數(shù)據(jù)分析的六大黃金法則

為什么你的數(shù)據(jù)分析成果總是難以落地?數(shù)據(jù)分析的價值總是遠(yuǎn)遠(yuǎn)低于預(yù)期?相信看完這篇文章，每個人都能找到一個屬于自己的答案。本人先后在電力、軍工、金融等行業(yè)擔(dān)任數(shù)據(jù)分析師，有多年行業(yè)經(jīng)驗(yàn)。從平時的工作中總結(jié)出以下六個數(shù)據(jù)分析時要注意的原則，希望能對大家有所幫助。

1、遵循數(shù)據(jù)分析標(biāo)準(zhǔn)流程

數(shù)據(jù)分析遵循一定的流程，不僅可以保證數(shù)據(jù)分析每一個階段的工作內(nèi)容有章可循，而且還可以讓分析最終的結(jié)果更加準(zhǔn)確，更加有說服力。一般情況下，數(shù)據(jù)分析分為以下幾個步驟：

1)業(yè)務(wù)理解，確定目標(biāo)、明確分析需求;
2)數(shù)據(jù)理解，收集原始數(shù)據(jù)、描述數(shù)據(jù)、探索數(shù)據(jù)、檢驗(yàn)數(shù)據(jù)質(zhì)量;
3)數(shù)據(jù)準(zhǔn)備，選擇數(shù)據(jù)、清洗數(shù)據(jù)、構(gòu)造數(shù)據(jù)、整合數(shù)據(jù)、格式化數(shù)據(jù);
4)建立模型，選擇建模技術(shù)、參數(shù)調(diào)優(yōu)、生成測試計劃、構(gòu)建模型;
5)評估模型，對模型進(jìn)行較為全面的評價，評價結(jié)果、重審過程;
6)成果部署，分析結(jié)果應(yīng)用。

2、明確數(shù)據(jù)分析目標(biāo)

在數(shù)據(jù)分析前期，要做到充分溝通、理解業(yè)務(wù)規(guī)則、關(guān)注業(yè)務(wù)痛點(diǎn)、了解用戶需求、換位思考，明確為什么要做數(shù)據(jù)分析，要達(dá)到一個什么目標(biāo)。這樣才能保證后續(xù)的收集數(shù)據(jù)、確定分析主題、分析數(shù)據(jù)、分析結(jié)果應(yīng)用等工作都能夠圍繞分析目標(biāo)開展，保證最終能夠從整體目標(biāo)的角度去總結(jié)分析成果。

3、業(yè)務(wù)與數(shù)據(jù)結(jié)合確定分析主題

以解決業(yè)務(wù)問題為目標(biāo)，以數(shù)據(jù)現(xiàn)狀為基礎(chǔ)，確定分析主題。前期要做好充分的準(zhǔn)備，以業(yè)務(wù)問題為導(dǎo)向，以業(yè)務(wù)梳理為重點(diǎn)，進(jìn)行多輪討論，分析主題避免過大，針對業(yè)務(wù)痛點(diǎn)，實(shí)現(xiàn)知現(xiàn)狀、明原因、可預(yù)測、有價值。另外，分析數(shù)據(jù)的范圍除了重點(diǎn)關(guān)注的業(yè)務(wù)指標(biāo)數(shù)據(jù)，還要盡量考慮擴(kuò)展外延數(shù)據(jù)，比如經(jīng)濟(jì)指標(biāo)數(shù)據(jù)、氣象數(shù)據(jù)、財務(wù)數(shù)據(jù)等。確定分析主題之前，要進(jìn)行數(shù)據(jù)支撐情況的初步判斷，避免中途發(fā)現(xiàn)數(shù)據(jù)質(zhì)量或者數(shù)據(jù)范圍不能支撐分析工作的情況發(fā)生。確定分析主題之后，詳細(xì)論證分析可行性，保證分析過程的清晰性，才能開始分析工作。

