数据分析认知课（六）：数据增长实验实例

数据分析认知课（六）：数据增长实验实例

---

原文

---

我的学习心得：

做增长，是数据分析师最好的立功方式

1.虚假的数据增长

• 最为现实的问题没数据。

2.最基础的增长模型

• 店铺上新品（上新前，上新中、上新后）

3.考虑增长基础

• 店铺不能随机找，得提前做好筛选

4.考虑增长周期

淡季、旺季

5.考虑增长落地

考虑业务落地动作

---

部分同学心得：

这个案例主要是通过数据设计增长实验。如何设计增长实验？
1.虚假的数据增长
2.最基础的增长模型
3.考虑增长基础
4.考虑增长周期
5.考虑增长落地
我们只有认真研究业务流程，设计合理的方法，才能解决问题。数据简单有数据简单的搞法，数据丰富有数据丰富的搞法，把简单的数据通过业务流程改进变得丰富，这三者合并才是一个合格的数据分析师该有的能力。

做数据增长时需要设计增长实验，提前发现问题来确保增长。
1.虚假的数据增长（获取信息时无法取得全部数据）
2.最基础的增长模型
3.考虑增长基础（店铺的选取）
4.考虑增长周期（商品的销售周期，畅销/滞销，旺季/淡季）
5.考虑增长落地（新品上市时公司宣传，货物储备，促销方式）
做数据分析时最重要就是具体问题具体分析

奥利gay
如今的数据分析领域新人们最大的问题就是过程书本化，脱离实际，不去思考问题，在遇到实际问题时丧失了具体问题具体分析的能力。如：全新饮料的增长实验，在此实验中，数据的获取极为重要。1. 设计最基础的增长模型；2. 考虑增长基础：可以让设计更丰满，而且能极大方便事后的评估；3. 考虑增长周期：设一个比较长的观察周期，以尽可能多覆盖各种场景。4：考虑增长落地：有执行力。
数据简单有数据简单的搞法，数据丰富有数据丰富的搞法，把简单的数据通过业务流程改进变得丰富，这三者合并才是一个合格的数据分析师该有的能力。