数据分析的一些常见问题

数据分析和数据挖掘,是大数据应用的核心技术,也是大数据应用的关键所在。

数据分析重要,但是,很多时候却不知道该如何去做,面对大量的数据,却无从下手。概括起来,经常面临的困难有:

  • 分析目的不明确

  • 分析方法不清晰

  • 分析过程不清晰

  • 分析思路不完善

  • 解读数据能力差

1、 不知道要分析什么?(分析目的)

不知道要分析什么,也就是分析目的不明确。

经常有学员告诉我,领导给了一大堆数据给我,要我分析一下,但我不知道要分析什么?除了基本的统计求和,我不知道要干吗。

明确分析目的,这是数据分析的起点,也是分析的终点。所有的分析工作都应该围绕业务问题开始,分析的结果最终也要落到业务问题。

如果目的不明确,后续的分析工作就无法开展了。

数据分析的一些常见问题

2、 下一步做什么?(分析过程)

数据分析不是一个单一的操作,而是一套复杂和完整的操作流程。

一般地,一个完整的数据分析包括了六个步骤,后一个步骤依赖前一个步骤,也是前一个过程的深入。

当有了分析目的之外,接下来就需要围绕业务问题来收集相关的数据,并对收集来的数据进行预处理(清洗、转化、提取、计算),如果使用FineBI之类的BI工具来处理的话就是先抽取数据、ETL处理数据,然后在前端多维度分析,并对分析结果进行可视化,最后形成一个完整的分析报告,到此,一个数据分析的工作才算正式完成。

数据分析的一些常见问题

数据分析的一些常见问题

3、 不知道怎样去分析?(分析方法)

分析目的明确了,数据也有了,但面对大量的、复杂的数据,却无从下手,不知道怎样分析,这是由于分析者缺乏对分析方法的了解。

数据分析最核心的工作,就是对数据进行分析。围绕业务问题,采用什么样的分析方法,使用什么样的分析模型,选择什么样的分析工具,这是数据分析的核心。这是分析师的必备技能。

为了便于理解,我将数据分析分为三个层次,从低到高,由浅入深,分别是统计分析,基本分析,数据挖掘。

一般情况下,企业有80%的工作都只需要掌握统计分析方法就可以了,剩下20%的工作需要更深入的分析及挖掘。当然,更深层次的业务规律及业务模式,需要更高层次的数据分析来解决。比如,市场细分,客户特征提取,等等。

4、 看不明白分析结果?(数据解读)

好不容易分析有结果了,统计有数据了,但是,这些数据及分析结果表示什么意思呢?与我们的业务有什么关系呢?这一步也不知道坑了多少学员。

对数据不敏感,解读数据的能力差,无法将分析结果与业务问题和业务策略关联起来,这是数据应用的最大障碍。

如何来解读数据,解读分析结果,这需要有一定的数据解读方法,也需要分析师要了解相应的业务逻辑。

5、 不知道分析是否全面?(分析思路)

我经常收到一些分析师的抱怨,他们说,基本的分析我都会了,但是,每次提交分析报告给领导以后,领导总是不太满意,说我分析不全面,漏此漏那的。分析不全面,这是由于缺乏分析思路导致的。

如果说,分析方法是从微观从细节来对数据进行分析,那么,分析思路,就是从宏观角度指导如何进行数据分析,比如从哪几个方面来进行完整的数据分析而不会遗漏。

要掌握分析思路,需要分析师懂业务、懂管理、懂营销。比如,如果要分析企业的外部环境,你必须要懂得PEST模型,即要从政策、经济、社会和技术四个方面来进行分析,否则就是不全面的;如果要做竞争分析,你需要懂得SWOT、波特五力,从这几个方面来分析竞争态势,才算完整和系统。

最简单,最实用的是5W2H模型,广泛用于企业营销活动、用户行为分析等专题分析中,即要求分析的从下面7个方面来进行分析,这样可以确保能够将用户购买行为分析完整、系统。

数据分析的一些常见问题

数据分析看起来很简单,但如果没有经过系统的培训,要胜任这项工作也是不容易的。毕竟,数据分析师作为企业主管的智囊,作为主管决策的支撑,其重要性及高要求是不言而喻。

相关推荐