常见数据分析方法及案例

2011年2月全量网吧用户1.43亿。qq用户约6.6亿。 其中男性70%，女性30%，男女比例显著高于腾讯全量用户（2011年 1月数据，男56.2%、女42.9%）； 网吧整体用户年龄分布与腾讯总体相比更加年轻，24岁以下用户占 78%，腾讯全量用户为53.5%（2011年1月数据）。
量大！男性化！年轻化！如何应用特征？
Thanks & QA
数据敏感！目标明确！逻辑严密！
用户是否使用soso和年龄有关么？
结论：有关系；从年龄分布上 看，小于18岁用户中不活跃 用户的占比最大；而用户的 年龄越大，重度活跃用户的 比例越高。
报表分析：简单！有效！
说明：
1、a/b test：为了验证某种方案是否更优，采取分组测试方法。 2、如何保证测试有效性：参照系稳定，数据充分。 3、测试指标：不仅仅是数量，还有质量。 4、联盟网吧案例：各个联盟网吧的分组指标如下：
回答要点：抽样后样本平均每个用户有50条电话记录，不符合实际情况 （全量样本中平均每个用户有5条电话电话记录）。 原因主要是这个抽样方法是针对于电话记录的随机，对用户不随机（多电 话记录的用户被抽中的可能性大）。 正确抽样方法是：从全量记录里面抽取全量不同的用户，然后在用户里面 随机抽取2万用户，在用这2万用户去匹配电话记录，构成样本。
常用的数据分析方法及案例
吴志坚 2011-7-26
目录
1、分析思路 2、报表分析 3、在A/B测试 4、用户数据画像
分析思路
1、业务导向（目标和方法关系） 2、结果完整（体检报告：结论，数据，分析，建议） 3、螺旋上升 4、逻辑严密
Βιβλιοθήκη Baidu
测试你的逻辑：
抽样问题：电信12580客户细分项目。项目目标：电信想具体分析12580的 客户特征（如性别比例；使用12580频次等）。数据基本情况如下：2千万不同客户 （电话号码）产生全量1亿条电话记录。抽样方法如下：从1亿记录随机抽取2万条电 话记录，发现里面包含1.9万客户（电话号码）。这1.9万客户对应全量记录里面一共 产生100万条电话记录，用这100万条电话记录构成抽样分析的样本。请问上述抽样是 否有问题？问题出在哪里？如何解决？
分组：识别差异！分析差异！优化！
用户画像
1、画像对象：qq用户； 2、通过qq号码，将用户的属性和行为关联起来；寻找用户的特征； 3、数据只有对比才能说明问题：给数据寻找参照系；
网吧用户画像
1、背景：了解网吧用户特征，用以网吧联盟战略参考； 2、通过qq号码，判断用户是否在网吧ip登录； 3、部分特征如下：