數據分析師的幾點體驗

如果你做了5年左右的數據分析師，相信你對這篇文章應該很有感觸。如果你是新人，不妨作為入門時間的指引方向。

1.數據是有立場的，立場決定解讀

數據對于業(yè)務來講，是KPI的衡量標桿，也是行動指南。但一旦涉及到立場和方向性的東西，必然有利益觸發(fā)點的問題。比如同樣的一次活動的網站轉化率是1.2%，是好還是壞？這是做數據分析第一步要進行的定位，也就是我們所說的下結論。好壞的區(qū)分在于比較，如何比較呢？我們知道比較分析方法有環(huán)比、占比、定基比、橫向比、縱向比等，其中如環(huán)比可以比較昨日、上周今日、上月今日等，不同的時間對比出的結果一定有差異，甚至是迥然不同的結果。那面對這種情況，除了分析師的經驗以外，在都符合統(tǒng)計學規(guī)律的前提下該如何判斷活動效果好壞？

第一步結果總算出來了。

那么假設結果是好的（先不管對比的是什么時間），那確實是好的嗎？我們知道做活動效果肯定會好啊。尤其在中國，只要價格低，無論多么差的用戶體驗，無論網站UI多么垃圾，無論送貨多么慢，訂單轉化率一定會起來。這就意味著，無論你的營銷、運營做的怎樣（只要不是特別特別差），各個渠道、各個節(jié)點轉化率都會上來。這時候，你會怎樣分析？其中有多少是歸于渠道或運營本身的優(yōu)化因素，而有多少是歸于活動影響？

假設我們能找出其中歸于活動本身或渠道、運營本身的影響因素，結果出來后可能是——刨去活動影響，渠道、運營做的轉化率其實變化不大（事實上通常是這樣的，但我們不能否認他們的功勞，畢竟沒有流量、沒有運營，網站無法正常運行），工作效果不明顯??？你會怎樣？直接告訴你的同事他們的工作沒效果？可能你不會那樣做，那此時你該如何取舍？盡職盡責做好一個數據的本職工作還是考慮下其他因素？怎么做才能既讓數據價值最大化又能不打擊同事的工作積極性？

2.數據質量永遠是數據分析立項后首先要考慮的

做過大型數據分析的同學剛開始或多或少有這樣的經歷，拿到數據后經過分析發(fā)現了一個異常分析點，做了N多預處理、N多牛叉的模型，N多分析和多維鉆取，最后把報告呈現出來，跟業(yè)務溝通的時候，業(yè)務只說了一句話“哦，那個異常數據啊，那是我們的測試數據”，然后我們會不會瘋掉？

為什么會出現這種問題，因為拿到數據后沒有進行一步必要的步驟——數據質量驗證。什么是數據質量驗證？我理解的是首先要理解數據來源、數據統(tǒng)計和收集邏輯、數據入庫處理邏輯；其次是理解數據在數據倉庫中是如何存放的，字段類型、小數點位數、取值范圍，規(guī)則約束如何定義的；第三是明確數據的取數邏輯，尤其是從數據倉庫中如何用SQL取數的，其中特別是對數據有沒有經過轉換和重新定義；第四是拿到數據后必須要有數據審查的過程，包括數據有效性驗證、取值范圍、空值和異常值處理等。

當這些工作都做充足之后才是數據分析。但可惜的是大多數數據分析師都不關注數據質量問題，甚至對數據的理解僅限于表現定義。當然做足了底層的工作，你會發(fā)現做起數據來事半功倍，并且你的結論和推到是經得起驗證和考究的。

3.缺乏落地的數據沒價值，除非是市場分析

數據的價格在于對業(yè)務的驅動，不管你的業(yè)務對象是你的BOSS還是同事。很多情況下，我們的數據分析師是這樣工作的：一天到晚悶頭做事，出數據寫報告。結果出來的數據結論和建議會有這么幾種情況：

分析過程明顯不符合業(yè)務操作實際；

結論明顯是錯的；

建議方向性很對，但是空洞，具體執(zhí)行缺乏落地點；

建議方向性很明確，也有具體執(zhí)行建議，但是業(yè)務不能執(zhí)行；

上面的問題中，第一二條會偶爾發(fā)生，第三四條會經常發(fā)生。為什么？從數據的角度來講沒問題，但是落實到業(yè)務實際上有問題。問題出現哪？主要是這幾方面：

