行为或者信号,它关乎商业的成败。例如,某公司的 Twitter 转发量不会直接增加用户对该公司的喜爱或者识别度,但是营销团队可以将Twitter转发量关联到品牌认知度,在这种情况下,他们可以使用转发量作为他们的KPI之一。理想情况下,针对某一经营目标应该有多重KPI,从而增加数据的可靠性。