數(shù)據分析師之數(shù)據分析入門

數(shù)據分析（Data Analysis）——這個詞真的是如雷灌耳，裝B一絕??！甭管什么玩意，上來先整一通再說?！皵?shù)據分析”甚是被提上了神壇，找工作或者聊點行業(yè)內的動態(tài)不提點數(shù)據簡直是沒法混了。坦白講，我對“數(shù)據分析”的概念知之甚少，僅有的那點理解：統(tǒng)計數(shù)據，分析數(shù)據，大數(shù)據（Big Data）。

如何對產品進行數(shù)據分析呢？或者說對我這樣的一個數(shù)據分析小白來講，該從何入手數(shù)據分析呢？思維體式格局決定行動結果。

第一要點：什么是數(shù)據分析？

數(shù)據分析是指用適當?shù)?a href='/map/tongjifenxi/' style='color:#000;font-size:inherit;'>統(tǒng)計分析方法對收集來的大量數(shù)據進行分析，提取有用信息和形成結論而對數(shù)據加以詳細研究和歸納綜合總結的過程。在實際應用中，數(shù)據分析可幫助人們作出判斷，以便采取適當行動。

當然，在我看來數(shù)據本身并沒有任何價值，正是由于分析方法的存在使得原本毫無價值的數(shù)據大放異彩。

第二要點：為何數(shù)據分析？

有人說，老板要看數(shù)據；也有人說，VC投資需要；也有人說，公司運營需要... 產生數(shù)據需求的緣故原由有很多，我想現(xiàn)實中大多數(shù)人做數(shù)據還是為了獲得產品的客觀現(xiàn)狀并有所為的（我能這樣想，大概是因為我是個樂觀的孩子吧？）。

事實上，數(shù)據分析的緣故原由大概如下幾點：

評估產品機會：

產品構思初期，必要的需求調研及市場調研顯得尤為關鍵。產品機會評估對后期產品設計及迭代都至關重要，甚至說決定了一個產品的未來和核心理念。

分析解決問題：

產品出現(xiàn)不良狀況，肯定是存在緣由的。不可能憑空想象臆造問題，必須尊重客觀現(xiàn)實。那么只有經由過程必要的數(shù)據試驗才能追溯到問題源頭，進而制定合理的解決方案，徹底解決問題。

支持運營活動：

你這個產品功能上線后效果怎樣？A方案和B方案哪一個更好些呢？諸如此類的問題，都牽涉到一個“標準”的問題。評判一個問題的好壞，最靠得住的恐怕就是數(shù)據了。以前我就說過“人是不靠得住的，人們總是愿意相信自己想看見的東西。”只有給出真實、靠得住、客觀的事實——數(shù)據，才能對具體的活動作出最真實的評判。

預測優(yōu)化產品：

數(shù)據分析的結果不僅可以回響反映出以往產品的狀態(tài)，即所謂的后見性數(shù)據；也能夠給出產品未來時間段內可能會遇到的問題，即所謂的先見性數(shù)據。一個真實的數(shù)據指標必須是可付諸行動的。后見性和先見性的數(shù)據都可以付諸行動，區(qū)別只是先見性數(shù)據能預測未來發(fā)生什么，縮短迭代周期，不斷改進。

第三要點：如何數(shù)據分析？

▍數(shù)據建模

理解理睬了數(shù)據分析動機，究竟什么樣的數(shù)據指標才能達到期望的效果呢？那么首先必須解決數(shù)據指標的定義，小我私家認為搭建數(shù)據指標模型大致要考慮以下三大要素：

• 綜合考慮商業(yè)模式與業(yè)務場景

• 聚焦數(shù)據指標背后的最初動機

• 多維度考慮數(shù)據可行、簡約、易比對

當然，也不克不及憑空瞎造數(shù)據吧？！數(shù)據指標模型一樣平常有以下三個途徑設計：

• 對現(xiàn)有指標進行優(yōu)化性改造，數(shù)據指標之間合理交叉或許會帶來意想不到的驚喜；

• 不同行業(yè)交叉借鑒其他行業(yè)制定的數(shù)據指標；

• 潛心修行、發(fā)掘更多有價值有意義的數(shù)據指標（這一點有點扯...）

數(shù)據分析目標的調整，必然伴隨數(shù)據指標的變動。尊重事實、腳踏實地，了解數(shù)據指標的調整的意義及可能給產品帶來的后續(xù)影響，我覺得這是一種可取的改變態(tài)度。如果說只是為了改變而改變，無視事實、較低期望，這樣的調整還有何意義呢？

