
數(shù)據(jù)分析與挖掘的企業(yè)應(yīng)用路在何方
近期有不少朋友感言數(shù)據(jù)分析和挖掘應(yīng)用的商業(yè)價(jià)值問(wèn)題,一是說(shuō)數(shù)據(jù)分析和挖掘在企業(yè),如果只有知識(shí)發(fā)現(xiàn),知識(shí)應(yīng)用沒(méi)有搞起來(lái),企業(yè)還是沒(méi)有體會(huì)到數(shù)據(jù)的價(jià)值;二是說(shuō)數(shù)據(jù)分析和挖掘,是否看在多么牛的互聯(lián)網(wǎng)巨頭工作的背景,還是要有扎實(shí)的數(shù)據(jù)變現(xiàn)能力?
第一個(gè)問(wèn)題,還得從第三方數(shù)據(jù)分析服務(wù),與企業(yè)內(nèi)部數(shù)據(jù)分析分開(kāi)來(lái)說(shuō),否則沒(méi)有意義。第二個(gè)問(wèn)題,就看是誰(shuí)在主導(dǎo)找數(shù)據(jù)分析的人,到底是HR或沒(méi)想清楚如何用數(shù)據(jù)的高層,還是對(duì)數(shù)據(jù)分析和挖掘已經(jīng)有了明確目標(biāo)的高層,這才是關(guān)鍵?。∠衲承┕窘M織團(tuán)隊(duì),唯互聯(lián)網(wǎng)巨頭背景論,或者唯某種技術(shù)論,都很難對(duì)企業(yè)有實(shí)質(zhì)的幫助,只是滿足他們的個(gè)人愿望罷了,而實(shí)際情況早已證明了這點(diǎn)。
個(gè)人很欣賞對(duì)數(shù)據(jù)分析有明確目標(biāo)和需要的領(lǐng)導(dǎo)者,如果資深專業(yè)的數(shù)據(jù)分析和挖掘人士服務(wù)于這樣的業(yè)務(wù)領(lǐng)導(dǎo)者,為他們的團(tuán)隊(duì)服務(wù),將會(huì)擦出耀眼的火花,必將是大家一起與業(yè)務(wù)、與公司一起成長(zhǎng),突出市場(chǎng)重圍。
-----兩種數(shù)據(jù)應(yīng)用的區(qū)別-----
第三方數(shù)據(jù)分析服務(wù),個(gè)人以為屬于技術(shù)派,說(shuō)技術(shù)派并非他們不需要懂業(yè)務(wù),而是他們的價(jià)值更突出在數(shù)據(jù)挖掘和分析技術(shù)上,而非對(duì)業(yè)務(wù)的深入解析。所以每當(dāng)有人問(wèn)我某數(shù)據(jù)服務(wù)或廣告公司找數(shù)據(jù)總監(jiān)是否合適人選介紹,我回答是,像我這樣的可以上,但這并非我們最強(qiáng)項(xiàng),最好找科班數(shù)據(jù)挖掘出身的,他們的核心價(jià)值是在技術(shù),而非技術(shù)與業(yè)務(wù)的綜合。
企業(yè)內(nèi)部的數(shù)據(jù)分析和挖掘,個(gè)人以為屬于商業(yè)價(jià)值導(dǎo)向派,或者叫業(yè)務(wù)派。如果把商業(yè)邏輯前因后果梳理不清楚,沒(méi)有熟悉運(yùn)營(yíng)的細(xì)節(jié),那么他的挖掘技術(shù)發(fā)揮得價(jià)值,恐怕還不如普通數(shù)據(jù)展現(xiàn)。
有朋友會(huì)問(wèn),什么是商業(yè)價(jià)值導(dǎo)向,是不是我把商業(yè)問(wèn)題暴露出來(lái),就OK了?顯然是不夠的,這樣容易出現(xiàn),你暴露的問(wèn)題是“公開(kāi)的秘密”,業(yè)務(wù)部門(mén)需要的是解決問(wèn)題的辦法,而不是僅僅暴露問(wèn)題!那如何做到數(shù)據(jù)的商業(yè)價(jià)值最大化呢?那就是把問(wèn)題徹底解決!輔助(一個(gè)或多個(gè))業(yè)務(wù)部門(mén),把問(wèn)題都解決了。
-------如何做到解決問(wèn)題?------
有朋友說(shuō),解決問(wèn)題容易啊,BI作為IT工具,業(yè)務(wù)部門(mén)自己看著數(shù)據(jù)解決??!我每次都說(shuō),非也,如果這樣就OK,那么業(yè)務(wù)部門(mén)提需求,BI做分析開(kāi)發(fā),應(yīng)該是完美的模式,但為啥這樣做的公司,數(shù)據(jù)都應(yīng)用很初級(jí)?原因需要細(xì)細(xì)道來(lái)。
就拿大家都常舉例的轉(zhuǎn)換率問(wèn)題來(lái)說(shuō),務(wù)實(shí)的公司會(huì)先從零售指標(biāo)銷(xiāo)售收入、利潤(rùn)、庫(kù)存來(lái)向下推轉(zhuǎn)換率,但我們就按很多電商領(lǐng)導(dǎo)關(guān)注的轉(zhuǎn)換率來(lái)談吧。
假設(shè)某周轉(zhuǎn)換率明顯下降,需要怎樣的分析才好呢,業(yè)務(wù)部門(mén)提需求,拿一些數(shù)據(jù)能搞定么?我們假設(shè)訂單轉(zhuǎn)換率由3%下降到1.5%,那么從業(yè)務(wù)角度,會(huì)有哪些可能性?
