大數(shù)據(jù)分析然并卵？那是因?yàn)槟銢](méi)做到這些

看到這篇文章，感覺(jué)對(duì)數(shù)據(jù)分析一些點(diǎn)總結(jié)蠻好的，分享給大家。數(shù)據(jù)分析要產(chǎn)生真正的價(jià)值，或者說(shuō)要讓業(yè)務(wù)方，管理層感覺(jué)到真正的價(jià)值，其實(shí)需要非常多的東西：

要有數(shù)據(jù)，而且的確需要足夠多的數(shù)據(jù)。是正常的數(shù)據(jù)積累。

分析師能不能把業(yè)務(wù)方的問(wèn)題理解透，請(qǐng)注意是透，而不是理解了。

真正知道目前公司資源，在給出建議與方案的時(shí)候能結(jié)合公司實(shí)際情況，也就是接地氣。

曾經(jīng)有個(gè)運(yùn)營(yíng)總監(jiān)告訴說(shuō)，有個(gè)分析師給我做了個(gè)分析，運(yùn)營(yíng)目標(biāo)要完成，最重要提提升流量，因?yàn)檗D(zhuǎn)化率提升太難，需要涉及到東西太多了。流量提長(zhǎng)就是要引入流量，然后做了各個(gè)渠道的分析，各個(gè)流量測(cè)算。

他說(shuō)：然并卵，我就是沒(méi)有錢(qián)，有錢(qián)還要你說(shuō).....，還要找你分析什么啊!!!

好了，一起來(lái)看看本文吧!

有人認(rèn)為大數(shù)據(jù)只是一個(gè)空洞的商業(yè)術(shù)語(yǔ)，大有概念炒作的嫌疑。事實(shí)上，大數(shù)據(jù)只是對(duì)于不同的人有不同的含義。眾所周知，大數(shù)據(jù)已經(jīng)不簡(jiǎn)簡(jiǎn)單單是數(shù)據(jù)大的事實(shí)了，而最重要的現(xiàn)實(shí)是對(duì)大數(shù)據(jù)進(jìn)行分析，只有通過(guò)分析才能獲取很多智能的、深入的、有價(jià)值的信息。

那么越來(lái)越多的應(yīng)用涉及到大數(shù)據(jù)，而這些大數(shù)據(jù)的屬性，包括數(shù)量，速度，多樣性等等都是呈現(xiàn)了大數(shù)據(jù)不斷增長(zhǎng)的復(fù)雜性，所以大數(shù)據(jù)的分析方法在大數(shù)據(jù)領(lǐng)域就顯得尤為重要，可以說(shuō)是決定最終信息是否有價(jià)值的決定性因素。那么在執(zhí)行過(guò)程中通常會(huì)遇到哪些問(wèn)題，我們?cè)撊绾螒?yīng)對(duì)呢?

1放慢腳步 回頭看路

初創(chuàng)公司里的人們仿佛一直在被人念著緊箍咒：“要么快要么死?！彼麄兪侨绱酥庇诋a(chǎn)品開(kāi)發(fā)，以至于他們常常沒(méi)有空想用戶(hù)對(duì)產(chǎn)品的具體使用細(xì)節(jié)，產(chǎn)品在哪些場(chǎng)景怎么被使用，產(chǎn)品的哪些部分被使用，以及用戶(hù)回頭二次使用產(chǎn)品的原因主要有哪些。而這些問(wèn)題如果沒(méi)有數(shù)據(jù)難以回答。

2記錄足夠多的數(shù)據(jù)

光給你的團(tuán)隊(duì)看呈現(xiàn)總結(jié)出來(lái)的數(shù)據(jù)是沒(méi)有用的。如果沒(méi)有精確到日乃至小時(shí)的變化明細(xì)，你無(wú)法分析出來(lái)數(shù)據(jù)變化背后看不見(jiàn)的手。如果只是粗放的，斷續(xù)的統(tǒng)計(jì)，沒(méi)有人可以解讀出各種細(xì)微因素對(duì)于銷(xiāo)售或者用戶(hù)使用習(xí)慣的影響。

與此同時(shí)，數(shù)據(jù)儲(chǔ)存越來(lái)越便宜。同時(shí)做大量的分析也不是什么高風(fēng)險(xiǎn)的事情，只要買(mǎi)足夠的空間就不會(huì)有系統(tǒng)崩潰的風(fēng)險(xiǎn)。因此，記錄盡可能多的數(shù)據(jù)總不會(huì)是一件壞事。

不要害怕量大。對(duì)于初創(chuàng)企業(yè)來(lái)說(shuō)，大數(shù)據(jù)其實(shí)還是比較少見(jiàn)的事情。如果正處于初創(chuàng)期的你果真(幸運(yùn)地)有這樣的困擾，推薦使用Hadoop平臺(tái)。

3及時(shí)解答團(tuán)隊(duì)成員的疑惑

許多公司以為他們把數(shù)據(jù)扔給Mixpanel, Kissmetrics，或者Google Analytics就夠了，但他們常常忽略團(tuán)隊(duì)的哪些成員能真正解讀這些數(shù)據(jù)的內(nèi)在含義。你需要經(jīng)常提醒團(tuán)隊(duì)里面每位成員多去理解這些數(shù)據(jù)，并更多地基于數(shù)據(jù)來(lái)做決策。否則，產(chǎn)品團(tuán)隊(duì)只會(huì)盲目地開(kāi)發(fā)產(chǎn)品，并祈禱能踩中熱點(diǎn)，不管最終成功還是失敗都是一頭霧水。

這就像有天你決定采用市場(chǎng)上常見(jiàn)的病毒營(yíng)銷(xiāo)手段吸引新用戶(hù)。如你所愿，用戶(hù)量啪啪啪地上來(lái)了。可此時(shí)你會(huì)遇到新的迷茫：你無(wú)法衡量這個(gè)營(yíng)銷(xiāo)手段對(duì)老用戶(hù)的影響。人們可能被吸引眼球，注冊(cè)為新用戶(hù)，然后厭倦而不再使用。你可能為吸引了一幫沒(méi)有價(jià)值的用戶(hù)付出了過(guò)高的代價(jià)。而你的產(chǎn)品團(tuán)隊(duì)可能還在沾沾自喜，認(rèn)為這個(gè)損害產(chǎn)品的營(yíng)銷(xiāo)手段是成功的。

這種傻錯(cuò)誤經(jīng)常發(fā)生。而如果你的企業(yè)在一開(kāi)始就建立起人人可自助使用的數(shù)據(jù)平臺(tái)，來(lái)解答他們工作中最重要的疑惑，則可以避免上文所說(shuō)的悲劇。

4把數(shù)據(jù)存放在合適的地方

先讓我們來(lái)看一個(gè)正確示范吧。Porerfield提到他有個(gè)客戶(hù)整合了NoSQL, Redshift,Kitnesis以及Looker的資源自創(chuàng)了一個(gè)數(shù)據(jù)分析框架。這個(gè)框架不僅能在很高的量級(jí)上捕獲及儲(chǔ)存自己的數(shù)據(jù)，還能承受每月數(shù)以百萬(wàn)計(jì)的點(diǎn)擊流量，還能讓所有人查詢(xún)自己想要的數(shù)據(jù)。這個(gè)系統(tǒng)甚至可以讓不懂SQL語(yǔ)言的小白用戶(hù)們真正理解數(shù)據(jù)的意義。而在數(shù)據(jù)分析的世界里，基本上如果你不會(huì)SQL, 你就完蛋了。如果總是要等待工程師去把數(shù)據(jù)跑出來(lái)，那就是把自己陷入困境。而工程師在不理解需求的情況下建立的算法或者買(mǎi)的軟件對(duì)于使用者來(lái)說(shuō)往往是個(gè)煎熬，因?yàn)樗麄儗?duì)數(shù)據(jù)的使用往往與前者不再同一水平線(xiàn)上。

