HOME 首頁(yè)
SERVICE 服務(wù)產(chǎn)品
XINMEITI 新媒體代運(yùn)營(yíng)
CASE 服務(wù)案例
NEWS 熱點(diǎn)資訊
ABOUT 關(guān)于我們
CONTACT 聯(lián)系我們
創(chuàng)意嶺
讓品牌有溫度、有情感
專注品牌策劃15年

    數(shù)據(jù)分析的六種基本分析方法(數(shù)據(jù)處理最基本的四種方法)

    發(fā)布時(shí)間:2023-03-23 05:18:24     稿源: 創(chuàng)意嶺    閱讀: 1096        問大家

    大家好!今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于數(shù)據(jù)分析的六種基本分析方法的問題,以下是小編對(duì)此問題的歸納整理,讓我們一起來看看吧。

    開始之前先推薦一個(gè)非常厲害的Ai人工智能工具,一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

    只需要輸入關(guān)鍵詞,就能返回你想要的內(nèi)容,越精準(zhǔn),寫出的就越詳細(xì),有微信小程序端、在線網(wǎng)頁(yè)版、PC客戶端

    官網(wǎng):https://ai.de1919.com,如需咨詢相關(guān)業(yè)務(wù)請(qǐng)撥打175-8598-2043,或微信:1454722008

    本文目錄:

    數(shù)據(jù)分析的六種基本分析方法(數(shù)據(jù)處理最基本的四種方法)

    一、數(shù)據(jù)分析的基本方法有哪些

    數(shù)據(jù)分析的三個(gè)常用方法:

    1. 數(shù)據(jù)趨勢(shì)分析

    趨勢(shì)分析一般而言,適用于產(chǎn)品核心指標(biāo)的長(zhǎng)期跟蹤,比如,點(diǎn)擊率,GMV,活躍用戶數(shù)等。做出簡(jiǎn)單的數(shù)據(jù)趨勢(shì)圖,并不算是趨勢(shì)分析,趨勢(shì)分析更多的是需要明確數(shù)據(jù)的變化,以及對(duì)變化原因進(jìn)行分析。

    趨勢(shì)分析,最好的產(chǎn)出是比值。在趨勢(shì)分析的時(shí)候需要明確幾個(gè)概念:環(huán)比,同比,定基比。環(huán)比是指,是本期統(tǒng)計(jì)數(shù)據(jù)與上期比較,例如2019年2月份與2019年1月份相比較,環(huán)比可以知道最近的變化趨勢(shì),但是會(huì)有些季節(jié)性差異。為了消除季節(jié)差異,于是有了同比的概念,例如2019年2月份和2018年2月份進(jìn)行比較。定基比更好理解,就是和某個(gè)基點(diǎn)進(jìn)行比較,比如2018年1月作為基點(diǎn),定基比則為2019年2月和2018年1月進(jìn)行比較。

    比如:2019年2月份某APP月活躍用戶數(shù)我2000萬(wàn),相比1月份,環(huán)比增加2%,相比去年2月份,同比增長(zhǎng)20%。趨勢(shì)分析另一個(gè)核心目的則是對(duì)趨勢(shì)做出解釋,對(duì)于趨勢(shì)線中明顯的拐點(diǎn),發(fā)生了什么事情要給出合理的解釋,無論是外部原因還是內(nèi)部原因。

    2. 數(shù)據(jù)對(duì)比分析

    數(shù)據(jù)的趨勢(shì)變化獨(dú)立的看,其實(shí)很多情況下并不能說明問題,比如如果一個(gè)企業(yè)盈利增長(zhǎng)10%,我們并無法判斷這個(gè)企業(yè)的好壞,如果這個(gè)企業(yè)所處行業(yè)的其他企業(yè)普遍為負(fù)增長(zhǎng),則5%很多,如果行業(yè)其他企業(yè)增長(zhǎng)平均為50%,則這是一個(gè)很差的數(shù)據(jù)。

    對(duì)比分析,就是給孤立的數(shù)據(jù)一個(gè)合理的參考系,否則孤立的數(shù)據(jù)毫無意義。在此我向大家推薦一個(gè)大數(shù)據(jù)技術(shù)交流圈: 658558542 突破技術(shù)瓶頸,提升思維能力 。

