Please enable JavaScript.
Coggle requires JavaScript to display documents.
发现问题， 获取洞见 - Coggle Diagram
发现问题， 获取洞见
相关分析法：因素
什么是相关
变量A变化时，变量 B如何变化
用途
快速锁定大问题相关的小因素
例：facebook档案-最受欢迎的女性的相关因素
用数据说服他人
帮助判断事情的优先级
相关的类型
线性
头发长度VS时间
非线性（指数，幂，平方）
职位层级VS薪资
聚焦：线性相关
薪资VS年资：
Excel 散点图
相关系数R
表示变量的相关程度
-1（负相关）～ +1（正相关）
0.6 高度相关
用python, SPSS, Excel分析
建立公式后课应用于预测
Facebook案例
People You May Know
用户活跃度VS好友数量
相关不等于因果
孩子的身高VS窗外小树的高度
需要结合业务去做分析，找到关联的因素
对比分析法
What
部门KPI和个人KPI
工作流程：比如说招聘工作流
行业报告/行业分析
自己平时操作的数据报告
How
描述数据的集中趋势
平均数：在总量之外的表征，局限性：数值相差大的时候，会“失真”
中位数：在贫富差距大时，配合平均数看更有意义
众数：概率最高的数值
描述数据的极端情况
最值：最大值/最小值（例：看到最具优势的项目）
描述数据的比值
比率%：克服只看绝对数的局限性
Who
历史对比：过去和现在对比，例与个人团队对比上月销售涨幅10%
横向对比：对比其他要素，例与其他团队对比，其他团队本月销售涨幅20%
外部对比：与同行/竞争对手比（运用爬虫工具：后羿采集器）
漏斗分析法：环节
运用场景：流程分析，
适用于随着环节进行，流量逐渐流失的场景
分析拆解问题
帮助分配精力
绩效目标管理
步骤
根据工作流程画出漏斗各环节路径
例：招聘
漏斗层数<7
归并：把几轮面试合并
切割：简历/笔试/面试/Offer
AIDA模型：
消费者行为
Attention 注意
Interest兴趣
Desire 欲望
Action 行为
AARRR模型
用户获取-用户促活-用户留存-转化-转介绍
营销广告投放模型
展示量-点击量-访问量-咨询量-成交量
对漏斗各环节做数据分析
将转化率放到招聘的每个环节上，结合对比分析来看
确定哪些环节作为优化重点
（聚集问题）- 标准
哪个环节优化后产出更高（例：接受Offer后的入职率）
哪个环节优化的投入更低（例：笔试筛选的精准度）