1。導(dǎo)流出了問(wèn)題,新的流量來(lái)源僵尸用戶多?(用戶訪問(wèn)習(xí)慣性行為判斷)
2。推廣出了問(wèn)題,很多用戶誤點(diǎn)廣告(由退出率判斷)?
3。網(wǎng)站是否改版,降低了客戶體驗(yàn)?(用戶行為路徑判斷)?
4。網(wǎng)站其他問(wèn)題,例如某些功能比較難用,網(wǎng)站變慢等(用戶行為訪問(wèn)節(jié)點(diǎn)分析判斷)?
5。是否商品突然沒(méi)有了吸引力,例如商品之前還是大量5-6折的商品引流,現(xiàn)在變成8折為引流了?(通過(guò)商品訪問(wèn)深度、商品訪問(wèn)比較分析)
如何有效解決問(wèn)題?如果我們對(duì)KPI異常的判斷不客觀,那么就無(wú)法準(zhǔn)確定位問(wèn)題,更無(wú)法幫助業(yè)務(wù)部門(mén)解決問(wèn)題!同時(shí)說(shuō)等業(yè)務(wù)部門(mén)提需求,由BI來(lái)分析的朋友,請(qǐng)問(wèn)轉(zhuǎn)換率問(wèn)題,上述幾種常見(jiàn)原因的不同分析需求,業(yè)務(wù)部門(mén)誰(shuí)能提出全面的需求?
如果沒(méi)有全面的需求,那就得有全面的分析,和解決方案出來(lái),協(xié)助業(yè)務(wù)部門(mén)徹底解決問(wèn)題。例如廣告誤點(diǎn)導(dǎo)致轉(zhuǎn)換率低,但如果總體訂單不變的情況下,是否廣告投入偏高,如果廣告投入偏高,則需建議推廣部門(mén)和廣告公司重談商務(wù),降低費(fèi)用,或者另找推廣途徑,來(lái)提高廣告ROI。這就是與業(yè)務(wù)部門(mén)一起共進(jìn)退的案例之一,如果網(wǎng)站、商品問(wèn)題,同理!
-----企業(yè)內(nèi)部需要什么樣的分析挖掘人才?----
當(dāng)然需要分析技術(shù)和挖掘算法人才,但要想專人才發(fā)揮足夠的作用,必須有能理清楚整體業(yè)務(wù),包括戰(zhàn)略戰(zhàn)術(shù)、運(yùn)營(yíng),有熟悉分析技術(shù)和挖掘算法的人,來(lái)帶領(lǐng)數(shù)據(jù)商業(yè)價(jià)值最大化,因?yàn)閯偛盼曳治鲞^(guò),靠業(yè)務(wù)部門(mén)提需求的模式,是搞不定數(shù)據(jù)價(jià)值問(wèn)題的。
我和一位數(shù)據(jù)界朋友交流的時(shí)候說(shuō),假如你每次想讓你的分析都落地,產(chǎn)生商業(yè)價(jià)值,最好的辦法就是熟悉業(yè)務(wù)運(yùn)營(yíng),熟悉業(yè)務(wù)部門(mén)的運(yùn)作方式。例如你發(fā)現(xiàn)近期銷(xiāo)售降低的因素之一,是商品訪問(wèn)平均深度環(huán)比降低了20%,這對(duì)很多數(shù)據(jù)分析師來(lái)說(shuō),已經(jīng)做的很不錯(cuò)了。且慢,這對(duì)于業(yè)務(wù)部門(mén)來(lái)說(shuō),還是很“虛”的說(shuō)法。
像這個(gè)案例,你是給網(wǎng)站商品管理的同事說(shuō)的,他們看到這個(gè)數(shù)據(jù),最大的可能性就是陷入沉思,因?yàn)樗麄兛赡苷也坏酵黄瓶冢瑏?lái)如何布局商品,才能提高訪問(wèn)深度。假如你理解他們的工作是組織新老品,組織引流、要利潤(rùn)、高利潤(rùn)不同商品組合,商品組合折扣等等運(yùn)營(yíng)工作,那么你的分析就會(huì)更貼近他們的實(shí)際應(yīng)用。
那么解決這個(gè)問(wèn)題,就是要發(fā)現(xiàn)商品部門(mén)能解決的原因,到底是商品布局層次出了問(wèn)題,還是不同分類(lèi)的品類(lèi)組合出了問(wèn)題,當(dāng)這些問(wèn)題表述清楚后,商品運(yùn)營(yíng)人員自然知道原因出在哪里,如何解決!!
--------總結(jié)-------
不同公司的價(jià)值導(dǎo)向不同,他們需要人才會(huì)不同,需要的價(jià)值展現(xiàn)形式也不同。第三方服務(wù)公司需要的技術(shù)、算法為主導(dǎo),有一定行業(yè)業(yè)務(wù)知識(shí)為輔,有技術(shù)核心競(jìng)爭(zhēng)力。但如果對(duì)行業(yè)業(yè)務(wù)有更深入理解,就會(huì)分析出更有參考和咨詢價(jià)值的數(shù)據(jù),體現(xiàn)出第三方公司更高的價(jià)值。 企業(yè)內(nèi)部需要的熟悉業(yè)務(wù)和運(yùn)作的人,但同時(shí)也要熟悉技術(shù)和算法,當(dāng)業(yè)務(wù)推動(dòng)不是問(wèn)題,技術(shù)和算法就很重要,當(dāng)技術(shù)和算法有儲(chǔ)備,那么能熟悉業(yè)務(wù)并能用好技術(shù)算法就很重要。簡(jiǎn)單化數(shù)據(jù)分析
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫(kù)操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問(wèn)題時(shí)有發(fā)生。 ...
2025-07-14如何考取數(shù)據(jù)分析師證書(shū):以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開(kāi)啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書(shū)) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類(lèi)型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類(lèi)型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07