A.C的数据成长旅程

对于异常数据的分析，相信每位数据分析师都不陌生，对于业务部门来说同样很希望了解数据分析的思路。去年同期也写过类似的一篇异常数据分析文章，过了一年后有了更进一步的思路和想法，因此再次分享一下，对于数据分析师常见的“异常数据分析”。 分析思路包括以下5个步骤： 1. 确定这是不是问题？ 2. 判断问题严重吗？ 3. 具体问题具体分析，找出原因 4. 拉齐业务，对症下药 5. 形成SOP或数据产品 下面来...

引言:想知道乔布斯重返Apple如何缔造传奇，带领Apple起死回生吗？ 提起时间管理，你会想到什么？ 面对杂乱无章的问题，如何快速整理思绪？ 如果你对如上3个问题感兴趣，enjoy～ 分析问题有没有套路呢？没有，因为一定是具体问题具体分析；但也可以说有套路，因为通过古圣先贤的经验总结，还是为我们留下很多宝贵的思考框架的。 今天介绍的是道法术器中的一套思维方法 -- 矩阵思维（又叫象限思维，以下统称矩阵思维）。 所谓法，有点类似武侠小说中的内功，是...

谈谈自己对于数据敏感度的理解数据量级：对常见数据量级的把握，包括公司内的、还有生活中的，例如我国网民规模8.54亿数据标准：不仅要有数量级的概念，还要有一个数据标准，让这个数据更加立体数据口径：网民规模8.54亿，微信10亿有矛盾？前者以实体去重计算，后者以移动设备计算数据时间和数据来源：统计的时间和数据来源也容易造成误解，例如互联网人口规模8.54亿来源于CNNIC平台，截至2019年6月的数据...

近期重新找工作机会，觉得很头大。但同时也逼自己要冷静下来思考，对于商业数据分析，我觉得需要从这3方面去下功夫：1. 业务流程：数据是从业务中来，由业务动作产生的，所以不能仅仅只是看数据，还需要洞察数据背后的商业含义，联系上业务动作再来看数据，才能找到数据变化的原因，回到业务中去2. 数据流程：数据流程要求我们需要熟悉数据采集到数据清洗、数据流转流程、数据分析维度、数据字典等内容3. 组织架构：不管数据还是业务动作，都是由人来执行的。所以了解公司的组织架构，将数据和业务动作对应到具体的执行者上，才

相比自己构建的店铺选址模型，发现存在更科学的5C评估模型，主要从城市市场评估（city）、核心区域分析（Core Distinct）、竞争分析（Competition）、交通便利性（Convenience）、成本/收入分析（Cost/Revenue）五个维度更加系统、科学评估选址。 但最终还是可以落实到零售最基本的要素：人、场、人在场的行为数据 基于工作中KA客户的选址分析及选址分析的数据产品，觉得应该再加入一个"C"：Correlation（协同品牌：与待选品牌/店...

《数据挖掘与数据化运营实战》一书作者卢辉前辈总结数据分析的基本方法论为21字箴言： 做假设、定标准、做比较、看趋势、观全局、辨真伪、下结论 在这个基础上，我想可以再加上6个字：理流程，贴标签 怎么说呢？做假设：数据分析或挖掘的路径之一是：有预设观点，然后通过数据来论证。也就是说，需要明确分析的目标是什么 定标准：即统一数据口径，明确对比的有效性和可比性 做比较：孤单的数据很难有概念，但是有个baseline数据一下子就活起来了。标准可以是目标、kpi...