    一般而言,對(duì)比的數(shù)據(jù)是數(shù)據(jù)的基本面,比如行業(yè)的情況,全站的情況等。有的時(shí)候,在產(chǎn)品迭代測(cè)試的時(shí)候,為了增加說服力,會(huì)人為的設(shè)置對(duì)比的基準(zhǔn)。也就是A/B test。

    比較試驗(yàn)最關(guān)鍵的是A/B兩組只保持單一變量,其他條件保持一致。比如測(cè)試首頁(yè)改版的效果,就需要保持A/B兩組用戶質(zhì)量保持相同,上線時(shí)間保持相同,來源渠道相同等。只有這樣才能得到比較有說服力的數(shù)據(jù)。

    3. 數(shù)據(jù)細(xì)分分析

    在得到一些初步結(jié)論的時(shí)候,需要進(jìn)一步地細(xì)拆,因?yàn)樵谝恍┚C合指標(biāo)的使用過程中,會(huì)抹殺一些關(guān)鍵的數(shù)據(jù)細(xì)節(jié),而指標(biāo)本身的變化,也需要分析變化產(chǎn)生的原因。這里的細(xì)分一定要進(jìn)行多維度的細(xì)拆。常見的拆分方法包括:

    分時(shí) :不同時(shí)間短數(shù)據(jù)是否有變化。

    分渠道 :不同來源的流量或者產(chǎn)品是否有變化。

    分用戶 :新注冊(cè)用戶和老用戶相比是否有差異,高等級(jí)用戶和低等級(jí)用戶相比是否有差異。

    分地區(qū) :不同地區(qū)的數(shù)據(jù)是否有變化。

    組成拆分 :比如搜索由搜索詞組成,可以拆分不同搜索詞;店鋪流量由不用店鋪產(chǎn)生,可以分拆不同的店鋪。

    細(xì)分分析是一個(gè)非常重要的手段,多問一些為什么,才是得到結(jié)論的關(guān)鍵,而一步一步拆分,就是在不斷問為什么的過程。

    二、懂視生活

    1、分組分析法。分組分析法是為了對(duì)比,把總體中不同性質(zhì)的對(duì)象分開,以便進(jìn)一步了解內(nèi)在的數(shù)據(jù)關(guān)系,因此分組法必須和對(duì)比法結(jié)合運(yùn)用。

    2、結(jié)構(gòu)分析法。結(jié)構(gòu)分析法指分析總體內(nèi)的各部分與總體之間進(jìn)行對(duì)比的分析方法及總體內(nèi)各部分占總體的比例,屬于相對(duì)指標(biāo)。一般某部分的比例越大,說明其重要程度越高,對(duì)總體的影響越大。

    3、平均分析法。平均分析法是運(yùn)用計(jì)算平均數(shù)的方法來反映總體在一定時(shí)間、地點(diǎn)條件下某一數(shù)量特征的一般水平。

    4、漏斗分析法。漏斗分析法是結(jié)合對(duì)比分析法分組分析,比較同一環(huán)節(jié)優(yōu)化前后、不同用戶群、同行類似的轉(zhuǎn)化率通過漏斗各環(huán)節(jié)業(yè)務(wù)數(shù)據(jù)的比較,能夠直觀地發(fā)現(xiàn)和說明問題所在。

    三、常見的數(shù)據(jù)分析方法有哪些?

    常見的數(shù)據(jù)分析方法有哪些?

    1.趨勢(shì)分析

    當(dāng)有大量數(shù)據(jù)時(shí),我們希望更快,更方便地從數(shù)據(jù)中查找數(shù)據(jù)信息,這時(shí)我們需要使用圖形功能。所謂的圖形功能就是用EXCEl或其他繪圖工具來繪制圖形。

