数据分析概述什么是金婚

“数据分析的核心在于逻辑框架和业务价值。”作者目前是数据产品经理,最早是数据分析师起家。本科是国内TOP985的统计学出身。虽然干了PM,但并不影响一颗数据分析师的心。哪怕业务需求压得喘不动气,但在一

“数据分析的核心在于逻辑框架和业务价值。”


作者目前是数据产品经理,最早是数据分析师起家。本科是国内TOP985的统计学出身。


虽然干了PM,但并不影响一颗数据分析师的心。哪怕业务需求压得喘不动气,但在一些场景下(例如负责的产品PV下滑),作者还是经常按奈不住想要自己亲自上阵写SQL、亲自做图表、分析原因的冲动。


为啥数据分析对于作者有这么大的吸引力呢?今天和大家分享一下在数据分析领域的一些想法。

01—数据分析是干啥的现在领域内其实叫法挺多。有叫BI(Business Intelligent)的,也有叫DA(Data Analysis)的,其实都差不多,感觉后者更近一些。专职做这活的,一般称BI分析师,或者数据分析师。
如今,数据分析师基本是互联网里的标配了。
具体都做哪些工作呢?这里先介绍一下理想中和实际中,数据分析的典型场景。读者先体会一下。
【理想工作场景】:业务最近遇到了困难(例如双11业绩不达预期),但今年和往年的投放策略没啥变化呀,为啥效果这么差?于是给分析师提出了需求,分析一下今年双十一业绩不达预期的原因。分析师经过一顿操作猛如虎,做出了精美的PPT报告,在大boss面前一顿指点江山,最终收获了老板的认同。分析师同时给出了运营建议,业务按照建议修改了投放策略,果然效果十分明显,业绩飙升。分析师走上了人生巅峰,升职加薪。
正所谓:理想很丰满,现实很骨感。

【现实工作场景】:业务最近遇到了困难,提给了分析师分析需求。分析师为了进行数据分析,先是用尽了毕生力气准备好了各种数据,然后进行了各种维度下钻分析原因,然而,也没找到异常。最终给老板做的PPT,也被业务频频吐槽,说没有业务价值。

从上面的例子中,其实比较容易理解,数据分析师是干嘛的了吧?

总结下来,其实就是:利用数据化的方法,总结业务现象、分析业务状况,撰写分析报告或者报表,为业务的发展提供指导和建议。
02—如何进行数据分析其实总体上可以总结为三部:描述现状、分析原因、提出建议。描述现状这是整个分析过程的第一步,也是比较消耗精力的一步。描述之前,首先要提取想要的数据吧?怎么提取呢,得用SQL、用数据库,进行数据提取、汇总、统计、清洗。
那用什么指标描述现状呢?这里就涉及了梳理完毕的指标体系、北极星指标等等相关的工作。只有有一套标准的指标体系,才能使分析建立在敦实的基础之上。
描述的方法又涉及了数据的可视化,是用折线图、还是饼图,还是高级点的瀑布图,到底哪个图表更直观、能够清晰的表达?

针对数据提取、指标体系、可视化等内容,后面我们将详细展开。

分析原因这是比较困难的一步,对分析师的逻辑性与业务理解有较高要求。

比如,我发现昨天的gmv突然较前天下跌了30%,这背后是什么原因呢?是数据统计错了,还是业务出了问题?再者,是数据库出了问题还是统计逻辑出了问题?是正常的周期性业务变动还是异常的业务现象?是用户流失了还是产品出现了bug?是拉新出现了问题还是转化出了问题?

要排查到真正的原因,是需要大量的信息的。对分析师也有较高的要求。一方面,要了解数据背后反映的问题代表的真实含义以及数据的生产流程,另一方面,要对数据背后的业务有着充分的理解与了解。

这需要一些对行业以及对公司业务的深入理解,与沉淀。


有时候为了描述现象及分析原因更有条理、更有逻辑性,会经常套用一些行业的成熟的、典型的分析模型,这对于原因的归纳是有帮助的。例如常见的AARRR模型等等。后面具体分享。

提出建议

这是新手分析师经常忽略的,但最重要、最核心的环节。


分析了一大通,做了老鼻子的数据处理、一堆数据图标,结果最后给运营提建议环节草草收场,会使得分析价值大打折扣。

新手经常面临的苦恼是:提了自己认为很好的业务建议,却被业务人员批评没有价值,这是很打击的。我也是这么过来的,没办法,毕竟人家业务是专门做业务的。

那不提建议了?也不行,不提运营建议的分析报告,都是耍流氓。听你白活半天,问你我该咋办,你说:你猜。不太合适。
那如何能提出有价值的运营建议呢?这就依赖比较深的业务理解了。可以通过多多走进业务、多多了解业务,不断向业务请教,慢慢进行积累。这确实是个慢功夫,急不得。03—数据分析师的核心竞争力

对分析师的能力要求,其实也是挺多的,比如数据能力、沟通能力、PPT等报告能力等等。但要论核心竞争力,正是上文说的:业务的理解,以及逻辑能力。
(1)数据能力。这是基础要求吧。包括了写SQL、包括熟练甚至精通Excel,包括简单使用一些编程语言,比如Python、R语言等。还要懂一些常用的算法,比如聚类分类等。统计学基础理论,这个就不说了,必须的。

(2)沟通能力。这个能力确实也是必备的。因为分析师和业务打交道也是比较多的,经常需要将自己做的报告进行分享,没有良好的沟通力是肯定不行的

(3)逻辑能力。这块能力太重要了。我初入行时,我老板就告诉我,结论对不对不是最重要的,最重要的是逻辑对不对。这里不是强调结论可以不正确,因为确实很多情况下,是没有结论对错之分的。但逻辑的对错,是有的。条件A+条件B不能推出来结果C,但你说能,你的逻辑就错了,那结论就没有了任何说服力,哪怕对了,也是蒙的。

(4)业务能力。这块也是作者一直强调的。数据能力和沟通能力如果说可以较短时间培养起来,快速上手,但业务能力却不是一天能建成的。尤其是对于专职分析师,没有做过专职的业务的情况下,要理解业务、理解行业,更是有较大的困难。但是,一旦业务这个难点攻破,立刻会成为自己的壁垒,很多分析师可能就望尘莫及了。
因此,一个分析师尽可能还是要在一个行业或者比较相近的行业来做,保持职业的连续性,不然很难建立自己的优势。如果业务能力不深,可能就只能往技术这个方向走了。或者像作者一样,转产品……

以上先分享这些。后面将针对具体的一些技能、一些分析框架等,进行详细分享。

-END-

原文链接:http://www.wanshiruyi.cc/news/21525.html,转载和复制请保留此链接。
以上就是关于数据分析概述什么是金婚全部的内容,关注我们,带您了解更多相关内容。

特别提示:本信息由相关用户自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。



上一篇:Python数据结构大结局:DataFrame新八项注意

下一篇:科格思PTFE耐高温针刺过滤袋品质精良/价格合理/厂家供应

相关推荐