数据分析小思路：从社会化网络数据展现到用户研究数据分析

咱们先从一个例子开始吧：想要500万彩票大奖吗？如何从海量的往期彩票中奖数据发现数据规律。有人教我按照如下流程操作。

第一步：收集数据。以双色球的开奖数据为例，将往期的数据下载下来。在互联网如此发达的年代，相信这件事情最容易了。原始数据清洗后导入SPSS。

第二步：将原始数据转化成关系矩阵。如下图所示。关系矩阵是社会化网络数据分析很重要的表现形式，每个矩阵单元格里面的数据表示出现的频次。

第三步：用图表现关系。社会化网络专用的画图软件有很多，下面这张图是用UCINET画的关系图。其他类似的软件还有很多，简单列举一些。Gephi、Pajek（可以处理海量数据）、Cyto Scape（可以处理中文case）等等。

从上面的图就可以看出不同数字之间的关系，两个球之间的连线，便是他们之间的关系强度，在这个case里面，就是两个球同时出现的概率大小。这个软件可以调整强度关系，便于我们看到不同强度条件下球与球之间的关系。

你不会还在想着500万在哪里吧？

其实只是利用这个念想，把社会化网络的数据展现形式，用一个简单的例子展现了出来，至于五百万，忘了吧，要不然我还在这里写博客？

这是一个很简单、不能再简单的例子，不过由此可以联想我们用户研究的数据，是不是有时候也可以这么展现呢？我想了两个例子。

用研数据分析1：啤酒和尿布。这是一个耳熟能详的营销案例，但是背后的数据确实用户研究的。尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。原来，美国的妇女们经常会嘱咐她们的丈夫下班以后要为孩子买尿布。而丈夫在买完尿布之后又要顺手买回自己爱喝的啤酒，因此啤酒和尿布在一起购买的机会还是很多的。啤酒和尿布，不久是超市里面卖得多种商品的强关系链吗？

用研数据分析2：用户使用支付宝产品的关联分析。我们往往能够通过问卷调研拿到一些数据，比如用户使用过公司的哪些产品。那么我们是不是可以去看看这些产品之间的关系强度如何？也就是说，用户用了什么样的产品，使用其他什么产品的可能性很大？这个答案对于整合运营的作用是显而易见的。对于用户研究，能够更深的走入用户，了解深层次的原因，而非简简单单的停在使用与否的表层。