    趨勢(shì)分析通常用于長(zhǎng)期跟蹤核心指標(biāo),例如點(diǎn)擊率,GMV和活躍用戶數(shù)。通常,只制作一個(gè)簡(jiǎn)單的數(shù)據(jù)趨勢(shì)圖,但并不是分析數(shù)據(jù)趨勢(shì)圖。它必須像上面一樣。數(shù)據(jù)具有那些趨勢(shì)變化,無論是周期性的,是否存在拐點(diǎn)以及分析背后的原因,還是內(nèi)部的或外部的。趨勢(shì)分析的最佳輸出是比率,有環(huán)比,同比和固定基數(shù)比。例如,2017年4月的GDP比3月增加了多少,這是環(huán)比關(guān)系,該環(huán)比關(guān)系反映了近期趨勢(shì)的變化,但具有季節(jié)性影響。為了消除季節(jié)性因素的影響,引入了同比數(shù)據(jù),例如:2017年4月的GDP與2016年4月相比增長(zhǎng)了多少,這是同比數(shù)據(jù)。更好地理解固定基準(zhǔn)比率,即固定某個(gè)基準(zhǔn)點(diǎn),例如,以2017年1月的數(shù)據(jù)為基準(zhǔn)點(diǎn),固定基準(zhǔn)比率是2017年5月數(shù)據(jù)與該數(shù)據(jù)2017年1月之間的比較。

    2.對(duì)比分析

    水平對(duì)比度:水平對(duì)比度是與自己進(jìn)行比較。最常見的數(shù)據(jù)指標(biāo)是需要與目標(biāo)值進(jìn)行比較,以了解我們是否已完成目標(biāo);與上個(gè)月相比,要了解我們環(huán)比的增長(zhǎng)情況。

    縱向?qū)Ρ龋汉?jiǎn)單來說,就是與其他對(duì)比。我們必須與競(jìng)爭(zhēng)對(duì)手進(jìn)行比較以了解我們?cè)谑袌?chǎng)上的份額和地位。

    許多人可能會(huì)說比較分析聽起來很簡(jiǎn)單。讓我舉一個(gè)例子。有一個(gè)電子商務(wù)公司的登錄頁(yè)面。昨天的PV是5000。您如何看待此類數(shù)據(jù)?您不會(huì)有任何感覺。如果此簽到頁(yè)面的平均PV為10,000,則意味著昨天有一個(gè)主要問題。如果簽到頁(yè)面的平均PV為2000,則昨天有一個(gè)跳躍。數(shù)據(jù)只能通過比較才有意義。

    3.象限分析

    根據(jù)不同的數(shù)據(jù),每個(gè)比較對(duì)象分為4個(gè)象限。如果將IQ和EQ劃分,則可以將其劃分為兩個(gè)維度和四個(gè)象限,每個(gè)人都有自己的象限。一般來說,智商保證一個(gè)人的下限,情商提高一個(gè)人的上限。

    說一個(gè)象限分析方法的例子,在實(shí)際工作中使用過:通常,p2p產(chǎn)品的注冊(cè)用戶由第三方渠道主導(dǎo)。如果您可以根據(jù)流量來源的質(zhì)量和數(shù)量劃分四個(gè)象限,然后選擇一個(gè)固定的時(shí)間點(diǎn),比較每個(gè)渠道的流量成本效果,則該質(zhì)量可以用作保留的總金額的維度為標(biāo)準(zhǔn)。對(duì)于高質(zhì)量和高數(shù)量的通道,繼續(xù)增加引入高質(zhì)量和低數(shù)量的通道,低質(zhì)量和低數(shù)量的通過,低質(zhì)量和高數(shù)量的嘗試策略和要求,例如象限分析可以讓我們比較和分析時(shí)間以獲得非常直觀和快速的結(jié)果。

    4.交叉分析

    比較分析包括水平和垂直比較。如果要同時(shí)比較水平和垂直方向,則可以使用交叉分析方法。交叉分析方法是從多個(gè)維度交叉顯示數(shù)據(jù),并從多個(gè)角度執(zhí)行組合分析。

    分析應(yīng)用程序數(shù)據(jù)時(shí),通常分為iOS和Android。

    交叉分析的主要功能是從多個(gè)維度細(xì)分?jǐn)?shù)據(jù)并找到最相關(guān)的維度,以探究數(shù)據(jù)更改的原因。

    四、數(shù)據(jù)分析的幾種常用方法21-10-27

    幾種常見的數(shù)據(jù)分析分析方法:

    1.周期性分析(基礎(chǔ)分析)

    What :主要是從日常雜亂的數(shù)據(jù)中,發(fā)現(xiàn)周期性出現(xiàn)的現(xiàn)象,而從避免或改善問題的發(fā)生。常見的兩種周期:自然周期和生命周期。

