據(jù)說(shuō)這是一篇幫你快速把握數(shù)據(jù)分析的文章

1、為什么要注重數(shù)據(jù)分析？

我們?yōu)槭裁匆⒅財(cái)?shù)據(jù)分析，對(duì)此我的想法是：

有效避免拍腦袋、主觀臆想；

為決策提供支撐，更能說(shuō)服人；

通過數(shù)據(jù)分析，可以看到?jīng)Q策的效果、問題以及未來(lái)應(yīng)該如何做。

知乎用戶@綃頁(yè)的答案很簡(jiǎn)單，但卻一語(yǔ)中的：

“知錯(cuò)能改，善莫大焉”——可是錯(cuò)在哪里，數(shù)據(jù)分析告訴你。

“運(yùn)籌帷幄之中，決勝千里之外”——怎么做好“運(yùn)籌”，數(shù)據(jù)分析告訴你。

“以往鑒來(lái)，未卜先知”——怎么發(fā)現(xiàn)歷史的規(guī)律以預(yù)測(cè)未來(lái)，數(shù)據(jù)分析告訴你。

2、數(shù)據(jù)分析的邏輯

一般而言，數(shù)據(jù)分析的邏輯是：先梳理一件事的目的、流程和邏輯（實(shí)際上也就是梳理清楚業(yè)務(wù)邏輯），界定出關(guān)鍵用戶行為和數(shù)據(jù)，分析數(shù)據(jù)找到問題，思考解決方案。

比如某電商做了一個(gè)專題活動(dòng)，但效果卻并不理想，現(xiàn)在需要尋找原因，那么它的邏輯就大致是：首先梳理用戶消費(fèi)流程：專題活動(dòng)頁(yè)面——商品頁(yè)面——下單購(gòu)買，或者是通過搜索/導(dǎo)航——商品頁(yè)面——下單購(gòu)買；然后界定出關(guān)鍵的用戶行為：打開專題頁(yè)或通過搜索導(dǎo)航、進(jìn)入商品頁(yè)面、點(diǎn)擊購(gòu)買、下單等；再然后確認(rèn)是用戶的哪個(gè)行為數(shù)據(jù)是否有異常的地方，也就是找到問題所在；最后就是思考怎樣去解決這個(gè)問題。

3、數(shù)據(jù)分析的方法

在數(shù)據(jù)來(lái)源正確的前提下，數(shù)據(jù)分析的方法可以分為定性分析和定量分析。

定性分析，就是對(duì)事物的性質(zhì)作出判斷，究竟它“是什么”。比如最近某一個(gè)產(chǎn)品的用戶活躍度大幅度提升，而結(jié)合該款產(chǎn)品最近的更新情況可知，用戶活躍度之所以大幅提升是該款產(chǎn)品上線了一個(gè)新功能導(dǎo)致的。

定量分析，是指對(duì)事情的數(shù)量做出統(tǒng)計(jì)，衡量它“有多少”。比如產(chǎn)品優(yōu)化了登錄注冊(cè)流程，這一優(yōu)化的效果是怎樣的，帶來(lái)了多少新注冊(cè)用戶，增長(zhǎng)率是多少。

在《增長(zhǎng)黑客》中有一段對(duì)數(shù)據(jù)分析的精彩論述，其中也有提到定性分析和定量分析的關(guān)系：

數(shù)據(jù)分析就是定性分析和定量分析的相互結(jié)合，不斷驗(yàn)證的過程。提出假設(shè)、設(shè)計(jì)方案、分析數(shù)據(jù)、驗(yàn)證或推翻假設(shè)，最終抽絲剝繭，逐漸接近真相。數(shù)據(jù)是相互印證的，彼此之間有如通過無(wú)形的網(wǎng)絡(luò)縱橫連接，只需輕輕按動(dòng)其中一個(gè)就會(huì)驅(qū)使另外一個(gè)或一組產(chǎn)生變化。

通過數(shù)據(jù)分析得出的結(jié)論，應(yīng)當(dāng)能反推出其他數(shù)據(jù)，或是與其他數(shù)據(jù)分析得出的結(jié)果相一致。例如，假設(shè)某日在線訂餐網(wǎng)站的數(shù)據(jù)量猛升，猜測(cè)與天氣陰雨、用戶窩在辦公室或家中不愿出門有關(guān)，那么就應(yīng)當(dāng)去翻查近期之內(nèi)網(wǎng)站在陰雨天期間的訪問數(shù)據(jù)，看是否出現(xiàn)了類似的攀升。

