数据分析与挖掘学习日志之数据分析的方法和方法论(四)
2018-03-16 20:14
260 查看
首先我们要知道,方法论是什么,数据分析的方法论是高于数据分析方法的,那么方法论是什么呢?
方法论是指拿到一个业务,怎么去分析问题。
下面来详细介绍数据分析方法论:
数据分析方法论有很多方法,一般有:PEST方法丶4P方法丶逻辑树丶用户使用行为丶5W2H丶4C等。
PEST方法:从政治丶经济丶文化丶技术丶方面的分析。
4P方法:这个方法是60年代提出的营销方法,这个方法是从产品丶渠道丶价格丶促销方面来分析。
4C方法:从价值丶便利丶成本丶沟通方面来分析。
逻辑树方法:这个方法的三个原则:要素化丶框架化丶关联化。更详细的相关知识后面的日志学习截图有。
5W2H:who丶where丶when丶what丶why丶how丶how much。注意丶在不同领域丶这几个的意思是不同的。
这些方法论后面的截图都有业务例子!!!
接下来再谈谈丶数据分析方法。
数据分析方法概念:做数据分析时用到的具体方法。它分为两个层级:1.数据分析的一些方法。2.数据挖掘的一些方法。
数据分析的简单方法包括:对比分析法丶分组分析法丶结构分析法丶平均分析法丶交叉分析法。
数据分析的综合方法包括:层次分析法丶杜邦分析法丶漏斗分析法丶矩阵分析法。
常用的统计分析方法:数据分类分析(包括:聚类分析丶判别分析)丶数据化简分析(包括:主成分分析丶因子分析)丶数据相关分析(包括:相关分析丶卡方分析丶方差分析丶回归分析丶典型相关分析)丶数据预测分析(包括:时间序列预测)
这里简单提一下数据挖掘方法的分类:
1.分类(决策树丶逻辑回归丶支持向量机丶神经网络丶等)
2.聚类(kmeans等)
3.预测(回归等)
4.关联(apriori)
简单分析法和综合分析法的概念和业务应用在后面的截图中。
方法论是指拿到一个业务,怎么去分析问题。
下面来详细介绍数据分析方法论:
数据分析方法论有很多方法,一般有:PEST方法丶4P方法丶逻辑树丶用户使用行为丶5W2H丶4C等。
PEST方法:从政治丶经济丶文化丶技术丶方面的分析。
4P方法:这个方法是60年代提出的营销方法,这个方法是从产品丶渠道丶价格丶促销方面来分析。
4C方法:从价值丶便利丶成本丶沟通方面来分析。
逻辑树方法:这个方法的三个原则:要素化丶框架化丶关联化。更详细的相关知识后面的日志学习截图有。
5W2H:who丶where丶when丶what丶why丶how丶how much。注意丶在不同领域丶这几个的意思是不同的。
这些方法论后面的截图都有业务例子!!!
接下来再谈谈丶数据分析方法。
数据分析方法概念:做数据分析时用到的具体方法。它分为两个层级:1.数据分析的一些方法。2.数据挖掘的一些方法。
数据分析的简单方法包括:对比分析法丶分组分析法丶结构分析法丶平均分析法丶交叉分析法。
数据分析的综合方法包括:层次分析法丶杜邦分析法丶漏斗分析法丶矩阵分析法。
常用的统计分析方法:数据分类分析(包括:聚类分析丶判别分析)丶数据化简分析(包括:主成分分析丶因子分析)丶数据相关分析(包括:相关分析丶卡方分析丶方差分析丶回归分析丶典型相关分析)丶数据预测分析(包括:时间序列预测)
这里简单提一下数据挖掘方法的分类:
1.分类(决策树丶逻辑回归丶支持向量机丶神经网络丶等)
2.聚类(kmeans等)
3.预测(回归等)
4.关联(apriori)
简单分析法和综合分析法的概念和业务应用在后面的截图中。
相关文章推荐
- 数据分析与挖掘学习日志之数据处理阶段(二)
- 数据分析与挖掘学习日志之数据的相关性分析(五)
- 数据分析与挖掘学习日志之数据描述阶段(三)
- 数据分析与挖掘学习日志之数据挖掘概述(六)
- 05数据挖掘原理-数据分析 方法论和方法
- 数据挖掘学习------------------4-分类方法-6-判别分析
- hadoop学习(Map、Reduce、日志分析和数据挖掘、大数据处理)
- 数据分析与挖掘学习日志之数据准备阶段(一)
- 北美18名校的数据挖掘,数据分析,人工智能及机器学习课程汇总
- 数据挖掘、数据分析、人工智能及机器学习课程资源
- 北美+德国18名校的数据挖掘、数据分析、人工智能及机器学习课程资源汇总
- 数据挖掘/分析前的数据整理方法
- 数据挖掘的10种分析方法
- 数据挖掘的10种分析方法
- 机器学习、大数据、深度学习、数据挖掘、统计、决策和风险分析、概率和模糊逻辑的常见问题解答
- 数据挖掘学习—孤立点分析(异类分析)
- 数据挖掘常见分析方法
- 北美18名校的数据挖掘,数据分析,人工智能及机器学习课程汇总
- 北美18名校的数据挖掘,数据分析,人工智能及机器学习课程汇总
- 北美+德国18名校的数据挖掘、数据分析、人工智能及机器学习课程资源汇总