數據分析師根本不懂業(yè)務操作流程，憑自己的理解去猜測業(yè)務流程；

數據分析師根本不知道現在業(yè)務的困難點在哪，哪些是目前最緊急的，憑自己的感覺認為“我覺得這些對他們最最有用”；

數據分析師根本不知道業(yè)務能控制哪些，不能控制哪些，即使能控制又是否業(yè)務有必要去做，導致建議不是該業(yè)務部門能執(zhí)行的。

4.數據解讀能力和業(yè)務應用能力永遠大于工具應用能力，不要迷信算法和模型

受至于數據的普遍理論影響，很多數據分析師會認為會多少個模型，多少種算法是一件多么牛叉的事情，誠然，數據尤其在面對海量數據時，普通的數據分析方法常常感覺無能為力，但這并不意味著工具和方法就決定了數據分析師的層次。舉例來說，通常我們用的數據挖掘模型，業(yè)務都很難理解，假如你花很長時間作出一個關聯(lián)模型，如果你這樣告訴你的業(yè)務受眾：A商品和B商品關聯(lián)程度較高，從支持度，置信度和提升度來講效果顯著。那我們可以預想到這個挖掘的結果很難落地，并且意義不大。從業(yè)務受眾實際應用層面來講，兩個商品關聯(lián)度高意味著什么，意味著用戶通常會一起購買這兩件商品（也有可能是復購，具體看數據選取規(guī)則），那一起購買又怎樣？我們是否可以把這兩件商品做打包促銷？是否可以做關聯(lián)推薦？是否可以做個性化營銷？是否可以引導用戶消費傾向？甚至在活動頁面設計上，是否可以將相關度高的品類，品牌擺放在一起來促進銷售？又或者這是否可以做流失挽回的參照指標，重新審視之前每次的廣告＂通發(fā)＂？這才是數據價值，無法跟業(yè)務結合的數據模型毫無價值。

5.業(yè)務需求是數據分析的起點，但之前你需要培養(yǎng)業(yè)務的數據意識

很多時候我們希望等待我們的業(yè)務自己上門提需求，并且以需求為數據分析的起點，似乎很多教材也是這么說的，基于業(yè)務需求的數據分析目的更明確，分析結論和效果落地也會阻力更小，但實際情況是業(yè)務通常是數據不敏感的，主要表現在：

業(yè)務沒有數據決策的意識。大多數業(yè)務的第一行動引導因素還是業(yè)務經驗，無論是基于事實的經驗還是拍腦袋決策，數據絕對不是行動前必須參考的因素；

業(yè)務不知道數據在哪些方面能幫到他。業(yè)務很多時候只是有個想法，想讓數據證明點什么，但說不清楚。通常業(yè)務的措辭是“我們想知道這次活動的效果怎么樣”、“我們想了解廣告效果為什么不好”。至于具體效果指的是什么業(yè)務自己也說不清楚，甚至是業(yè)務自己也不知道到底想要什么。

業(yè)務不相信數據。如果數據結果出來時和業(yè)務設想的不同，那業(yè)務的第一反應是懷疑數據，無論是數據的出處、分析過程還是結論，業(yè)務總想找到能證明自己觀點對的東西。所以我們會感覺，業(yè)務用數據的目的只是為了證明自己當初設想的正確性。

作為數據分析師，我們不能要求業(yè)務必須要懂數據、理解數據，但是我們需要把數據能解決什么問題，怎么解決的，解決之后會給業(yè)務帶來哪些改進以及效果上的優(yōu)化，如果能預測出一個具體數值或最起碼有一個范圍，業(yè)務會更加相信數據的真實性、準確性。如果培養(yǎng)業(yè)務的數據意識？

數據意識是一個不斷積累的過程，需要每周至少2~3次專項溝通，每次溝通至少持續(xù)半個小時，大概半年之后業(yè)務會形成一定的數據意識，最起碼意識到在某些時候，數據會解決一些問題；

每次溝通時，明確告訴業(yè)務數據能給他們帶來哪些好處，能實現什么，在哪些主要業(yè)務點上能發(fā)揮作用，這樣業(yè)務會認為數據會是一個能幫到自己的東西；

數據不只是在業(yè)務執(zhí)行之后才會發(fā)生作用的，在業(yè)務執(zhí)行前的預測與計劃，在業(yè)務執(zhí)行過程中及時預警與惡意數據監(jiān)控都是數據能發(fā)揮作用的場合，并且這些都能在“壞數據”、“壞結果”出來之前通過數據區(qū)去改善，這些將比結果出來后再去分析要更有意義。

作為數據分析師，需要不斷提高自身能力。能力包括業(yè)務理解能力和數據分析能力，既能把業(yè)務“粗糙的要求”轉換成數據需求，又能將數據結果轉化成業(yè)務可理解、可執(zhí)行、有時間限制、能驗證結果的數據輸出。

我相信數據是一門藝術，良好的數據能力可以處處在業(yè)務中展現能力，并且確實可以提高業(yè)務價值，這是數據存在根本，也是數據分析師立足的根本。