小议未来最有“钱”途之行业——数据分析
这年头数据分析、数据应用似乎成了营销界的“宠儿”，穿梭于各种营销大咖交流会之间，尽管目前对于各类数据的应用尚属“冰山一角”，但不少企业已经尝到了数据应用的甜头，并且玩得不亦乐乎。目前各行各业已经积累起来大量的数据分析需求，但市场上具备使用、分析和让数据说话能力的人才供不应求。麦肯锡的一项研究指出到2018年大数据分析人才的缺口将达到140,000-190,000之间。笔者不是什么数据高手，也不会很多分析算法，只是作为一个不折不扣的数据分析爱好者想分享下对于数据分析的看法，以期能够抛砖引玉，共同进步。
数据分析是基于商业目的对数据进行收集、整理、加工和分析后提炼出有价值的信息的一个过程。其过程概括起来主要包括明确分析目的与框架、数据收集、数据处理、数据分析、数据展现和撰写报告这6个阶段：
1、 明确分析目的与框架
对于一个分析项目，你必须搞清数据对象是谁？商业目的是什么？要解决什么业务问题？基于商业的理解，整理分析框架和分析思路。
2、 数据收集
数据收集是按照确定的数据分析和框架内容,有目的的收集、整合相关数据的一个过程，它是数据分析的一个基础。
3、 数据处理
数据处理的基本目的是从大量的、难以理解的、甚至是杂乱无章的数据中抽取并推导出对于特定的人有价值、有意义的数据。这是整个数据分析过程中最占据时间的，在一定程度上取决于数据仓库的搭建和数据质量的保证。
4、 数据分析
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论，并对数据加以详细研究和概括总结的过程。推荐几个常用的数据分析软件：Segment.io、Google Analytics、Localytics、Clicky等。
5、 数据展现
一般情况下，数据分析的结果都是通过图、表的方式来呈现，俗话说：字不如表，表不如图。借助数据展现手段，能更直观的让数据分析师表述想要呈现的信息、观点和建议。
常用的图表包括饼图、折线图、柱形图/条形图、散点图、雷达图等、金字塔图、矩阵图、漏斗图、帕雷托图等。
6、撰写报告
最后阶段，就是撰写数据分析报告，这是对整个数据分析成果的一个呈现。通过分析报告，把数据分析的目的、过程、结果及方案完整呈现出来，以供商业目的提供参考。
虽然笔者还只是一个菜鸟，但通过这段时间的研究分析、实践，自己也略总结了一些经验感受：
1、 做数据分析一定要确保获得数据的可靠性。数据分析的基础是对可靠、真实的数据进行分析，只有基于可靠数据分析出来的结果才有价值，否则就是竹篮打水一场空。
2、获取数据之后便需要建立统计，这时候，需要想想，建立什么样的统计信息才能更好地分析产品及用户的特性。很多时候单一特征已经很难去描述，需要综合很多地方来看。
3、生成同一个数据，可以有不同的统计方法，但如果选择错误的话，结论往往会大相径庭。例如想分析网站对搜索引擎的依赖性，究竟应该用PV，用Session，还是用UV做统计？如果一个用户一天访问多次，某些是来自搜索引擎，某些是主动访问，该如何计算？这里面还是有很深的学问。
最后，根据自己的经验提两点建议，希望对大家有所帮助：
首先，培养向上思维的方式。在看完数据之后，要站在更高的角度，从更长远的观点，从全局来看这些数据，从组织、公司的角度来看，从更长的时间段（年、季度、月、周）来看 ,你会怎样理解这些意义？也许向上思维能让你更明白方向。 该思维方法的关键是：建立长远目标、全局观念、整体概念、完整地分析数据，不做井底之蛙。
其次，换位思考来研究和分析人性。数据来源于用户，更多时候需要对人性进行研究和分析。就像摆在页面不同位置的广告，CTR一般能达到多少？同样位置，摆广告好还是摆用户产品好？要做某个新产品，CTR能到多少？做互联网的大多是高端用户，很多东西自己是不会用不会点的，但正因为这样才需要对用户有非常强的代入感，去换位思考，去分析人性，只有把自己摆在用户的角度来分析问题才能更好的做出分析。
评论
评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）