online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 數據分析的一些常見問題

摘要: 摘要內容


數據分析的一些常見問題

數據分析和數據挖掘,是大​​數據應用的核心技術,也是大數據應用的關鍵所在

數據分析重要,但是,很多時候卻不知道該如何去做,面對大量的數據,卻無從下手。概括起來,經常面臨的困難有:

分析目的不明確

分析方法不清晰

分析過程不清晰

分析思路不完善

解讀數據能力差

1. 不知道要分析什麼?(分析目的)

不知道要分析什麼,也就是分析目的不明確。

經常有學員告訴我,領導給了一大堆數據給我,要我分析一下,但我不知道要分析什麼?除了基本的統計求和,我不知道要幹嗎。

明確分析目的,這是數據分析的起點,也是分析的終點。所有的分析工作都應該圍繞業務問題開始,分析的結果最終也要落到業務問題。

如果目的不明確,後續的分析工作就無法開展了。

2. 下一步做什麼?(分析過程)

數據分析不是一個單一的操作,而是一套複雜和完整的操作流程。

一般地,一個完整的數據分析包括了六個步驟,後一個步驟依賴前一個步驟,也是前一個過程的深入。

當有了分析目的之外,接下來就需要圍繞業務問題來收集相關的數據,並對收集來的數據進行預處理(清洗、轉化、提取、計算),如果使用FineBI之類的BI工具來處理的話就是先抽取數據、ETL處理數據,然後在前端多維度分析,並對分析結果進行可視化,最後形成一個完整的分析報告,到此,一個數據分析的工作才算正式完成。

3. 不知道怎樣去分析?(分析方法)

分析目的明確了,數據也有了,但面對大量的、複雜的數據,卻無從下手,不知道怎樣分析,這是由於分析者缺乏對分析方法的了解。

數據分析最核心的工作,就是對數據進行分析。圍繞業務問題,採用什麼樣的分析方法,使用什麼樣的分析模型,選擇什麼樣的分析工具,這是數據分析的核心。這是分析師的必備技能。

為了便於理解,我將數據分析分為三個層次,從低到高,由淺入深,分別是統計分析,基本分析,數據挖掘。

一般情況下,企業有80%的工作都只需要掌握統計分析方法就可以了,剩下20%的工作需要更深入的分析及挖掘。當然,更深層次的業務規律及業務模式,需要更高層次的數據分析來解決。比如,市場細分,客戶特徵提取,等等。

4. 看不明白分析結果?(數據解讀)

好不容易分析有結果了,統計有數據了,但是,這些數據及分析結果表示什麼意思呢?與我們的業務有什麼關係呢?這一步也不知道坑了多少學員。

對數據不敏感,解讀數據的能力差,無法將分析結果與業務問題和業務策略關聯起來,這是數據應用的最大障礙。

如何來解讀數據,解讀分析結果,這需要有一定的數據解讀方法,也需要分析師要了解相應的業務邏輯。

5. 不知道分析是否全面?(分析思路)

我經常收到一些分析師的抱怨,他們說,基本的分析我都會了,但是,每次提交分析報告給領導以後,領導總是不太滿意,說我分析不全面,漏此漏那的。分析不全面,這是由於缺乏分析思路導致的。

如果說,分析方法是從微觀從細節來對數據進行分析,那麼,分析思路,就是從宏觀角度指導如何進行數據分析,比如從哪幾個方面來進行完整的數據分析而不會遺漏。

要掌握分析思路,需要分析師懂業務、懂管理、懂營銷。比如,如果要分析企業的外部環境,你必須要懂得PEST模型,即要從政策、經濟、社會和技術四個方面來進行分析,否則就是不全面的;如果要做競爭分析,你需要懂得SWOT 、波特五力,從這幾個方面來分析競爭態勢,才算完整和系統。

最簡單,最實用的是5W2H模型,廣泛用於企業營銷活動、用戶行為分析等專題分析中,即要求分析的從下面7個方面來進行分析,這樣可以確保能夠將用戶購買行為分析完整、系統。

數據分析看起來很簡單,但如果沒有經過系統的培訓,要勝任這項工作也是不容易的。畢竟,數據分析師作為企業主管的智囊,作為主管決策的支撐,其重要性及高要求是不言而喻。

轉貼自: 36大數據


留下你的回應

以訪客張貼回應

0

在此對話中的人們

Powered by Komento

YOU MAY BE INTERESTED