4、多種分析方法結(jié)合

分析過程中盡量運(yùn)用多種分析方法，以提高分析的準(zhǔn)確性和可靠性。例如，運(yùn)用定性定量相結(jié)合的分析方法對于數(shù)據(jù)進(jìn)行分析;融合交互式自助BI、數(shù)據(jù)挖掘、自然語言處理等多種分析方法;高級分析和可視化分析相結(jié)合等。

5、選擇合適的分析工具

工欲善其事，必先利其器，數(shù)據(jù)分析過程中要選擇合適的分析工具做分析。SPSS、SAS、Alteryx、美林TEMPO、Repidminer、R、Python等這幾種工具都是業(yè)界比較認(rèn)可的數(shù)據(jù)分析產(chǎn)品。它們各有其優(yōu)勢，SPSS 較早進(jìn)入國內(nèi)市場，發(fā)展已經(jīng)相對成熟，有大量參考書可供參考，操作上容易上手，簡單易學(xué)。SAS由于其功能強(qiáng)大而且可以編程，很受高級用戶的歡迎。Alteryx 工作流打包成應(yīng)用，為小企業(yè)直接提供應(yīng)用，地理數(shù)據(jù)分析功能強(qiáng)大。美林的Tempo功能全面，在高級分析和可視化分析相結(jié)合上具有明顯優(yōu)勢。Repidminer 易用性和用戶體驗(yàn)做得很好，并且內(nèi)置了很多案例用戶可直接替換數(shù)據(jù)源去使用。R 是開源免費(fèi)的，具有良好的擴(kuò)展性和豐富的資源，涵蓋了多種行業(yè)中數(shù)據(jù)分析的幾乎所有方法，分析數(shù)據(jù)更靈活。Python，有各種各樣功能強(qiáng)大的庫，做數(shù)據(jù)處理很方便，跟MATLAB很像。

6、分析結(jié)論盡量圖表化

經(jīng)過嚴(yán)謹(jǐn)推導(dǎo)得出的結(jié)論，首先要精簡明確，3-5條即可。其次要與業(yè)務(wù)問題結(jié)合，給出解決方案或建議方案。第三盡量圖表化，要增強(qiáng)其可讀性。

某企業(yè)KPI分析報告

數(shù)據(jù)分析過程中，除了以上六條原則，還要避免以下3種情況：

1)時間安排不合理

在開始分析工作之前，一定要做一個明確的進(jìn)度計劃，時間分配的原則是：數(shù)據(jù)收集、整理及建模占70%，數(shù)據(jù)可視化展現(xiàn)及分析報告占25%，其他占5%。(數(shù)據(jù)的收集、整理和建模的過程，是反復(fù)迭代的過程)

2)數(shù)據(jù)源選擇不合理

一般企業(yè)中的數(shù)據(jù)來源有很多，SAP、TMS、CRM及各部門業(yè)務(wù)系統(tǒng)，每個渠道的數(shù)據(jù)各有特點(diǎn)。這時，應(yīng)該慎重考慮從哪個渠道獲取數(shù)據(jù)更加快捷有效。數(shù)據(jù)源選擇不合理，不僅影響結(jié)論的可靠性，而且有返工的風(fēng)險。

3)溝通不充分

無論是分析人員內(nèi)部的溝通還是與外部相關(guān)人員的溝通，都是至關(guān)重要的。與外部人員溝通效不順暢，可能造成前期需求不清，中間業(yè)務(wù)邏輯混亂，最終導(dǎo)致數(shù)據(jù)分析結(jié)果差強(qiáng)人意。與內(nèi)部人員溝通效率低，可能造成分析進(jìn)度滯后，分析工作開展不暢等諸多問題，直接影響分析效果。

對于數(shù)據(jù)分析師，分析經(jīng)驗(yàn)的積累與專業(yè)知識的提升同樣重要，因?yàn)橛行﹩栴}不是只用專業(yè)知識就能解決的，所以在平時的工作中要有意識的去學(xué)習(xí)業(yè)務(wù)知識、掌握先進(jìn)的分析工具，做一個有心人!