做”数据分析”你要注意这些!

挖数网精选
挖数网精选
挖数网精选
355
文章
0
评论
2020-04-1802:05:00 评论 245 1263字
摘要

除了专职做数据分析和挖掘的人员,其实在各个行业,不论岗位是什么,大家几乎都会进行数据分析,虽然人人都要进行数据分析,但不是人人都能做好数据分析,我们该注意那些核心点呢?

一.了解业务是核心

轻视业务最常见的两种类型就是数据分析师瞧不起业务部门的工作,总是觉得数据分析的工作优于业务工作,因而不愿意学习业务逻辑,业务背景和业务知识;或者,数据分析师不懂业务部门的业务逻辑、商业逻辑,也没有意识到自己不懂,更没有想要主动去学习和掌握。轻视业务最直接导致的结果就是在没有对业务逻辑和业务背景有清晰的了解后还指望做出来的分析结果和解决方案能对业务有很好的指导,这无疑是纸上谈兵、华而不实。

数据挖掘的本质来源于业务需求、服务于业务需求,如果轻视业务,脱离业务,那数据挖掘和数据分析也没有存在的价值和意义了。

二.分析思路是重点

围绕业务、围绕目标,搭建合理的分析框架,会让你的分析更体系化,建议分析师们在做分析的时候都可以养成这样一个习惯,先明确思路,再进行获取数据和分析的流程(除非你已经是非常资深的分析人员,看到问题立马心中思路清晰,否则建议还是养成这样的习惯,会让你的分析效率提高,且思考更全面)。

1.不论分析的深与浅,分析都一定要合乎逻辑。逻辑就是说:说出主张,提出论据。

当你通过数据分析获得了一些结论后,这个结论是如何得出的,你都需要有合理的数据来做论证,且你需要不断的站在受众的角度去设想思考这样的逻辑是否合理,是否有足够的论据来去证明这个观点。好的分析结论和建议可能会给业务方带来正向的优化,可是错误马虎的结论有可能会让大家做出错误的决策,所以在检验分析逻辑性上分析师需要有锲而不舍、反复检验的精神。

2.分析即拆解

分析即拆解。拆解后的各个组成成分"不重复、不遗漏"的状态。

不论是出现异常想要通过数据分析发现问题的原因,还是对用户或者收入来源做深入分析,比较常用的方法其实就是下钻,而这其实就是对核心点的不断拆解,发现影响最大的维度点或要重点发展的方面。

分析框架是手段,不是目的。我们所有的分析最终一定是要围绕业务目标和目的去开展的。

三.分析工具是辅助

"技术万能论"是不少数据分析师所信奉的准则。"技术万能论"者有一个典型的特征,那就是过分的迷信分析技术、挖掘技术,认为他们可以解决一切业务问题。"技术万能论"的实质就是不能客观看待数据分析的功能和数据分析的技术,认为数据分析技术可以解决一切问题,对数据分析挖掘技术期望值过高。

为什么数据分析挖掘技术不是万能的呢?常见的原因有以下两个。

一个是数据本身不配合。很可能现有的数据资源并不支持你所有的模型关系、逻辑关系,或者你的项目需求并不是合理的需求,甚至是伪命题。在这个时候,数据挖掘很可能就是无能为力的。

另一个是业务条件不配合。很多时候业务因素的欠缺或不足会严重削弱数据分析技术的作用,导致最终业务需求无法满足,这类现象也说明了在某类业务应用中数据分析技术的确不是万能的。

有些时候不用使用什么挖掘技术,业务问题也是能被轻松解决的。所以分析的核心点还是围绕业务目标进行 ,至于用的工具或者技术,都只是辅助完成目标的一种手段,假设你不关注业务,不明确分析思路,直击选个高深复杂的挖掘技术,那估计最终结果也没什么实际意义和价值。

End.

作者:穆之清

来源:简书

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: