
三個要點解構(gòu)數(shù)據(jù)分析的思維模式
數(shù)據(jù)分析(Data Analysis)——這個詞真的是如雷貫耳,裝B一絕??!甭管什么玩意,上來先整一通再說?!皵?shù)據(jù)分析”甚是被提上了神壇,找工作或者聊點行業(yè)內(nèi)的動態(tài)不提點數(shù)據(jù)簡直是沒法混了。坦白講,我對“數(shù)據(jù)分析”的概念知之甚少,僅有的那點理解:統(tǒng)計數(shù)據(jù),分析數(shù)據(jù),大數(shù)據(jù)(Big Data)。
正文
如何對產(chǎn)品進行數(shù)據(jù)分析呢?或者說對我這樣的一個數(shù)據(jù)分析小白來講,該從何入手數(shù)據(jù)分析呢?思維方式?jīng)Q定行動結(jié)果。
第一要點:什么是數(shù)據(jù)分析?
數(shù)據(jù)分析是指用適當(dāng)?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(jù)進行分析,提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細研究和概括總結(jié)的過程。在實際應(yīng)用中,數(shù)據(jù)分析可幫助人們作出判斷,以便采取適當(dāng)行動。當(dāng)然,在我看來數(shù)據(jù)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(jù)大放異彩。
第二要點:為什么數(shù)據(jù)分析?
有人說,老板要看數(shù)據(jù);也有人說,VC投資需要;也有人說,公司運營需要… 產(chǎn)生數(shù)據(jù)需求的原因有很多,我想現(xiàn)實中大多數(shù)人做數(shù)據(jù)還是為了獲得產(chǎn)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(jù)分析的原因大概如下幾點:
1、評估產(chǎn)品機會:產(chǎn)品構(gòu)思初期,必要的需求調(diào)研及市場調(diào)研顯得尤為關(guān)鍵。產(chǎn)品機會評估對后期產(chǎn)品設(shè)計及迭代都至關(guān)重要,甚至說決定了一個產(chǎn)品的未來和核心理念。
2、分析解決問題:產(chǎn)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。那么只有通過必要的數(shù)據(jù)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。
3、支持運營活動:你這個產(chǎn)品功能上線后效果怎么樣?A方案和B方案哪個更好些呢?諸如此類的問題,都牽涉到一個“標(biāo)準(zhǔn)”的問題。評判一個問題的好壞,最可靠的恐怕就是數(shù)據(jù)了。以前我就說過“人是不可靠的,人們總是愿意相信自己想看見的東西?!敝挥薪o出真實、可靠、客觀的事實——數(shù)據(jù),才能對具體的活動作出最真實的評判。
4、預(yù)測優(yōu)化產(chǎn)品:數(shù)據(jù)分析的結(jié)果不僅可以反應(yīng)出以往產(chǎn)品的狀態(tài),即所謂的后見性數(shù)據(jù);也可以給出產(chǎn)品未來時間段內(nèi)可能會遇到的問題,即所謂的先見性數(shù)據(jù)。一個真正的數(shù)據(jù)指標(biāo)必須是可付諸行動的。后見性和先見性的數(shù)據(jù)都可以付諸行動,區(qū)別只是先見性數(shù)據(jù)能預(yù)測未來發(fā)生什么,縮短迭代周期,精益求精。
第三要點:如何數(shù)據(jù)分析?
1、數(shù)據(jù)建模:明白了數(shù)據(jù)分析動機,究竟什么樣的數(shù)據(jù)指標(biāo)才能達到期望的效果呢?那么首先必須解決數(shù)據(jù)指標(biāo)的定義,個人認為搭建數(shù)據(jù)指標(biāo)模型大致要考慮以下三大要素:
a.綜合考慮商業(yè)模式與業(yè)務(wù)場景
b.聚焦數(shù)據(jù)指標(biāo)背后的最初動機
c.多維度考慮數(shù)據(jù)可行、簡約、易比對
當(dāng)然,也不能憑空瞎造數(shù)據(jù)吧?!數(shù)據(jù)指標(biāo)模型一般有以下三個途徑設(shè)計:
a.對現(xiàn)有指標(biāo)進行優(yōu)化性改造,數(shù)據(jù)指標(biāo)之間合理交叉或許會帶來意想不到的驚喜;
b.不同行業(yè)交叉借鑒其他行業(yè)制定的數(shù)據(jù)指標(biāo);
c.潛心修行、發(fā)掘更多有價值有意義的數(shù)據(jù)指標(biāo);(這一點有點扯…)
數(shù)據(jù)分析目標(biāo)的調(diào)整,必然伴隨數(shù)據(jù)指標(biāo)的變動。尊重事實、實事求是,了解數(shù)據(jù)指標(biāo)的調(diào)整的意義及可能給產(chǎn)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(diào)整還有何意義呢?
