做了几年数据分析师和数据产品经理,取了无数次数据、做了无数张报表、做了无数次数据挖掘和分析,发现各种场景下数据分析和使用的内核都是类似的,融会贯通的。总结一下目前的一些感悟,数据分析的道、术、器。
道
1. 数据必须来源于业务,回归于业务
- 来源于业务:数据指标的制定必须来源于业务目标,数据分析的第一步是梳理业务模式、商业模式,绝对不是开口上来聊数据哪里来的,怎么应用。
- 回归于业务:数据指标的设计必须Actionable!数据分析给出的决策必须是能够指导决策的,否则就是浪费时间和炫技。
2. 数据必须是连接的,不是孤立的
- 底层数据的连接,这也是为什么有那么多数据中台,完成各个场景的数据连接,更全面的描绘用户,避免数据孤岛,只有数据连接起来,才能产出有效的分析
- 分析数据不能孤立片面的看,要在时间维度、某些业务场景维度上做对比,把一个数值放在一个背景中看才有意义
3. 数据是后验的
- 数据很难直接证明某个假设的成立,也有很多人玩笑说数据只是PPT上为了说服别人的工具。而为了避免被数据骗,或者被用数据的人骗,需要理解数据的后验特性。所以数据分析的实践和科学一样,都需要做实验来验证假设。
- 数据分析的实践本身就是 Build - Measure - Learn 的过程。先看数据、挖掘分析,建立一些商业假设,然后做实验,做好数据追踪,验证假设,或者假设不成立找原因。
术
数据分析应用在各个领域都会沉淀出一些方法论&#x