    需要注意的點(diǎn):雖然周期性分析主要針對(duì)時(shí)間序列,但不全是,例如公眾號(hào)的文章閱讀走勢(shì)不僅和日期(工作日或周末)相關(guān),也和文章類型相關(guān)。

    例如:銷售中3,6,9,12月,由于績(jī)效考核出現(xiàn)的峰值

                重點(diǎn)節(jié)假日對(duì)和交付的影響

                產(chǎn)品銷售的季節(jié)性影響(例如北方下半年的采暖產(chǎn)品,入夏空調(diào)的銷售旺季等)

    How: 自然后期的時(shí)間維度,根據(jù)分析的需求,可從年(同環(huán)比,業(yè)績(jī)達(dá)成、和行業(yè)趨勢(shì)對(duì)比),月(淡旺季、銷售進(jìn)度、生產(chǎn)預(yù)測(cè)),周(一般較少),日(工作日,非工作日的差異分析),時(shí)(時(shí)間分布,工作時(shí)段,上下班高峰,晚上,主要和大眾消費(fèi)行為分析相關(guān))進(jìn)行展開

    生命周期一種常見的分析就“商品生命周期”,商品銷量隨上市時(shí)間的變化,通過時(shí)間軸+指標(biāo)走勢(shì)組合出來的。這種分析對(duì)快消品或者產(chǎn)品迭代速度很快的商品(典型如手機(jī))是比較重要的,可以用于監(jiān)控產(chǎn)品的市場(chǎng)表現(xiàn),對(duì)照市場(chǎng)活動(dòng)可以量化活動(dòng)效果以及產(chǎn)品線的經(jīng)營(yíng)情況,如持續(xù)跟進(jìn),則可針對(duì)性的提出產(chǎn)品上市的建議。

    2.矩陣分析(重要分析方法)

    矩陣分析是數(shù)據(jù)分析中非常重要的分析方法。主要解決分析領(lǐng)域的一個(gè)非常致命的核心問題:“到底指標(biāo)是多少,才算好”。

    平均數(shù)是一個(gè)非常常用的數(shù)據(jù)維度,但是單一維度,并不能充分評(píng)價(jià)好壞。例如考核銷售,如果只考核業(yè)務(wù)銷售業(yè)績(jī),那么業(yè)務(wù)人員一定會(huì)傾向賣利潤(rùn)低的引流產(chǎn)品。那種利潤(rùn)高,價(jià)格高,不容易賣的利潤(rùn)型產(chǎn)品就沒人賣了,最后銷售越多,公司的利潤(rùn)反而下降了。這個(gè)時(shí)候通過兩個(gè)維度:銷售規(guī)模和銷售利潤(rùn),構(gòu)建交叉矩陣,就能將業(yè)務(wù)業(yè)績(jī)進(jìn)行更有效的區(qū)分。

    舉個(gè)簡(jiǎn)單的例子,一個(gè)銷售團(tuán)隊(duì),10名銷售一個(gè)月內(nèi)開發(fā)的客戶數(shù)量,產(chǎn)生的總業(yè)績(jī)用矩陣分析法進(jìn)行分析(具體數(shù)據(jù)略):

    第一步:先對(duì)客戶數(shù)量、業(yè)績(jī)求平均值

    第二步:利用平均值,對(duì)每個(gè)銷售人員的客戶數(shù)量、業(yè)績(jī)進(jìn)行分類

    第三步:區(qū)分出多客戶+高業(yè)績(jī),少客戶+高業(yè)績(jī),多客戶+低業(yè)績(jī),少客戶+低業(yè)績(jī)四類

    矩陣分析把關(guān)鍵業(yè)務(wù)目標(biāo)拆分為兩個(gè)維度,每個(gè)維度進(jìn)行高低分類,進(jìn)而可以對(duì)目標(biāo)進(jìn)行更加立體的描述。維度高低分類多采用 平均值作為參考 值。

    注意:有兩個(gè)場(chǎng)景,是不適合用矩陣分析法:

