如何提升数据分析的能力

挖数网精选
挖数网精选
挖数网精选
392
文章
0
评论
2020-04-1803:05:00 评论 291 1256字
摘要

详细的列出数据核心指标(KPI),并且对几个核心指标进行更细致的拆解,当然具体结合你的业务属性来处理,找出那些对指标影响幅度较大的影响因子。

一.业务篇

1.业务为核心,数据为王

了解整个产业链的结构

制定好业务的发展规划

了解衡量的核心指标

有了数据必须和业务结合才有效果。

需要懂业务的整体概况,摸清楚所在产业链的整个结构,对行业的上游和下游的经营情况有大致的了解。然后根据业务当前的需要,指定发展计划,从而归类出需要整理的数据。最后一步详细的列出数据核心指标(KPI),并且对几个核心指标进行更细致的拆解,当然具体结合你的业务属性来处理,找出那些对指标影响幅度较大的影响因子。前期资料的收集以及业务现况的全面掌握非常关键。

2.思考指标现状,发现多维规律

熟悉产品框架,全面定义每个指标的运营现状对

比同行业指标,挖掘隐藏的提升空间

拆解关键指标,合理设置运营方法来观察效果

争对核心用户,单独进行产品用研与需求挖掘

业务的分析大多是定性的,需要培养一种客观的感觉意识。定性的分析则需要借助技术、工具、机器。而感觉的培养,由于每个人的思维、感知都不同,只能把控大体的方向,很多数据元素之间的关系还是需要通过数据可视化技术来实现。

3.规律验证,经验总结

发现了规律之后不能立刻上线,需要在测试机上对模型进行验证。

二.技能篇

1.Excel是否精钻?

除了常用的Excel函数(sum、average、if、countifs、sumifs、offset、match、index等)之外,Excel图表(饼图、线图、柱形图、雷达图等)和简单分析技能也是经常用的,可以帮助你快速分析业务走势和异常情况;另外,Excel里面的函数结合透视表以及VBA功能是完善报表开发的利器,让你一键轻松搞定报表。

2.你需要更懂数据库

常用的数据库如MySQL,Sql Server、Oracle、DB2、MongoDB等;除去SQL语句的熟练使用,对于数据库的存储读取过程也要熟练掌握。在对于大数据量处理时,如何想办法加快程序的运行速度、减少网络流量、提高数据库的安全性是非常有必要的。

3.掌握数据整理、可视化和报表制作

数据整理,是将原始数据转换成方便实用的格式,实用工具有Excel、R、Python等工具。数据可视化,是创建和研究数据的视觉表现,方便业务方快速分析数据并定位具体问题,实用工具有Tableau、FineBI、Qlikview.

如果常用excel,那需要用PPT展示,这项技能也需要琢磨透。如果用tableau、FineBI之类的工具做数据可视化,FineBI有推送查看功能,也就是在企业上下建立一套系统,通过权限的分配让不同的人看到权限范围内的报表。

4.多学几项技能

大多数据分析师都是从计算机、数学、统计这些专业而来的,也就意味着数学知识是重要基础。尤其是统计学,更是数据分析师的基本功,从数据采集、抽样到具体分析时的验证探索和预测都要用到统计学。

现在社会心理学也逐渐囊括到数据分析师的能力体系中来了,尤其是从事互联网产品运营的同学,需要了解用户的行为动向,分析背后的动机。把握了整体方向后,数据分析的过程也就更容易。

End.

作者:帆软

来源:简书

本文均已和作者授权,如转载请与作者联系。

  • 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: