数据分析你懂的

数据分析你懂的——Wayne的数据分析见解目录Ⅰ.

数据分析的理解Page

3Ⅱ.

为什么要数据分析Page

4

数据分析的基本流程

1.确定问题分解问题评估决策Page

5Page

6Page

10Page

15Page

22Ⅳ.

其他Page

26·这里的数据不仅仅是指正常工作中的狭义数据（网站的运营数据、用户行为数据等等）,还包括与问题相关的以非数据形态存在的各类资讯信息。·通常数据挖掘只是用来帮助业务分析策划人员从数据中发现各种可能的规律或假设,这些规律或假设是否正确,是否有价值还有待确定,为了得到更加确定的答案,企业不得不花费一些时间和经历来验证这些假设,从而导致企业提出调研目的,针对相关假设设计相应的调查问卷,根据调查结果,运用统计分析得出分析报告,从而推出一系列新的发展方案,发展新的客户,回头又继续数据挖掘,形成一个数据挖掘--市场调研--统计分析的良性循环。数据分析的理解数据分析通常是指将隐没在一大批看来杂乱无章的数据中的信息,集中、萃取和提炼并找出研究对象内在规律的过程。知识数据简单的说,数据分析就是利用数据从发现问题到解决问题的过程这个过程可能包括数据挖掘、市场调研、统计分析信息为什么要数据分析？市场推广定价优化产品优化……·未未明确问题或目标的分析就好象断了线的风筝,未来难以预料,更没有后面的决策一说。此时,你需要详细的了解相关业务模式,且能够站在一定的位置看问题·太太多的时候,某个问题我们并不能直接得到我们的答案,但将一个大问题分解成若干小问题后,我们的问题就迎刃而解·评评估为数据分析的关键时刻,直接影响到后面的决策。往往,因为一条信息,一篇报道或其他影响环境因素的变化,可能使整个数据分析从头来过·决决策的呈现载体或许是一份报告,或许是一张报表,又或者是其他,但这些都不重要。重要的是争对问题所给出的细致入微的建议,这些建议有数据支撑,且详细到各个点（和某些相行业报告有明显的区别）数据分析基本流程确定问题分解问题评估决策确定问题分解问题评估决策需求不同,需要的数据不同,分析也不同。即便是同样的数据,根据不同的需求,其解读也不相同。确定问题——从了解业务需求开始确定问题——大局观每个项目都分为不同的阶段,阶段不同,需求目标不同,而相关问题也随之改；有时,内部环境的变化,导致需求的转变,相关问题自然也需要随之变化；确定问题——循序渐进确定问题分解问题评估决策分解问题_——指标拆分作为数据分析师,一定要具备拆分问题的能力,通常,拆分的越细致就越能提高分析效果。往往,通过问题的拆分也提供了解决问题的方向。总指标分解指标1分解指标2分解指标…影影影影影影影影影响响响响响响响响响因因因因因因因因因子子子子子子子子子分解问题——抓主干来自梅花网的细分图分解问题——还是业务通常,一个问题需要多次分解,可能是3次,4次,5次…简单的说,分解的标准就是细分每一个影响因子能在工作中具体实施。转化率下降订单量下降流量上升直接流量广告流量搜索引擎流量非品牌关键词品牌关键词市场变化竞争对手行动自身变化确定问题分解问题评估决策评估伴随分析的全过程评估分解的越细致,前面的问题表述的越清楚,此时有可能回过头重新评估问题的目标,切实的,可行的才是最好的；分析目的和内容数据收集数据处理数据分析数据展现报告·简单的数据采集规范，之前需确定目的，此图配合甘特图效果会更好·对于二手数据：谁说的？他是怎么知道的?有木有偷换概念？…谨防数据忽悠谁来采集数据采集什么数据（渠道）采集数据的频率数据汇总汇总什么数据谁来汇总分析处理的内容分析处理数据交给谁数据采集谢谢沈浩老师的这张图片○数据处理与分析数据处理与分析数据展现报告你的建议告诉了你什么？是什么？·

……预期说明EDM转化率将提高x%付费用户数将增加xxx此举能提升xxx销售确定问题分解问题评估决策好好的的决决策策,,需需要要你你了了解解除除本本身身业业务务外外的的其其他他的的更更多多的的知知识识时事政策>>>商务部发布网购新规:用户可无条件退货博弈论行为经济学关注网络热点各种营销……决策（1）从从从从细细节节需需求求着着手手，，反反复复推推进进，，是是否否达达到到预预期期多问自己几个为什么？了解的，不了解的 访问者从潜在客户变成新客户需要多长时间？什么渠道来的客户最稳定？ 新客户与稳定客户留言评论有何区别？ 最高价值客户地理位置有和特点？ 和各类客户接触什么样的程度（频率）是最合适的？ 不同客户群的价值有什么不同？他们关注类别差别是什么？决策（2）关于模型应用？天底下没有完全正确的模型这里的没有正确的模型一方面指并不是所有的分析工作都需要模型，不要步入惟模型试图的怪圈；另一方面则是强调注意外部环境的变化，适时的调整、修改模型，以及误差的修正决策（3）当分析师们之间的观点不一致时如何解决？其他——分析师观点不一致如何在传统分析方法与竞争假设方法之间找到平衡？·传统方法是，分析师选择第一感觉最重要的结论，然后寻找论据来支持这一论点。如果论据不支持这一结论，则得出的是论据误导或者另立新的结论，然后继续此方法验证。·竞争假设方法，穷举假设，然后找到案例一个一个的推翻，费时费力，但出现错误结论的机会很少很少其他——分析的悖论每个数据分析从业者上辈子都是折翼的天使其他每个数据分析从业者都应该有自己的风格特色,一张图一张表一份报告从不含糊每个数据分析者都应该保持一份对数据的“信仰”每个数据分析从业者都应有一颗批判的,善于学习的心每个数据分析从业者都是理想主义者…

……BUT太多的时候,他们不是做分析,只是在处理数据；输出的不是见解,只是形势上的报告；他们远离决策中心,然后堂而皇之的给自己扣上一个帽子叫“数据分析师”。后话了解的越多,越觉得自己的困乏不怕别人比你优秀,就怕比你不够努力希望以此