4、數(shù)據(jù)分析的流程

就我自己親身工作經(jīng)歷而言，數(shù)據(jù)分析的流程應(yīng)該是：

明確目的——拉取數(shù)據(jù)——處理數(shù)據(jù)——尋找異常點(diǎn)——得出結(jié)論——驗(yàn)證結(jié)論

明確目的：清楚并理解此次分析的目的是什么，比如尋找某地城市的流量銳減的原因，這個(gè)很多時(shí)候是建立在你對(duì)業(yè)務(wù)邏輯/流程的理解，如果不了解的話，你所做的不是數(shù)據(jù)分析，頂多就是個(gè)數(shù)據(jù)整理的工作。而這就要求先確認(rèn)分析維度，包括拉取什么數(shù)據(jù)、核心變量是什么、核心變量是否受到其他外界因素的影響（是否有其他需求上線？能否取到準(zhǔn)確來(lái)源的數(shù)據(jù)？時(shí)間范圍的數(shù)據(jù)是否出現(xiàn)數(shù)據(jù)問題？）

拉取數(shù)據(jù)：很多時(shí)候我們需要自己動(dòng)手從數(shù)據(jù)庫(kù)里拉取相關(guān)數(shù)據(jù)，在拉取數(shù)據(jù)時(shí)，需要注意以下幾點(diǎn)：能在數(shù)據(jù)庫(kù)里處理的，就不要拉到excel中處理；語(yǔ)句是否完整：引號(hào)、分號(hào)、group by；條件限制是否準(zhǔn)確：時(shí)間、平臺(tái)、頁(yè)面、類別、是否去重、是否清洗；語(yǔ)句邏輯是否正確；所取時(shí)間段數(shù)據(jù)是否不受外界因素影響等等。

處理數(shù)據(jù)：保存拉取出來(lái)的數(shù)據(jù)作為原始數(shù)據(jù)，保留相應(yīng)的語(yǔ)句；掌握常用函數(shù)（Vlookup、sum、Average、if、If error）；當(dāng)你認(rèn)為所需要做的事情特別繁瑣時(shí)，找人問；或者將你的問題清楚表述，然后百度，你要相信，你所遇到的問題別人很有可能早就遇到過。

至于尋找異常點(diǎn)、得出結(jié)論這兩步，則是需要結(jié)合具體的業(yè)務(wù)才能進(jìn)行，而驗(yàn)證結(jié)論，則是需要從其他維度去驗(yàn)證一下結(jié)論的可靠性，我覺得找老大review是最簡(jiǎn)單最暴力的一種方式。

5、其他

A、如我們所知，對(duì)待數(shù)據(jù)一直以來(lái)都有不同的態(tài)度，有的人做任何決策都希望能夠有數(shù)據(jù)作為支撐，同樣有的人追求的是對(duì)人性的洞察，追求的是對(duì)未來(lái)的預(yù)見。在我的理解范圍內(nèi)，這兩者本質(zhì)上并沒有直接對(duì)立的成分在，沒必要將兩者對(duì)立起來(lái)，我們唯一要關(guān)注的東西就是實(shí)現(xiàn)目的。在關(guān)注目的/結(jié)果的時(shí)候，我們就會(huì)很清晰的明了，不管是數(shù)據(jù)流還是人性派，都只是手段，清楚目的所在，就不會(huì)輕易因?yàn)閿?shù)據(jù)不好看就放棄某個(gè)決策，也不會(huì)固執(zhí)堅(jiān)持某個(gè)觀點(diǎn)。

B、關(guān)于數(shù)據(jù)敏感：很多人在我面前說(shuō)自己對(duì)數(shù)據(jù)敏感時(shí)，我每次都不以為意。因?yàn)槲矣X得數(shù)據(jù)敏感這個(gè)實(shí)際上是個(gè)偽概念，它更多的是一種（多接觸數(shù)據(jù)之后的）結(jié)果，而非能力，尤其不是那種靠天賦的能力。如果非要說(shuō)是一種能力，在我的理解范圍內(nèi)，我覺得數(shù)據(jù)敏感是一種建立在對(duì)業(yè)務(wù)足夠理解的前提下，并且可以通過足夠的訓(xùn)練獲得的能力。沒錯(cuò)，我想說(shuō)的時(shí)候：不談對(duì)業(yè)務(wù)的理解，只談數(shù)據(jù)，我覺得這是在耍流氓。

C、數(shù)據(jù)的根本用途就是提供決策依據(jù)，減少不確定性。現(xiàn)在人們的決策，大多數(shù)是靠感覺，靠跟風(fēng)，靠個(gè)人經(jīng)驗(yàn)，只有很少部分是客觀數(shù)據(jù)分析。數(shù)據(jù)，提供了一種更為可靠的決策依據(jù)。