数据分析之前那些事

今天也要加油鸭～

• 这是一份总结的学习笔记
• 路漫漫其修远兮，吾将上下而求索
• 可阅读可评论可分享可转载，希望向优秀的人学习

主动思考，理解商业需求

1、话题讨论

• 数据分析师是干什么？
  建立模型，优化指标（弱）；建立报表，监控指标变化；组织架构，未来目标发展；

• 分析师的核心价值是什么？
  通过日常监控，发现问题；-》通过方案设计解决问题（理解背后的原因）
  也就是：发现-》解决-》发现；

• 业务方为什么要信任你的产出？
  把脑袋的东西放你的脑袋；

2、如何与业务方发生化学反应

• 使命：让决策更科学

• 核心价值：机会和危机

• 商业务求／数据需求／分析框架／指标体系／数据ETL／方案设计／／数据分析与建模／报告部署／方案落地
  日常监控，原因分析，效果评估，假设检验，方案设计，探索分析，数据产品，数据框架，数据驱动

• 信任模型：影响，行为，动机

• 信任，习惯，驱动-》被动响应+主动推动（司机运营报表）+主动思考(拖动业务多做一些事情)

低效补贴影响城市预算，激励城市-》全职司机／兼职司机等级
司机等级体系-》司机歧视补贴，分等级分账权益

探索分城市司机拉新运营：按照城市，解决本地沉默司机，通过带动周边司机
思考系统性的机会：兼职司机对于生态的影响更大，带动全职司机订单变化
区域接单（只在某个范围接单）；
总结经验提高效率（原因分析框架和产品），总结经验提高效率（业务日常决策框架）

3、数据分析的一般流程和常用方法

• 理解商业需求
  以终为始，理解商业需求的背景、对象和本质目的 -多问为什么

• 依次回答
  是否符合常理？哪里符合？不符合？
  为什么要做这个事情？展开：客户是谁？客户、业务价值是什么？（边界是什么）
  如：家庭电钻案例（家里需要打孔的用户，），司机等级体系（平台司机（高险）留存的业务方，淘宝会员体系：平台公司负责人，作用对象是消费者；客户-》平台业务），补贴评估体系；
  什么情况和标志出现，才体现我们解决了客户的问题？
  备注：解决方案还是一次性问题。

• 转化为数据需求
  可能实施方案，难点，关键路径；

• 梳理分析思路
  常用方法：假设与检验法、NLP-理解层次法
  经验总结：
  1、客户导向、换位思考
  2、小题大做、捉大放小
  3、以终为始、主线明确
  4、逻辑思维、逆向思维

• 如何梳理指标
  先核心再扩展

4、常见分析问题的一般解法

• A.现在怎么样 --日常监控
  分清三类数据、搭建决策框架、重点是发现而不是解决
• B.为什么会这样–异动分析
  层次细分、公式拆解、环境分析、事件分析
• C.真的是那样吗–效果评估
  明确目标、以终为始、观点善意客观、剧建设性
• D.如果这样会怎么样-- 假设检验
  明确资源、以终为始、自上而下、MECE、逆向思维
• E. 可以或应该怎么样–方案设计
  明确目标和资源、先框架后细分、以终为始、逻辑思维
• F. 可能要怎么样–探索分析
  依赖决策框架、先发散后聚焦、先看后做、非线性思路、逆向思维

5、数据分析的体会、心得和要求

• 心得体会
  培养玩数据的兴趣，享受过程
  培养不断用心主动去思考的习惯
  非线性思考，逆向思维，为”没有答案”的答案寻找答案
  一专多长，选择放弃还是放弃选择
  始终考虑产出的落地性和复用性，但要分清，产出要求是解决一次性问题的方法还是解决方案

• 产生要求
  数据：分析观点可以不完善，但不能出现可控范围内的数据错误
  解读：用现象解释现象，尤其是在异动分析和效果评估方面
  观点：分清楚分析目的是“发现”还是“解答”，观点要善意、客观，建议要具有建设性
  报告：框架清洗，每页观点纯粹，对整份报告熟记于心

推荐书籍

《思考的技术》《定位》《怪诞行为学》《影响力》《失控》