企業(yè)數據報告分析的10種思維和技巧

隨著時代的發(fā)展，人們每天在互聯網上產生大量的數據，對于企業(yè)來講這些數據都是十分寶貴的資源。企業(yè)可通過數據挖掘進行戰(zhàn)略調整以及營銷部署，尤其是對于互聯網公司而言，用戶行為產生的數據就是企業(yè)最寶貴的資源。

一、企業(yè)中各項數據的挖掘

數據挖掘（Data mining），又譯為資料探勘、數據挖掘、數據采礦。它是數據庫知識發(fā)現中的一個步驟。數據挖掘一般是指從大量的數據中自動搜索隱藏于其中的有著特殊關系性的信息的過程。

不過目前為止，在很多企業(yè)中都存在著很大的數據分析問題，如何進行數據分析？數據挖掘的結果要如何展示？企業(yè)中各個部門要如何才能最大化的利用數據分析結果？這些一直困擾著數據團隊。

數據分析在企業(yè)主要是由于業(yè)務需求驅動的，但從數據分析師角度來看數據分析并不是簡單的坐在那里等需求，需求來了就做沒有需求就坐在那里等。那么，作為一個數據分析師，我們需要思考哪些問題呢？

思考1：數據分析的需求方是誰？是公司的領導層還是銷售，還是市場團隊或者產品團隊？

思考2：企業(yè)有什么樣的資源？企業(yè)有什么樣的數據？如何將需求方與數據本身的價值進行串聯？這是一個非值得思考的方向。

二、最常見的數據分析案例

在企業(yè)中同樣一份數據報告的需求方有很多，但肯定不是全部的人都需要。作為數據團隊，如何將有效的數據傳遞給最需要的人，這樣才能更大更好的發(fā)揮數據本身的價值。

在一個企業(yè)中，對于各個部門員工的數據培訓是不可少的，由于數據報告主要面向企業(yè)內部的員工，如何讓員工具有一定的數據解讀能力就顯得非常必要。這就如優(yōu)酷土豆杜長嶸在數據分析與數據可視化技術聚會上說到：“數據團隊按照周與月為單位，為內部員工做數據培訓，長久下去數據團隊在企業(yè)內的地位就會得到顯著提升?！?/span>

企業(yè)知識管理同樣是數據團隊重要的工作之一，數據團隊將每天分析完的數據轉化為知識，讓每一個需要的人都可以隨時隨地的得到想要的數據信息，也就不再需要讓數據團隊將已經存檔完畢的數據從新拿出來。

作為數據分析團隊，在進行數據解讀的時候需要具有獨到的看法，以下是幾個有趣的例子。

案例1：老杜有五個女兒，那么他第六個孩子一定是個兒子。

案例2：有三組彩票號碼，這三組哪一個中獎率最高？哪一個最低？

案例3：某市嚼口香糖的人和心臟病去世的人同時升高，嚼口香糖可導致心臟病發(fā)作。

從以上的3個案例中，我們可以發(fā)現，這些數據事件中的因果關系并不明確。

案例1：男孩和女孩的幾率都是一樣的，前五個是女孩但是第六個仍然有一半的幾率是女孩。

案例2：雖然每組數字讓我們都有所聯想，但事實上每組數字的中獎率都是一樣的。

案例3：并沒有直接的數據證明嚼口香糖會導致心臟病，所以這個數據只能說明這個城市的人口增加了，人口基數的變化造成了這樣的數據結果，同時，這也提醒各位數據分析師要懂得數據的可用性。

三、數據分析的10種思維

對于一個數據分析師來說，最重要的就是數據分析的思維，同樣是數據，使用不同的思維模式去做分析，可能導致的結果也就不同，在此，我就借助馬海祥博客的平臺跟大家分享一下數據分析的10種思維：

1、邏輯思維

邏輯思維即明白價值鏈，明白各項數據中的關系；該方法的關鍵在于明白其中的關系要求你對這項工作要了解、熟悉，要細致和慎密，要清楚充分性和必要性的關系。實際上也就是指：你需要那些數據？如何獲得這些數據？數據之間的關系如何？

