
數(shù)據(jù)分析與挖掘的企業(yè)應用路在何方
近期有不少朋友感言數(shù)據(jù)分析和挖掘應用的商業(yè)價值問題,一是說數(shù)據(jù)分析和挖掘在企業(yè),如果只有知識發(fā)現(xiàn),知識應用沒有搞起來,企業(yè)還是沒有體會到數(shù)據(jù)的價值;二是說數(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,還是要有扎實的數(shù)據(jù)變現(xiàn)能力?
第一個問題,還得從第三方數(shù)據(jù)分析服務,與企業(yè)內(nèi)部數(shù)據(jù)分析分開來說,否則沒有意義。第二個問題,就看是誰在主導找數(shù)據(jù)分析的人,到底是HR或沒想清楚如何用數(shù)據(jù)的高層,還是對數(shù)據(jù)分析和挖掘已經(jīng)有了明確目標的高層,這才是關鍵?。∠衲承┕窘M織團隊,唯互聯(lián)網(wǎng)巨頭背景論,或者唯某種技術論,都很難對企業(yè)有實質(zhì)的幫助,只是滿足他們的個人愿望罷了,而實際情況早已證明了這點。
個人很欣賞對數(shù)據(jù)分析有明確目標和需要的領導者,如果資深專業(yè)的數(shù)據(jù)分析和挖掘人士服務于這樣的業(yè)務領導者,為他們的團隊服務,將會擦出耀眼的火花,必將是大家一起與業(yè)務、與公司一起成長,突出市場重圍。
-----兩種數(shù)據(jù)應用的區(qū)別-----
第三方數(shù)據(jù)分析服務,個人以為屬于技術派,說技術派并非他們不需要懂業(yè)務,而是他們的價值更突出在數(shù)據(jù)挖掘和分析技術上,而非對業(yè)務的深入解析。所以每當有人問我某數(shù)據(jù)服務或廣告公司找數(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,但這并非我們最強項,最好找科班數(shù)據(jù)挖掘出身的,他們的核心價值是在技術,而非技術與業(yè)務的綜合。
企業(yè)內(nèi)部的數(shù)據(jù)分析和挖掘,個人以為屬于商業(yè)價值導向派,或者叫業(yè)務派。如果把商業(yè)邏輯前因后果梳理不清楚,沒有熟悉運營的細節(jié),那么他的挖掘技術發(fā)揮得價值,恐怕還不如普通數(shù)據(jù)展現(xiàn)。
有朋友會問,什么是商業(yè)價值導向,是不是我把商業(yè)問題暴露出來,就OK了?顯然是不夠的,這樣容易出現(xiàn),你暴露的問題是“公開的秘密”,業(yè)務部門需要的是解決問題的辦法,而不是僅僅暴露問題!那如何做到數(shù)據(jù)的商業(yè)價值最大化呢?那就是把問題徹底解決!輔助(一個或多個)業(yè)務部門,把問題都解決了。
-------如何做到解決問題?------
有朋友說,解決問題容易啊,BI作為IT工具,業(yè)務部門自己看著數(shù)據(jù)解決??!我每次都說,非也,如果這樣就OK,那么業(yè)務部門提需求,BI做分析開發(fā),應該是完美的模式,但為啥這樣做的公司,數(shù)據(jù)都應用很初級?原因需要細細道來。
就拿大家都常舉例的轉(zhuǎn)換率問題來說,務實的公司會先從零售指標銷售收入、利潤、庫存來向下推轉(zhuǎn)換率,但我們就按很多電商領導關注的轉(zhuǎn)換率來談吧。
假設某周轉(zhuǎn)換率明顯下降,需要怎樣的分析才好呢,業(yè)務部門提需求,拿一些數(shù)據(jù)能搞定么?我們假設訂單轉(zhuǎn)換率由3%下降到1.5%,那么從業(yè)務角度,會有哪些可能性?
1。導流出了問題,新的流量來源僵尸用戶多?(用戶訪問習慣性行為判斷)
2。推廣出了問題,很多用戶誤點廣告(由退出率判斷)?
3。網(wǎng)站是否改版,降低了客戶體驗?(用戶行為路徑判斷)?
4。網(wǎng)站其他問題,例如某些功能比較難用,網(wǎng)站變慢等(用戶行為訪問節(jié)點分析判斷)?
5。是否商品突然沒有了吸引力,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?(通過商品訪問深度、商品訪問比較分析)
如何有效解決問題?如果我們對KPI異常的判斷不客觀,那么就無法準確定位問題,更無法幫助業(yè)務部門解決問題!同時說等業(yè)務部門提需求,由BI來分析的朋友,請問轉(zhuǎn)換率問題,上述幾種常見原因的不同分析需求,業(yè)務部門誰能提出全面的需求?
如果沒有全面的需求,那就得有全面的分析,和解決方案出來,協(xié)助業(yè)務部門徹底解決問題。例如廣告誤點導致轉(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,則需建議推廣部門和廣告公司重談商務,降低費用,或者另找推廣途徑,來提高廣告ROI。這就是與業(yè)務部門一起共進退的案例之一,如果網(wǎng)站、商品問題,同理!
-----企業(yè)內(nèi)部需要什么樣的分析挖掘人才?----
當然需要分析技術和挖掘算法人才,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,包括戰(zhàn)略戰(zhàn)術、運營,有熟悉分析技術和挖掘算法的人,來帶領數(shù)據(jù)商業(yè)價值最大化,因為剛才我分析過,靠業(yè)務部門提需求的模式,是搞不定數(shù)據(jù)價值問題的。
我和一位數(shù)據(jù)界朋友交流的時候說,假如你每次想讓你的分析都落地,產(chǎn)生商業(yè)價值,最好的辦法就是熟悉業(yè)務運營,熟悉業(yè)務部門的運作方式。例如你發(fā)現(xiàn)近期銷售降低的因素之一,是商品訪問平均深度環(huán)比降低了20%,這對很多數(shù)據(jù)分析師來說,已經(jīng)做的很不錯了。且慢,這對于業(yè)務部門來說,還是很“虛”的說法。
像這個案例,你是給網(wǎng)站商品管理的同事說的,他們看到這個數(shù)據(jù),最大的可能性就是陷入沉思,因為他們可能找不到突破口,來如何布局商品,才能提高訪問深度。假如你理解他們的工作是組織新老品,組織引流、要利潤、高利潤不同商品組合,商品組合折扣等等運營工作,那么你的分析就會更貼近他們的實際應用。
那么解決這個問題,就是要發(fā)現(xiàn)商品部門能解決的原因,到底是商品布局層次出了問題,還是不同分類的品類組合出了問題,當這些問題表述清楚后,商品運營人員自然知道原因出在哪里,如何解決?。?
--------總結(jié)-------
不同公司的價值導向不同,他們需要人才會不同,需要的價值展現(xiàn)形式也不同。第三方服務公司需要的技術、算法為主導,有一定行業(yè)業(yè)務知識為輔,有技術核心競爭力。但如果對行業(yè)業(yè)務有更深入理解,就會分析出更有參考和咨詢價值的數(shù)據(jù),體現(xiàn)出第三方公司更高的價值。 企業(yè)內(nèi)部需要的熟悉業(yè)務和運作的人,但同時也要熟悉技術和算法,當業(yè)務推動不是問題,技術和算法就很重要,當技術和算法有儲備,那么能熟悉業(yè)務并能用好技術算法就很重要。簡單化數(shù)據(jù)分析
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10