지표의 비교를 통해 사물의 수량 변화를 반영하는 것은 통계 분석에서 흔히 사용되는 방법이다. 비교 분석은 데이터의 크기, 수준 및 속도를 효과적으로 판단하고 평가할 수 있습니다. 일반적인 비교는 가로와 세로입니다.
② 그룹 분석
그룹 분석이란 데이터의 특성과 특성 및 일부 지표에 따라 데이터를 여러 부분으로 나누고 내부 구조와 관계를 분석하여 사물의 발전 법칙을 이해하는 것을 말합니다. 지표의 특성에 따라 그룹 분석 방법은 속성 지표 그룹화와 수량 지표 그룹화로 나뉩니다. 속성 지표란 사물의 성격과 특징 (예: 이름, 성별, 교육 수준 등) 을 나타냅니다. 이러한 지표는 계산할 수 없습니다. 데이터 지표가 나타내는 데이터는 사람의 나이, 임금 소득 등과 같이 계산할 수 있다. 그룹 분석은 일반적으로 비교 분석과 결합됩니다.
③ 예측 분석 방법
예측 분석은 주로 현재 데이터를 기준으로 미래 데이터의 변화 추세를 판단하고 예측하는 것입니다. 예측 분석은 일반적으로 두 가지로 나뉩니다. 하나는 시계열을 기반으로 한 예측입니다. 예를 들어, 과거 판매 실적을 기준으로 향후 3 개월 동안의 판매량을 예측합니다. 다른 하나는 회귀 예측입니다. 즉, 사용자의 웹 브라우징 동작에 따라 사용자가 구매할 수 있는 상품을 예측하는 것과 같은 지표 간의 인과 관계를 기준으로 합니다.
④ 깔때기 분석
퍼널 분석 (프로세스 분석이라고도 함) 은 주로 어떤 사건이 중요한 부분에서의 전환율에 초점을 맞춰 인터넷 업계에서 널리 사용되고 있다. 예를 들어, 신용 카드 신청 과정에는 카드 정보 찾아보기, 신용 카드 정보 작성, 신청 제출, 은행 감사 카드 발급, 신용 카드 사용 활성화 등 많은 중요한 부분이 있습니다. 각 링크의 사용자 수가 점점 적어져서 깔때기가 형성되었다. 깔때기 분석 방법을 통해 업무 측은 각 부분의 전환율을 주시하고 모니터링 및 관리할 수 있습니다. 특정 링크의 전환율에 이상이 발생할 경우 프로세스를 최적화하고 비즈니스 지표를 개선하기 위한 적절한 조치를 취할 수 있습니다.
⑤AB 검사 분석
AB 검사 분석 방법은 실제로 비교 분석 방법이지만 A, B 그룹 구조가 유사한 샘플을 비교하는 데 초점을 맞추고 샘플 지표 값을 기준으로 차이를 분석합니다. 예를 들어, App 의 동일한 기능, 서로 다른 스타일 및 페이지 레이아웃 디자인, 두 가지 스타일의 페이지가 사용자에게 무작위로 할당됩니다. 마지막으로, 이 페이지에 대한 사용자의 브라우징 변환율에 따라 다양한 스타일의 우열을 평가하고 사용자의 선호도를 이해하여 제품을 더욱 최적화할 수 있습니다.