▍數(shù)據來源

數(shù)據分析的對象是數(shù)據，數(shù)據從哪來？數(shù)據本身的準確性從根本上影響著分析結果的有效性，所以確保有效、靠譜的數(shù)據來源至關重要。本人認為數(shù)據來源無非以下三種：

自有數(shù)據分析系統(tǒng)：

公司自有的數(shù)據是最源質化的數(shù)據，也是最靠得住、最全面的。一樣平常而言，有條件的情況下都是以內部數(shù)據為準；當然，創(chuàng)業(yè)型的微型公司大多都直接數(shù)據庫導出數(shù)據，還是要依賴產品經理二次加工的。

定量/定性調研：

沒有全面的數(shù)據咋辦？或者說想要分析的數(shù)據無法統(tǒng)計？那么，拿起德律風、走上街頭、發(fā)放問卷都不失為一種可行的辦法。定量數(shù)據排斥主管因素，定性數(shù)據吸納主管因素。事實上，定性數(shù)據存在諸多不確定性，但也存在一個其他數(shù)據指標不具備的優(yōu)勢——那是與真實用戶交流所得，有血有肉。

專業(yè)調研機構：

知名調研機構，比如：艾瑞咨詢、百度統(tǒng)計、易觀智庫、199IT-互聯(lián)網數(shù)據中心。一樣平常而言，權勢巨子結構統(tǒng)計調研的數(shù)據還是具有極強的參考性的，但也不克不及完全免于主觀因素。

▍數(shù)據分析

單純的數(shù)據其實不能為給我們帶來太多結論性的東西，還是要借助一定的方法和手段將數(shù)據變得更加生動和有意義。

集成開發(fā)數(shù)據分析系統(tǒng)：

將所需的數(shù)據指標以技術手段直接設計成產品功能，可以定期定量地直接生成導出BI報表。

手動數(shù)據加工：

面對元數(shù)據而不是現(xiàn)成的結論性數(shù)據，產品經理只能親自操刀借助EXCEL各種函數(shù)。面對海量數(shù)據，心態(tài)很重要！

委托分析機構：

有錢、任性、夠叼，請人分析。如果事事都依靠別人，那么產品經理就瞬間失去價值了...

▍分析方法

有效的數(shù)據分析方法可以或許深度挖掘數(shù)據的價值，精益數(shù)據分析中大致介紹以下三種分析方法。

市場細分（Segmentation）：

市場細分就是一群擁有某種共同特征的劃為一個樣本，市場細分不盡可以應用于互聯(lián)網產品，對任何行業(yè)、任何形式的產品都具有積極的參考意義。

同期群分析（Coghort Analysis）：

比較相似群體隨時間的變化，同期群分析給我們提供了一個全新的視角?？梢曰蛟S觀察處于生命周期不同階段用戶的行為模式，而非忽略用戶的行為的過程性。

多變量測試（Multivariate Testing）：

同時對多個因素進行分析，用統(tǒng)計學的方法剝離出單個影響要與結果中的某一項指標提升的聯(lián)系關系性。同時改動產品的多個方面，看哪一個與結果的相關性最大。

小結

數(shù)據分析的核心其實不在于數(shù)據本身，而在于設計有意義、有價值的數(shù)據指標，經由過程科學有效的手段去分析，進而發(fā)現(xiàn)問題優(yōu)化迭代。數(shù)據分析因價值而存在，數(shù)據分析本就是一個價值增量的過程。無論分析給出的結果是積極還是負面，都是價值承載體，必須以客觀的態(tài)度面對。數(shù)據分析是檢驗產品設想的最具說服力的工具，但忽略數(shù)據分析背后人性的思考，那數(shù)據分析也就在根本上失去了意義。