CDA Level I→Part 0 前导

PART 0 前导

• 数据分析的价值
  • 避免主观谬误（需求分析、AB 测试）、提高判断效率（如：客服提高交接效率）、易推广、易迭代
• 数据分析的要求
  • 简明化 、结论化、通用化
• 数据分析的本质–发现和解决问题
  • 现状 vs 期望：（过去更好 → 解决已发生风险，现状很好 → 预防潜在风险，通用化判断，理想/未来更好 → 战略性、定性分析）
• 数据分析的四个层次
  • 战略规划：内外部数据结合，长期规划，注重方向判断，弱化细节预测。
  • 策略分解：根据战略和目标，拆解为可执行的层面，注重 KPI 设定。
  • 市场营销：活动和获客驱动，注重成本核算、效果预测和事后评估。
  • 业务运营：关注日常数据，注重监控预警和分析发现。
• 数据分析师的分类
  • 数据部–数据分析师：数据驱动业务，关注现象背后的原因，对未来预测；独立于业务经验，提供不同视角产出；
  • 业务部门–业务分析师：业务为主，数据为辅，更关注业务变化，指标监控，活动效果评估，业务经验很重要。
• 分析师进阶之路
  • a.初级分析师 0-1 年：临时性数据支持为主：SQL/Tableau/PPT；
  • b.高级分析师 1-3 年：简单的分析需求为主：R/Python/PPT/分析思维ÿ