2、數(shù)據(jù)來源:數(shù)據(jù)分析的對象是數(shù)據(jù),數(shù)據(jù)從哪來?數(shù)據(jù)本身的準(zhǔn)確性從根本上影響著分析結(jié)果的有效性,所以確保有效、靠譜的數(shù)據(jù)來源至關(guān)重要。本人認為數(shù)據(jù)來源無非以下三種:
a.自有數(shù)據(jù)分析系統(tǒng)——公司自有的數(shù)據(jù)是最源質(zhì)化的數(shù)據(jù),也是最可靠、最全面的。一般而言,有條件的情況下都是以內(nèi)部數(shù)據(jù)為準(zhǔn);當(dāng)然,創(chuàng)業(yè)型的微型公司大多都直接數(shù)據(jù)庫導(dǎo)出數(shù)據(jù),還是要依賴產(chǎn)品經(jīng)理二次加工的。
b.定量/定性調(diào)研——沒有全面的數(shù)據(jù)咋辦?或者說想要分析的數(shù)據(jù)無法統(tǒng)計?那么,拿起電話、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(jù)排斥主管因素,定性數(shù)據(jù)吸納主管因素。事實上,定性數(shù)據(jù)存在諸多不確定性,但也存在一個其他數(shù)據(jù)指標(biāo)不具備的優(yōu)勢——那是與真實用戶交流所得,有血有肉。
c.專業(yè)調(diào)研機構(gòu)——知名調(diào)研機構(gòu),比如:艾瑞咨詢、百度統(tǒng)計、易觀智庫、199IT-互聯(lián)網(wǎng)數(shù)據(jù)中心。一般而言,權(quán)威結(jié)構(gòu)統(tǒng)計調(diào)研的數(shù)據(jù)還是具有極強的參考性的,但也不能完全免于主觀因素。
3、數(shù)據(jù)分析:單純的數(shù)據(jù)并不能為給我們帶來太多結(jié)論性的東西,還是要借助一定的方法和手段將數(shù)據(jù)變得更加生動和有意義。
a.集成開發(fā)數(shù)據(jù)分析系統(tǒng)——將所需的數(shù)據(jù)指標(biāo)以技術(shù)手段直接設(shè)計成產(chǎn)品功能,可以定期定量地直接生成導(dǎo)出BI報表。
b.手動數(shù)據(jù)加工——面對元數(shù)據(jù)而不是現(xiàn)成的結(jié)論性數(shù)據(jù),產(chǎn)品經(jīng)理只能親自操刀借助EXCEL各種函數(shù)。面對海量數(shù)據(jù),心態(tài)很重要!
c.委托分析機構(gòu)——有錢、任性、夠叼,請人分析。如果事事都依靠別人,那么產(chǎn)品經(jīng)理就瞬間失去價值了…
4、分析方法:有效的數(shù)據(jù)分析方法能夠深度挖掘數(shù)據(jù)的價值,精益數(shù)據(jù)分析中大致介紹以下三種分析方法。
a.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(yīng)用于互聯(lián)網(wǎng)產(chǎn)品,對任何行業(yè)、任何形式的產(chǎn)品都具有積極的參考意義。
b.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。能夠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。
c.多變量測試(Multivariate Testing)——同時對多個因素進行分析,用統(tǒng)計學(xué)的方法剝離出單個影響要與結(jié)果中的某一項指標(biāo)提升的關(guān)聯(lián)性。同時改動產(chǎn)品的多個方面,看哪個與結(jié)果的相關(guān)性最大。
行文小結(jié)
數(shù)據(jù)分析的核心并不在于數(shù)據(jù)本身,而在于設(shè)計有意義、有價值的數(shù)據(jù)指標(biāo),通過科學(xué)有效的手段去分析,進而發(fā)現(xiàn)問題優(yōu)化迭代。數(shù)據(jù)分析因價值而存在,數(shù)據(jù)分析本就是一個價值增量的過程。無論分析給出的結(jié)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(jù)分析是檢驗產(chǎn)品設(shè)想的最具說服力的工具,但忽略數(shù)據(jù)分析背后人性的思考,那數(shù)據(jù)分析也就在根本上失去了意義。
管理學(xué)大師彼得.德魯克說過:你無法衡量的東西,你也無法管理。數(shù)據(jù)分析可以有效的制衡產(chǎn)品經(jīng)理本身的那種內(nèi)在妄想,通過數(shù)據(jù)分析能幫助我們找到更加合適的產(chǎn)品和市場,甚至說締造出一個更加可持續(xù)、可復(fù)制、持續(xù)在增長的商業(yè)模式。
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(chǔ)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(guān)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(yù)期算子的內(nèi)涵、作用與應(yīng)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(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)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(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、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(zhǔn)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(luò)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(chǔ)、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(xué)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(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)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(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)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(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)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(wù)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(wù)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(wù)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(dǎo)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