你需要讓你所有的數(shù)據(jù)都存放在同一個(gè)地方。這個(gè)是關(guān)鍵關(guān)鍵最關(guān)鍵的原則。

讓我們回到前文那個(gè)假設(shè)存在的公司。他們做了一個(gè)又一個(gè)病毒營(yíng)銷(xiāo)，但是沒(méi)有把用戶(hù)活動(dòng)數(shù)據(jù)放在同一框架內(nèi)，所以他們無(wú)法分析一個(gè)活動(dòng)是如何關(guān)聯(lián)到另一個(gè)活動(dòng)的。他們也無(wú)法進(jìn)行一個(gè)橫跨日常運(yùn)營(yíng)以及活動(dòng)期間的數(shù)據(jù)分析比較。

很多公司把數(shù)據(jù)發(fā)給外包商儲(chǔ)存，然后就當(dāng)甩手掌柜了?？墒浅３＿@些數(shù)據(jù)到了外包商手里就會(huì)變成其他形式，而轉(zhuǎn)化回來(lái)則需要不少工序。這些數(shù)據(jù)往往是某些宣傳造勢(shì)活動(dòng)時(shí)期你的網(wǎng)站或者產(chǎn)品的相關(guān)數(shù)據(jù)。結(jié)合日常運(yùn)營(yíng)數(shù)據(jù)來(lái)看，你可以挖掘哪些活動(dòng)促成了用戶(hù)轉(zhuǎn)化。而這樣結(jié)合日常運(yùn)營(yíng)數(shù)據(jù)來(lái)分析用戶(hù)使用歷程的方式是至關(guān)重要的。但令人震驚的是，盡管任何時(shí)期的所有運(yùn)營(yíng)數(shù)據(jù)都至關(guān)重要，許多公司仍不屑于捕獲及記錄他們。約一半以上Porterfield所見(jiàn)過(guò)的公司都將日常運(yùn)營(yíng)數(shù)據(jù)與活動(dòng)數(shù)據(jù)分開(kāi)來(lái)看。這樣嚴(yán)重妨礙了公司正確地理解與決策。

5不拘泥于一個(gè)系統(tǒng)

任何一個(gè)好的數(shù)據(jù)分析框架在設(shè)計(jì)之初都必須滿(mǎn)足長(zhǎng)期使用的需要。誠(chéng)然，你總是可以調(diào)整你的框架。但數(shù)據(jù)積累越多，做調(diào)整的代價(jià)越大。而且常常做出調(diào)整后，你需要同時(shí)記錄新舊兩套系統(tǒng)來(lái)確保數(shù)據(jù)不會(huì)丟失。

因此，我們最好能在第一天就把框架設(shè)計(jì)好。其中一個(gè)簡(jiǎn)單粗暴有效地方法就是所有能獲取的數(shù)據(jù)放在同一個(gè)可延展的平臺(tái)。不需要浪費(fèi)時(shí)間選擇一個(gè)最優(yōu)解決方法，只要確認(rèn)這個(gè)平臺(tái)可以裝得下所有將來(lái)可能用到的數(shù)據(jù)，且跨平臺(tái)也能跑起來(lái)就行了。一般來(lái)說(shuō)這樣的原始平臺(tái)能至少支撐一到兩年。

6不過(guò)度總結(jié)

這個(gè)問(wèn)題對(duì)于擁有數(shù)據(jù)分析團(tuán)隊(duì)的公司來(lái)說(shuō)更常見(jiàn)。試想一下，有多少公司只是記錄平均每分鐘多少銷(xiāo)售額，而不是具體每一分鐘銷(xiāo)售了多少金額?在過(guò)去由于運(yùn)算能力有限，我們只能把海量數(shù)據(jù)總結(jié)成幾個(gè)點(diǎn)來(lái)看。但在當(dāng)下，這些運(yùn)算量根本不是問(wèn)題，所有人都可以把運(yùn)營(yíng)數(shù)據(jù)精確到分鐘來(lái)記錄。而這些精確的記錄可以告訴你海量的信息，比如為什么轉(zhuǎn)化率在上升或者下降。

人們常常自我陶醉于做出了幾張漂亮的圖標(biāo)或者PPT。這些總結(jié)性的表達(dá)看上去很令人振奮，但我們不應(yīng)該基于這些膚淺的總結(jié)來(lái)做決策，因?yàn)檫@些漂亮的總結(jié)性陳述并不能真正反映問(wèn)題的實(shí)質(zhì)。相反，我們更應(yīng)該關(guān)注極端值（Outliers）。