数据分析之道、术、器

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