數據的價值不僅僅只體現在企業中，個人也可以體會到數據的魅力，用技術力量探索行爲密碼，讓大數據助跑每一個人，歡迎直筒們關注我的公衆號，大家一起討論數據中的那些有趣的事情。
我的公衆號爲：livandata
1、常見的網站分析需求爲：
1）用戶價值衡量：FRM模型+馬爾可夫鏈
最近購買日、購買頻率、購買金額；
網站運營人員通常會將瀏覽網站的用戶劃分等級，因此需要建立一套顧客價值分析體系，針對不同價值等級的用戶進行管理。
2）商品搜索算法：
電商類網站的商品搜索功能至關重要，網站運營人員如何平衡不同等級的商品和店鋪的曝光率，如何確定合理的權重值。
3）QQ羣消息歷史分析：
主要是建立用戶和關鍵詞的網絡關係。
情感分析，詞頻分析。
4）購物車商品分類分析：
建立社羣、並繪製關係圖。
5）分析博客的傳播特性：
建立關係網絡和社羣發現、繪製微博轉發統計圖。
6）用戶點擊頁面行爲分析：
主要是找到引導用戶進入關鍵頁面的重點頁面。
7）基於協同過濾的用戶推薦系統。
8）數據降維：因子分析和主成分分析。
問卷調查的因子分析。
2、常用的數據分析思路：
1）按照時間維度：
2）按照空間維度：
3）按照綜合維度：
網絡遊戲玩家便好與行爲分析：
4）用戶行爲分析的研究體系：
2、基礎分析方法：
1）對比分析：中間需要考慮如何選擇參照物。
時間對比就是時間序列，即與自己的過往比較；
空間對比就是時間切面，即與別人當下的切面進行比較；
戰略分析的內容框架：
2）分類分析：
3）分佈分析：
主要是分析一組數據，查看其數據的分佈情況。
A客戶波動比較大，往往需要對其進行一些投其所好的營銷，另外B客戶相對比較穩定，則需要進行一些會員性質的維護。
4）相關分析：大數據時代往往考慮相關關係，而不考慮因果關係。
3、常用的數據分析模型：
1）PEST：
電子商務行業PEST分析實例：
2）波特五力模型：
汽車行業的波特五力分析：
3）蘭查斯特的戰略模式：
當市場中有兩個企業時，一家企業規模是另一家企業的根下八，約爲三倍的時候，小企業是很難擊敗大企業的；
當市場中有多個企業時，只要有一家企業的規模是另外企業總和的根下三，約爲1.7倍的時候，其他企業很難打敗大企業；
4）SWOT分析：
是一個定性的分析，一般是用來梳理思路的，數據分析還是需要用到定量的指標。
5）GE矩陣：主要是從匹配度和吸引力兩個維度對產品進行分析。
6）德爾斐分析法：
7）迴歸分析：主要是進行趨勢分析。
8）時間序列：自變量爲時間的迴歸分析。
9）4P模型：
營銷中比較重要的模型：
10）聚類分析：
無法回答爲什麼、怎麼辦的問題，可以感官的分析數據的特性。
11）KANO模型：產品受用戶喜愛程度的模型：
如果我們的產品沒有這個功能你能不能忍受～
我的公衆號爲：livandata