2、向上思維

在看完數據之后，要站在更高的角度去看這些數據，站在更高的位置上，從更長遠的觀點來看，從組織、公司的角度來看，從更長的時間段（年、季度、月、周）來看，從全局來看，你會怎樣理解這些意義呢？也許向上思維能讓你更明白方向。該思維方法的關鍵是：建立長遠目標、全局觀念、整體概念、完整地分析數據，不做井底之蛙。

3、下切思維

數據是一個過程的結果反映，怎樣通過看數據找到更多的原因以及隱藏在現象背后的真相，需要我們下切思維，把事物切細了分析，把過程拆分細了分析。此時，關鍵是要知道數據的構成、分解數據的手段、對分解后的數據的重要程度的了解。也就是說那些數據需要分解分析？

4、求同思維

當一堆數據擺在我們面前時，表現出各異的形態(tài)，然而我們卻要在種種的表象背后，找出其有共同規(guī)律的特點。 關鍵是找到共性的東西進行分析，還要客觀。實際上就如同：現在的整體數據表現出什么問題？是否有規(guī)律可行？

5、求異思維

每一個數據都有相似之處，同時，我們也要看到他們不同的地方，特殊的地方，這就需要對實際情況的了解，對日常情況的積累，對個體情況的了解，對個體主觀因素的分析。正如：你了解你的下屬員工嗎？如何幫助她們分析問題，從自身找到解決方案。

6、抽離思維

當你從一個旁觀者的角度不思考看待數據時，你往往能發(fā)現那些經常讓我們迷失方向的細枝末節(jié)并沒有太多的意義，我們迷失方向，忘記了自己的價值，同時深受情緒困擾。這時，你用用抽離思維更加能夠幫助到你。關鍵是要用多種分析方法，多角度看問題，不要鉆牛角尖，多學習別人的好方法，學會集思廣益，發(fā)散性思維。比如說：你的學習能力和方法有效嗎？

7、聯合思維

很多銷售數據，需要我們能站在當事人的角度去思考和分析，這樣你才會理解人、事、物。關鍵在與多了解當事人的情況，學會換位思考。比如：你了解你周邊的情況嗎？你了解你周圍的人嗎？

8、離開思維

通過數據分析，你發(fā)現你處在一個不太有利的地位，那么，此時，你就要有離開思維去替你想辦法，離開困境 。關鍵是學會自我調節(jié)，自我放松。實際情況如：遇到難解的結，你怎么辦？

9、接近思維

怎樣達成目標，實現銷售增長，這時候你需要接近思維來幫助你。關鍵是多接觸你要解決的問題，花時間分析，你要的是方案，不是問題。實際情況如：你在做選擇題還是問答題？責任點在哪？

10、理解層次

問題發(fā)現是第一步，要怎樣分析問題，找到真正的原因，那么熟練的運用理解層次。關鍵是：你需要熟悉客觀環(huán)境，員工的能力、行為的規(guī)律、他需要什么？實際情況如：你能夠分析到哪一步？

四、數據分析師需要掌握的10個技巧

1、會用一款或以上的數據分析工具。

2、經常瀏覽數據統(tǒng)計的網站。

3、在數據分析前先進行調研。

4、在分析數據的時候用戶體驗的角度出發(fā)的么并不是以公司利益為主。

5、了解數據采集的方式以及數據內容和質量內容。

6、熟悉各種樣式低量和定位的不同，尤其是競爭的產品。

7、做一個饑渴的探索者。

8、在企業(yè)內部有效的溝通著。

9、街頭智慧。

10、防御中帶有進攻。

對于數據分析師來說，只是關注數據的相關性，從相關性解釋數據的因果性。如何將企業(yè)收集的雜亂數據進行分析處理，最終為其他部門提供一份清晰明朗的數據報告就顯得格外重要。

在任何一個企業(yè)中，數據分析師的角色都是十分重要的，沒有數據指引的企業(yè)猶如沒頭蒼蠅似的到處亂飛。如若一個企業(yè)有了比較完善的數據分析團隊，企業(yè)的決策層就可以根據數據挖掘提供的相關報表完成企業(yè)戰(zhàn)略發(fā)展的制定。