数据分析工作概括（1）

数据分析九大课程

分级	课程主题	核心收获
1-3	数据提取	数据源、表结构与指标统计口径获取
	统计分析	拆分与对比，异常值的判定方法，基本统计方法
	指标体系	核心指标设计，指标下钻定位问题方法
4-6	异动归因分析	异常识别，分析框架搭建，锁定问题，关联业务
	预测分析	基本预估方法，多方法校验
	分层分类	如何划分象限
7-9	项目阶段分析	项目四阶段特征及跃迁标志，分别需要解决的核心问题和对应分析方法
	项目复盘分析	从定策略、拿结果、建资源、炼心志四个方面进行全面复盘的方法
	最佳实践分析

1、数据提取

取什么（指标口径、分析维度、字段）；在哪取（数据产品、数据源/表选择、数据检查）；怎么取（SQL写作方法、检查）

​完整、准确、高效地搞定取数工程

1）取什么-what

确定指标口径：业务需求转换数据指标，明确指标口径

明确分析维度：确定数据维度

写下全部字段：全局意识，保留结果和过程字段

2）在哪取-where 

数据产品：报表平台，取数工具等

数据仓库：数据表优先选择主题表，数据源选择Presto-->oneSQL-->Hive

数据源检查：熟悉数据表，了解产品，了解数据表，检查数据质量，完整、准确、唯一

3）怎么取-how

写SQL：习惯，注释+排版，方法，常用语法和报错排查工具，效率，避免数据倾斜，尽早过滤没用的数据，尽可能不用子查询

检查结果：换种写法再写一次，复杂SQL分开跑

2、 指标体系

1）指标大类：供给、平台、用户

2）核心指标：

a. 紧扣object，聚焦核心矛盾，不超过三个

b. 制定方法：根据项目阶段约束指标集 -- 完整识别对象明确各方价值 -- 确定收益指标 -- 确定约束指标

3）过程指标：

a. 基于项目的机会点、问题点和具体迭代动作

b. 制定方法：定观测角度（供给、平台、用户） -- 拆环节（按照流程梳理计算过程 & 不按照流程但拆解核心指标的强支撑指标） -- 理清业务逻辑和原因

​结构-按业务逻辑下钻解构，紧抓过程指标算式拆解结构，建立联系

指标体系：理解业务价值，找到指标算式，锚定业务描述与沟通语言​

两大能力支撑：业务理解、体系化思考

深入沟通理解业务-->设计核心指标-->设计过程指标

3、 归因分析

1）明确问题

2）分析框架：建立分析体系，了解业务逻辑

a. 公式、指标拆解：MECE分析法，完全穷尽、相互独立

b. 漏斗分析：按照业务流程的先后顺序拆分

e.g. 间夜 = DAU*意向UV*详情-提单转化率*提单-下单转化率*下单-支付转化率*连带率

c. 相关性分析（构成分析）：

e.g. 间夜按照 酒店类型、城市类型、平台类型看业务细分单元

3）锁定问题：确定影响的较大因素

✳连环替代法（link）+瀑布图

4）业务归因：主动联系业务方，指标体系与业务动作相关联

假设+证明+沟通：拆解指标，锁定主要变动因素，假设变动原因，证明，得出结论

5）输出报告：金字塔原理，结论先行

※ 补充要点

月初YoY下降：可能是没考虑星期的问题

4、预测分析：

断言——业务是好是坏，哪里好哪里坏，为什么

分析——为什么导致好，为什么导致坏；什么是主原因，什么是次要原因

预测——综合市场趋势和业务情况，判断业务后续走势如何，比如年同比能不能持续

预测基本方法

找规律——拆解、对比、相关（季节性、周期性、增长性；日期对齐、特殊日期调整、策略修正）；评估适用性——获取信息逐一CHECK；运用规律——直接使用、调整后使用；多方法互验——只通过1个方法得到的预测结果不可靠