    一:有極大/極小值影響了平均值的時(shí)候,一般出現(xiàn)極大/極小值的時(shí)候,可以用: 分層分析法 。

    二:兩個(gè)指標(biāo)高度相關(guān)的時(shí)候,例如用戶消費(fèi)金額與消費(fèi)頻次,兩個(gè)指標(biāo)天生高度相關(guān),此時(shí)數(shù)據(jù)分布會(huì)集中在某一個(gè)或兩個(gè)區(qū)域,矩陣分析法的業(yè)務(wù)解讀能力接近0,可采用 相關(guān)分析法

    3.結(jié)構(gòu)分析

    What: 結(jié)構(gòu)分析是將分析的目標(biāo),向下分解,主要用于發(fā)現(xiàn)問題。

    例如銷售分析,可以按照區(qū)域—省—市 一級(jí)級(jí)的分解,分解之后可以更好的看出影響銷售業(yè)績(jī)的影響因素在哪個(gè)位置。

     結(jié)構(gòu)分析可以有多個(gè)維度,取決于我們需要分析的方向。例如還是銷售分析,可以從產(chǎn)品構(gòu)成進(jìn)行拆解,也可用從業(yè)務(wù)形態(tài)拆解

    How:如何進(jìn)行結(jié)構(gòu)分析?

    第一步:定出要分析的關(guān)鍵指標(biāo)(一般是業(yè)績(jī)、用戶量、DAU、利潤(rùn)等等)

    第二步:了解關(guān)鍵指標(biāo)的構(gòu)成方式(比如業(yè)績(jī),由哪些用戶、哪些商品、哪些渠道組成)

    第三步:跟蹤關(guān)鍵指標(biāo)的走勢(shì),了解指標(biāo)結(jié)構(gòu)變化情況

    第四步:在關(guān)鍵指標(biāo)出現(xiàn)明顯上升/下降的時(shí)候,找到變化最大的結(jié)構(gòu)分類,分析問題

    注意:結(jié)構(gòu)分析的不足

    結(jié)構(gòu)分析法是一種:知其然,不知其所以然的方法。只適用于發(fā)現(xiàn)問題,不能解答問題

    4.分層分析

    What: 分層分析,是為了應(yīng)對(duì) 平均值失效 的場(chǎng)景。典型的平均值失效例如平均工資,很多人都被“代表”。這個(gè)時(shí)候需要把收入群體分成幾類,例如土豪,普通百姓,窮光蛋等,后面進(jìn)行分析時(shí)就比較清楚了。業(yè)內(nèi)也有一些不同的叫法,比如應(yīng)用于商品的,叫ABC分類,應(yīng)用于用戶的,叫用戶分層,應(yīng)用于業(yè)務(wù)的,叫二八法則。本質(zhì)都是一回事。

    How:如何進(jìn)行分層分析

    1.明確分層對(duì)象和分層指標(biāo)

        例如:想?yún)^(qū)分用戶消費(fèi)力,分層對(duì)象就是:用戶,分層指標(biāo)就是:消費(fèi)金額

                   想?yún)^(qū)分商品銷售額,分層對(duì)象就是:商品,分層指標(biāo)就是:銷售金額

                    想?yún)^(qū)分部銷售額,分層對(duì)象就是:分部,分層指標(biāo)就是:銷售收入

    2.查看數(shù)據(jù),確認(rèn)是否需要分層。分層是應(yīng)對(duì)平均值失效的情況的,存在極值影響的情況,則適合分層。

    3.設(shè)定分層的層級(jí)。最好的解決辦法是老板拍板,其次可以用“二八原則”,以上述銷售業(yè)績(jī)分層為例,可以先從高到低排序,然后把累積業(yè)績(jī)占80%的人選出來,作為“第1層級(jí)(優(yōu)等)”,其他的歸為“第2層級(jí)(次等)”。有時(shí)如果顆粒度不夠,也可以用“二四六八十”法則”。

    如何應(yīng)用分層

    分層的最大作用是幫我們看清楚:到底誰(shuí)是主力 ,誰(shuí)是吊車尾。從而指導(dǎo)業(yè)務(wù),從人海戰(zhàn)術(shù)向精兵簡(jiǎn)政思考。

