
數(shù)據(jù)來(lái)源于用戶 也談數(shù)據(jù)分析這點(diǎn)事
昨天看到了caoz寫的《數(shù)據(jù)分析這點(diǎn)事》,非常值得深度,看完后很有感觸,也在這里隨便寫寫關(guān)于數(shù)據(jù)分析的個(gè)人看法。
首先,在數(shù)據(jù)分析中我也不敢妄稱高手,不會(huì)很多分析算法,不會(huì)用啥統(tǒng)計(jì)工具,只會(huì)傻傻的去盯著看。但是我非常喜歡看各種數(shù)據(jù),大學(xué)時(shí)整天看各種硬件評(píng)測(cè);研究生階段看了無(wú)數(shù)相機(jī)、鏡頭評(píng)測(cè);后來(lái)是每周琢磨全世界各種游戲機(jī)、游戲的銷量。工作中也特別喜歡建立各種統(tǒng)計(jì)系統(tǒng),看各種數(shù)據(jù),現(xiàn)在公司的所有統(tǒng)計(jì)代碼都是我自己寫的,一般工作每天也會(huì)花接近30%的時(shí)間研究數(shù)據(jù),至少可以算是個(gè)不折不扣的數(shù)據(jù)分析愛(ài)好者了。
關(guān)于數(shù)據(jù)分析,caoz已經(jīng)說(shuō)的非常好了,我也只能補(bǔ)充一下自己的經(jīng)驗(yàn)感受了。
1、不管做統(tǒng)計(jì)還是看別人的數(shù)據(jù),第一步永遠(yuǎn)是數(shù)據(jù)獲取的可靠性。假如是采樣數(shù)據(jù)的話,一定要看看采樣方式,看看可能會(huì)存在什么樣的誤差。如果是自己數(shù)據(jù)的話,也要看看數(shù)據(jù)獲取本身是否科學(xué),例如統(tǒng)計(jì)用戶行為一般都用js回調(diào),如果還用apache日志來(lái)做統(tǒng)計(jì),結(jié)果想來(lái)也不會(huì)靠譜。
2、獲取到數(shù)據(jù)之后,肯定是需要建立統(tǒng)計(jì),這時(shí)候,需要想想,建立什么樣的統(tǒng)計(jì)信息才能更好的分析產(chǎn)品及用戶的特性。很多時(shí)候,往往單一特征已經(jīng)很難去描述,需要綜合很多地方來(lái)看。例如網(wǎng)頁(yè)搜索中,往往要看首條CTR、前三條CTR,末次點(diǎn)擊等多種因素,并通過(guò)很多種不同因素結(jié)合做出分析和判斷。
3、對(duì)數(shù)據(jù)要抱有懷疑之心,尤其是數(shù)據(jù)本身與你要達(dá)到的結(jié)論之間有沒(méi)有必然的因果關(guān)系。舉個(gè)例子,網(wǎng)頁(yè)搜索結(jié)果如果CTR高一定就是體驗(yàn)好嗎?搜索廣告的RPM高就一定理想嗎?
4、生成同一個(gè)數(shù)據(jù),往往可以有不同的統(tǒng)計(jì)方法,如果選擇錯(cuò)誤的話,結(jié)論往往會(huì)大相徑庭。例如想分析網(wǎng)站對(duì)搜索引擎的依賴性,究竟應(yīng)該用PV,用Session,還是用UV做統(tǒng)計(jì)呢?如果一個(gè)用戶一天訪問(wèn)多次,某些是來(lái)自搜索引擎,某些是主動(dòng)訪問(wèn),該如何計(jì)算呢?這里面還是有很深的學(xué)問(wèn)。
5、數(shù)據(jù)中往往會(huì)有很多噪聲,怎么將這些噪聲過(guò)濾也很重要。就像投票有投票機(jī),有些spider會(huì)執(zhí)行你的統(tǒng)計(jì)js,有些用戶會(huì)誤點(diǎn),如果沒(méi)有很好的過(guò)濾和處理,會(huì)使數(shù)據(jù)的可靠性大打折扣。
6、理解各種可能會(huì)使數(shù)據(jù)產(chǎn)生波動(dòng)的原因,并通過(guò)不斷的分析、驗(yàn)證和排除找到真正原因。例如當(dāng)發(fā)生搜索流量下降,有可能有很多種原因,例如機(jī)房網(wǎng)絡(luò)出故障、競(jìng)爭(zhēng)對(duì)手用某些產(chǎn)品搗亂、上線的代碼存在重大不穩(wěn)定因素、運(yùn)營(yíng)商出故障或者拉閘限電等等,這中間每個(gè)都有不同的驗(yàn)證方式,需要從服務(wù)器日志、基調(diào)數(shù)據(jù)、分區(qū)域、用戶行為等多個(gè)維度去進(jìn)行跟蹤和試驗(yàn),找到真正可能的核心原因。
對(duì)數(shù)據(jù)進(jìn)行預(yù)估和判斷需要一種感覺(jué),這種感覺(jué)不是天生的,而需要不斷的鍛煉和培養(yǎng)。這個(gè)過(guò)程可能很漫長(zhǎng),一般情況下,需要先看很多數(shù)據(jù),培養(yǎng)自己對(duì)數(shù)據(jù)的基本認(rèn)識(shí),也要分析一些事件中(如周末、節(jié)假日、或者故障等)數(shù)據(jù)的變化。而在產(chǎn)品上線前,先自己鍛煉一下預(yù)估,然后再通過(guò)實(shí)際值對(duì)自己的預(yù)判進(jìn)行驗(yàn)證和評(píng)估。通過(guò)這種不斷的學(xué)習(xí)和分析,逐漸培養(yǎng)出自己對(duì)數(shù)據(jù)的領(lǐng)悟。
數(shù)據(jù)來(lái)源于用戶,這個(gè)很多時(shí)候更是需要對(duì)人性的研究和分析。就像擺在頁(yè)面不同位置的廣告,CTR一般能達(dá)到多少?同樣位置,擺廣告好還是擺用戶產(chǎn)品好?要做某個(gè)新產(chǎn)品,CTR能到多少?做互聯(lián)網(wǎng)的大多是高端用戶,很多東西自己是不會(huì)用不會(huì)點(diǎn)的,但正是這樣,需要對(duì)用戶有非常強(qiáng)的代入感,去換位思考,去分析人性,才能事先避免很多過(guò)于樂(lè)觀的預(yù)估,以及無(wú)謂的試錯(cuò)。
以上,是自己的一點(diǎn)經(jīng)驗(yàn)之談。
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
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(wú)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(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)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(kù)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(dòng)態(tài)隨機(jī)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(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(jià)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(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)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(jià)值 在數(shù)據(jù)驅(qū)動(dòng)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(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10