
數(shù)據(jù)分析沒(méi)效果,是因?yàn)槿鄙龠@4種提升!
在數(shù)據(jù)分析過(guò)程中,會(huì)遇到各種瓶頸,除去自身技能,分析的內(nèi)容本身還有很多講究,你的很多分析反映不出實(shí)質(zhì),解決不了問(wèn)題,往往是缺少以下四種提升。
深度
深度是指數(shù)據(jù)分析對(duì)企業(yè)的支持程度,當(dāng)企業(yè)面臨決策難題時(shí),數(shù)據(jù)分析要有深度,需要理清楚這三個(gè)問(wèn)題:企業(yè)的現(xiàn)狀和問(wèn)題是什么?問(wèn)題為什么會(huì)產(chǎn)生?該怎么解決?
比如某數(shù)據(jù)分析師做得滿意度分析
這樣的分析遠(yuǎn)遠(yuǎn)不夠,雖然通過(guò)分析,利用“滿意度”來(lái)衡量出了各關(guān)鍵指標(biāo)的大小,但是這樣的分析并沒(méi)有暴露提出哪些指標(biāo)需要改進(jìn),也沒(méi)有分析和競(jìng)爭(zhēng)對(duì)手相比,滿意度水平處在什么地位。
于是,將這樣的滿意度分析通過(guò)象限圖展示,增加了重要性維度,就能很明顯看出需要改進(jìn)的地方。
接下來(lái)與競(jìng)爭(zhēng)對(duì)手相比,處于水平,可以再增加一系列,可得出結(jié)論A的整體表現(xiàn)優(yōu)于B,但在品類(lèi)和宣傳方面需要改進(jìn)。
之后可以再細(xì)化,從數(shù)據(jù)上尋找是哪個(gè)細(xì)化指標(biāo)的表現(xiàn)使宣傳滿意度最低。宣傳覆蓋面和宣傳頻率,所以接下來(lái)就要著手這兩方面的問(wèn)題解決了。
信度
信度是指分析結(jié)果的可靠程度,需要滿足對(duì)比要可比、差異要顯著、描述要全面。
1、對(duì)比要可比
比如A國(guó)與B國(guó)交戰(zhàn)時(shí)期,A國(guó)軍員的死亡率是9%,居民死亡率是16%,后來(lái)征兵是就以這些數(shù)據(jù)來(lái)證明參軍更安全,顯然不可靠。因?yàn)檫@兩個(gè)數(shù)字的計(jì)算基數(shù)是不同的,韓軍死亡率的基數(shù)是身強(qiáng)力壯的軍人,而居民死亡率的基數(shù)包括了老弱病殘者。
2、差異要顯著
尤其是企業(yè)在利用大數(shù)據(jù)做精細(xì)化分析時(shí),往往要用數(shù)據(jù)來(lái)理解不同指標(biāo)的差異。那么數(shù)據(jù)差異多大才能表明不同用戶間崔在差異呢?
能否根據(jù)滿意度的排序就斷定低收入者對(duì)商場(chǎng)最滿意,高收入者最不滿意,顯然不行,收入這一因素并沒(méi)有做對(duì)照分析,應(yīng)該列出同一收入水平,其他因素對(duì)滿意度的影響。
3、描述要全面
最有代表性的例子就是全國(guó)平均水平,平均工資只能反映工資的平均水平,并不能刻畫(huà)工資水平的差異,平均工資的增長(zhǎng)并不能以為著每個(gè)人真是收入的增長(zhǎng)。
效度
效度是指分析的效率,效率的衡量標(biāo)準(zhǔn)有兩個(gè):速度和成本,這方面,社交網(wǎng)絡(luò)分析更效度。
傳染病分析的傳統(tǒng)方法是國(guó)家疾病控制中心從醫(yī)生、實(shí)驗(yàn)室那里收集數(shù)據(jù)分析疾病的流行性和發(fā)病率。當(dāng)不同的病人在不同地方被診斷時(shí),所有數(shù)據(jù)經(jīng)過(guò)一定的延遲后,都送到一個(gè)中心數(shù)據(jù)庫(kù)。幾個(gè)星期之后,你才會(huì)知道你身邊的傳染病還在什么地方發(fā)生了。這樣的分析顯然是滯后和無(wú)效的。無(wú)法起到傳染病的預(yù)警效果。社交網(wǎng)絡(luò)分析則不同。社交網(wǎng)絡(luò)分析思路是處在社交網(wǎng)絡(luò)中心且連接數(shù)目較多的中心群體比隨機(jī)人群更容易影響外界和受到外界的影響。按照這一思路,中心群體比隨機(jī)人群更容易受到傳染病的感染,因此,在同一段時(shí)間內(nèi)中心群體的感染率更大。
通度
數(shù)據(jù)分析前要了解需求,后期要呈現(xiàn)分析結(jié)果。通度即溝通的通暢度,通度高低直接影響數(shù)據(jù)價(jià)值的發(fā)揮水平。
提高數(shù)據(jù)分析的通度有三個(gè)原則:
1、能用圖表就不用數(shù)據(jù)
比如左右兩邊的數(shù)據(jù)對(duì)比
2、能用圖片就不用文字
與文字相比,圖片更色調(diào)化,圖表數(shù)據(jù)圖形化的創(chuàng)新,更能讓人們產(chǎn)生視覺(jué)沖擊。
3、能用動(dòng)態(tài)呈現(xiàn)就不用靜態(tài)
在表達(dá)失誤隨時(shí)間的變化而變化時(shí),動(dòng)態(tài)呈現(xiàn)能還原真實(shí),比靜態(tài)展示更能讓人產(chǎn)生身臨其境之感.
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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(kāi)的話題。 ...
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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(zhuān)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(zhuān)業(yè)操盤(pán)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(kāi)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(pán)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(xiāo)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(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11