    根據(jù)分層的結(jié)果找出差距,進(jìn)而提出(假設(shè))差異背后可能的原因,通過其它方式進(jìn)行

    應(yīng)用 :客戶分析,目前系統(tǒng)中客戶超5000個(gè),為了更好的了解客戶結(jié)構(gòu),可以通過分層分析的方法對(duì)這5000個(gè)客戶進(jìn)行分層,分層的方式通過年銷售規(guī)模,可以按照累計(jì)規(guī)模排序,一般采用4-6個(gè)層級(jí),每個(gè)層級(jí)可以給一個(gè)標(biāo)簽。例如王者客戶,腰部客戶,mini客戶等。分層后,便可以針對(duì)性的進(jìn)行分析,例如客戶層級(jí)的銷售占比,變動(dòng),各層級(jí)客戶的銷售構(gòu)成,結(jié)合其它方法就可以有較全面的分析

    5.漏斗分析(待補(bǔ)充)

    6.指標(biāo)拆解(待補(bǔ)充)

    7.相關(guān)性分析(待補(bǔ)充)

    What :兩個(gè)(或多個(gè))因素之間的關(guān)系。例如員工人數(shù)與銷售額,市場(chǎng)推廣與銷售業(yè)績(jī),天氣和銷售表現(xiàn)等

                很多因素我們直觀的感覺到之間有聯(lián)系,相互影響,但具體的關(guān)系是什么,如何產(chǎn)品影響的,可以通相關(guān)性分析來量化。

    例如,客戶開拓中拜訪客戶的次數(shù)和客戶成交是否有關(guān)系?

               拜訪次數(shù)多,表明客戶也感興趣,所以成功幾率大

               拜訪這么多,客戶還不成交,成功幾率不大

                客戶成交和拜訪關(guān)系不太大,主要看你是否能打動(dòng)他

    How :兩種聯(lián)系:直接關(guān)系,間接關(guān)系

    直接關(guān)系 :整體指標(biāo)與部分指標(biāo)的關(guān)系——結(jié)構(gòu)分析,例如銷售業(yè)績(jī)與各中心的業(yè)績(jī)

                      主指標(biāo)與子指標(biāo)的關(guān)系——拆解分析,例如總銷售規(guī)模和客戶數(shù)量與客戶銷售規(guī)模

                       前后步驟間的關(guān)系——漏斗分析:例如銷售目標(biāo)和項(xiàng)目覆蓋率,儲(chǔ)備率,簽約等因素間的關(guān)系

            聯(lián)系中,指標(biāo)之間出現(xiàn)一致性的變化,基本是正常,如果出現(xiàn)相反的變動(dòng),則需要關(guān)注,這可能是問題所在

    間接關(guān)系 :要素之間沒有直接的聯(lián)系,但存在邏輯上的連接。例如推廣多了,知名度上市,進(jìn)而銷售額上升。

                      由于關(guān)系非顯性,需要通過處理進(jìn)行評(píng)價(jià),常用的就是散點(diǎn)圖和excel中的相關(guān)系數(shù)法

    在明確相關(guān)性后,就可以通過改變其中一個(gè)變量來影響和控制另一個(gè)變量的發(fā)展。

    注意:相關(guān)性分析也存在很大的局限。主要體現(xiàn)在相關(guān)性并不等同因果性。例如十年前你在院子里種了一顆樹,你發(fā)現(xiàn)樹每天的高度和中國(guó)近十年GDP的增速高度相關(guān),然后這兩者間并沒有什么實(shí)質(zhì)性的聯(lián)系。此次相關(guān)性分析過程中一定注意要找到關(guān)聯(lián)的邏輯自洽。

    8.標(biāo)簽分析(待補(bǔ)充)

    9.

    以上就是關(guān)于數(shù)據(jù)分析的六種基本分析方法相關(guān)問題的回答。希望能幫到你,如有更多相關(guān)問題,您也可以聯(lián)系我們的客服進(jìn)行咨詢,客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。


    推薦閱讀:

    小紅書銷售數(shù)據(jù)(小紅書銷售數(shù)據(jù)從哪兒找)

    杭州數(shù)據(jù)中心(杭州數(shù)據(jù)中心招聘信息)

    抖音互動(dòng)數(shù)據(jù)是什么意思(抖音互動(dòng)量包含哪些指標(biāo))

    視頻解說的配音是怎么做的(視頻解說配音軟件)

    網(wǎng)貸利息最低排行榜(正規(guī)網(wǎng)貸平臺(tái)排名前10名)