常见场景——业绩预测、热点预测、增长空间预测......；增长因素拆解

​常态短期预测案例-间夜目标制定

1）找规律：间夜和时间的关系，间夜和增量策略的关系

​拆解：

日期拆解：选择比预测结果要求更细的有效颗粒度。天级日期对齐。

增长因素拆解：基础+增量。存量老客复购+新客增量，基础增长+新项目增量。

对比：YoY、MoM、WoW。注意历史基期数据的处理。

2）做评估：宏观条件、竞争环境、其他影响间夜的要素稳定。

3）交叉实验：

​内部互验：日期拆解和增长因素拆解互验，流量侧验证、供给侧验证

​竞争互验：结合竞对目标进行验证

市场互验：结合三层四面的市场规模发展和我们的市场渗透率状态进行验证

常态长期预测案例-市场规模预测

1）找规律：间夜或旅游花费与其他市场指标之间的规律

相关：中国人在中国人均间夜与人均GDP关系、中国人在外国出境游花费增速与护照渗透率关系

2）做评估：常态发展，不出现影响GDP发展的重大事件

非常态预测案例-疫情期间夜预测

1）找规律：间夜损失率与疫情阶段的关系

对比：非典疫情期间间夜损失率与疫情阶段的关系

2）做评估：疫情中心区与非典北京接近，其他地区随疫情病例数和管制政策不同，但相对可控

预测常见的坑

1）忽略规律的适用条件，没有对规律进行评估

2）不管实际情况不做业务拆解直接用算法解决

3）一条路走到黑，没有做多维检验

4）历史数据不做分析直接用

5）漏掉影响未来的重要信息

5、分层分类

时间管理、波士顿矩阵（问题业务、明星业务、瘦狗业务、金牛业务）

分层原则：不重不漏（二分法、过程法、要素法、公式法）；目标导向（从零思考：为什么做这件事？要达到什么目的？客户需求：与客户的需求充分对齐（不懂就问）是否符合SMART？）

​

五步法	明确目标	找到关键要素	选择指标	设定阈值	统计描述
核心问题	解决什么问题？ 对象是谁	根据目标找到关键要素	指标映射	如何设定阈值	展示各层的分布
方法	问题分类：搞不搞，先搞啥，后搞啥，怎么搞	基于指标体系拆解过程指标，基于业务理解的维度下钻	要素与指标对应表，选择相关性高的指标	基于经验值、目标值、基于统计分布，平均值	关键指标展示，阈值说明等

6、项目阶段分析

​

增长曲线	探索	进攻	发展	变革
核心问题	找到大机会 验证方法和模式	确定优先级 提升市占	提效 兼顾市占与收入	发现新机会 变革模式
阶段要求	真、透	快、狠	精、准	真、透
临界点标志	找到了大机会 有效方法和模式	进入市占 TOP2	稳定处于TOP2 增长趋缓	找到 新机会与新方法

​项目复盘分析

复盘五步	核心问题	常用维度	通用方法
看目标	项目目标是什么	定性目标 定量目标 目标定级	思辩 做对了什么
定策略	机会找到了吗 一级策略有效吗 策略拆解有效吗	机会&一级策略：三段论 策略拆解	+
建团队	组织能力是否匹配策略	量、质、结构	做错了什么
拿结果	关键结果是什么 执行过程表现如何	定性目标review 一级目标review 拆解过程目标review	+
炼心志	有什么成长 有什么不足 如何改进	成长：新认知、新方法 不足与改进	5why分析

​最佳实践分析

要回答的问题：它是怎么做的？我们能否借鉴学习？

三步法	梳理做了什么	定位关键成功要素	启示
要回答的问题	1.做了什么  2.效果如何	1.关键成功因素是什么 2.做对了什么？做错了什么	1.我们可以借鉴什么 2.我们应该避免什么
交付物及要求	Fact(事实) 求真	Insight（观点） 洞察	OPinion（观点） 犀利
主要方法	1.明确研究范围 2.分解研究问题 3.信息输入与整理	1.根因分析 2.头脑风暴	1.mapping分析
其他基本能力	事实、观点的区分