bi数据分析晋级之路

BI 数据分析晋级之路 戴立平 上篇博文说到过， 数据挖掘的三个方向之一：作为业务专家解决问题。今天就讨论下， 在这个方向上， 如何提高能力， 升职加薪 对于业务分析工作， 我把它大致分为两大块： 指标体系 和 解决问题。 在这两块上都 可以深入研究， 提升能力。 第一块：指标体系就是整个业务的一套指标。 指标体系包括 KPI， 也包括过程指标。目的一：衡量这个业务的好坏；目的二：指导帮助 业务同学做好业务， 告诉他， 这个指标做好了， 你 KPI 就达到了。 例如， APP 的 KPI 是 DAU/MAU。 过程指标之一是 “二次访问次数”。 （APP 的整 个一套指标体系后面博文会跟大家介绍）。 指标体系方向所需能力：抽象和概括 业务方的需求是纷繁复杂的， 也是比较零散不成体系的。 数据分析师需要做的就是， 把这些零散的需求， 抽象成一些固定的概念、指标。 再深入了解业务， 将这些指标、概 念相互联系起来， 构成与业务紧密相连， 能帮助业务的指标体系。 在这里不得不说到 BI 分析师不得不提， 又比较头疼的 ”adhoc 查询“。 抽象和概括指标体系， 也是减少这些临时需求的一个办法。 通过业务方的 adhoc 需 求， 提炼出共性的东西， 沟通讨论， 汇聚成能帮助业务的指标体系。 第二块：解决问题就是解决业务上遇到的问题， 给业务扫清障碍， 更顺利的前进。 需要解决的问题大概有以下几类： 一、问题诊断 数据分析师很大一块工作就是问题诊断。 销售额为什么降了？流量为什么上升了？在 北京我们为什么落后于竞争对手？甚至支付成功率为什么在不同渠道差异如此大？等等。 我汇总这类问题的解决方法有两种：重点突破和层层深入， _。 重点突破方法可以抽象为：销售额为什么涨？我估计应该是北京开奥运会， 大家需 要更多的聚餐， 所以餐饮销售额涨了， 验证下来果真是这样的。 这个方法需要我们对业务非常熟悉， 并且要充分的沟通。 要相信， 没有无缘无故 的上升或下降， 绝大部分是外部有大事件了、有新电影大片上映、内部有运营活动、有新 产品功能上线等等。这些都可以去了解、沟通。 层层深入法可以抽象为：销售额为什么涨？ 分产品品类看都涨了吗？分价位看都涨 了吗？分城市看是都涨了吗？哦， 只有北京涨了。 那是北京的新用户涨了， 还是老用户 涨了？新用户涨了。 是 PC 新用户涨了， 还是 APP 新用户涨了？ 等等。 这两种方法不分优劣，也可以交互使用， 能抓住老鼠的就是好猫。 二、趋势预测 趋势预测面临的问题通常是：我们下个月销售额会达到多少？ 我们应该在哪个产品 上加大推广力度？ 预测可能面临着做预测模型， 但更为重要的是， 要拆分、提炼出最核心的影响因素， 影响变量， 然后做看起来很炫或者朴素的模型， 来确定未来的趋势。 三、效果评估 效果评估包括活动评估、营销渠道评估、用户价值评估等等。 这类问题分析师遇到的也很多。 不举例， 只说方法： 最重要的就是要明确核心目 的是什么？活动是要拉新用户？还是要提升交易额等。 用户买的金额多算好？还是买的次 数多算好？还是延续时间长算好？ 剩下的问题就是翻译成数据， 提取数据， 看核心指标的好坏， 看其他指标是否被 拉低， 查看作弊等。 四、竞争对手分析 竞争对手分析就不仅仅需要内部数据， 还需要外部数据。 外部数据的获取可以是通 过技术方式数据抓取， 可以是通过人脉大厅， 也可以是通过购买第三方数据。 有了数据， 就可以通过不同角度对比与竞争对手的异同， 找到业务短板， 给出更加 有针对性的业务建议。 解决业务问题不仅仅是以上四类， 可能还有一些，或许也需要复杂的模型来协助，