常用的高级分析方法及其商业应用

定量实战训练营的第四课，“常用的高级分析方法及其商业应用”，感谢我们定量研发团队小伙伴的支持，高效完成了课件和案例的准备。

 

其实，真正的挑战在于，如何深入浅出的培训这些高级统计分析，思来想去，我决定以案例的形式串讲统计方法，目标是在两个半小时内，首先是帮助不一定有统计背景的同学们，构建研究行业常用的高级统计方法的菜单，其次是以案例形式介绍每种方法的商业应用，争取大家以后在有类似需求的时候，能够唤醒这节课的内容，进而去针对性的学习如何设计和操作。

 

每个方法的背后，都是无数的纠结时刻，样本量有限、又希望构建Y和X关系的时候，不得不用岭回归；

策略U&A中，我们应用逻辑回归来构建关键驱动，去识别不同类型目标用户（重量级或价位段等定类变量构成的Y），在基本背景/场景/品类需求/购买考虑要素等诸多X中，到底有哪些是关键？

当有多个因变量且和自变量互相影响的时候，路径分析代替回归分析出场；

从全流程几十个体验点的用户旅程中，如何筛选出关键变量进行持续监测，结构方程大有帮助；

 

很多时候，面对特定的甚至无奈的数据集合，感谢认真且踏实的研究伙伴，我们在反复尝试中不断探索这些高级分析方法的用武之地，这些经验值的积累，为我们在复杂数据中识别商业机会提供了可能性。

13个模型单如下：

差异性分析：判别分析

定位分析：对应分析

分类分析：因子分析、聚类分析、决策树

关系分析：相关分析

预测分析：回归分析、逻辑回归、路径分析、结构方程

偏好分析：MaxDiff、Turf

联合分析：ACBC