
數(shù)據(jù)分析與數(shù)據(jù)挖掘的企業(yè)應(yīng)用價值_數(shù)據(jù)分析師
數(shù)據(jù)分析和挖掘應(yīng)用的商業(yè)價值問題,一是說數(shù)據(jù)分析和挖掘在企業(yè),如果只有知識發(fā)現(xiàn),知識應(yīng)用沒有搞起來,企業(yè)還是沒有體會到數(shù)據(jù)的價值;二是說數(shù)據(jù)分析和挖掘,是否看在多么牛的互聯(lián)網(wǎng)巨頭工作的背景,還是要有扎實的數(shù)據(jù)變現(xiàn)能力?
第一個問題,還得從第三方數(shù)據(jù)分析服務(wù),與企業(yè)內(nèi)部數(shù)據(jù)分析分開來說,否則沒有意義。第二個問題,就看是誰在主導(dǎo)找數(shù)據(jù)分析的人,到底是HR或沒想清楚如何用數(shù)據(jù)的高層,還是對數(shù)據(jù)分析和挖掘已經(jīng)有了明確目標(biāo)的高層,這才是關(guān)鍵?。∠衲承┕窘M織團隊,唯互聯(lián)網(wǎng)巨頭背景論,或者唯某種技術(shù)論,都很難對企業(yè)有實質(zhì)的幫助,只是滿足他們的個人愿望罷了,而實際情況早已證明了這點。
個人很欣賞對數(shù)據(jù)分析有明確目標(biāo)和需要的領(lǐng)導(dǎo)者,如果資深專業(yè)的數(shù)據(jù)分析和挖掘人士服務(wù)于這樣的業(yè)務(wù)領(lǐng)導(dǎo)者,為他們的團隊服務(wù),將會擦出耀眼的火花,必將是大家一起與業(yè)務(wù)、與公司一起成長,突出市場重圍。
第三方數(shù)據(jù)分析服務(wù),個人以為屬于技術(shù)派,說技術(shù)派并非他們不需要懂業(yè)務(wù),而是他們的價值更突出在數(shù)據(jù)挖掘和分析技術(shù)上,而非對業(yè)務(wù)的深入解析。所以每當(dāng)有人問我某數(shù)據(jù)服務(wù)或廣告公司找數(shù)據(jù)總監(jiān)是否合適人選介紹,我回答是,像我這樣的可以上,但這并非我們最強項,最好找科班數(shù)據(jù)挖掘出身的,他們的核心價值是在技術(shù),而非技術(shù)與業(yè)務(wù)的綜合。
企業(yè)內(nèi)部的數(shù)據(jù)分析和挖掘,個人以為屬于商業(yè)價值導(dǎo)向派,或者叫業(yè)務(wù)派。如果把商業(yè)邏輯前因后果梳理不清楚,沒有熟悉運營的細(xì)節(jié),那么他的挖掘技術(shù)發(fā)揮得價值,恐怕還不如普通數(shù)據(jù)展現(xiàn)。
有朋友會問,什么是商業(yè)價值導(dǎo)向,是不是我把商業(yè)問題暴露出來,就OK了?顯然是不夠的,這樣容易出現(xiàn),你暴露的問題是“公開的秘密”,業(yè)務(wù)部門需要的是解決問題的辦法,而不是僅僅暴露問題!那如何做到數(shù)據(jù)的商業(yè)價值最大化呢?那就是把問題徹底解決!輔助(一個或多個)業(yè)務(wù)部門,把問題都解決了。
有朋友說,解決問題容易啊,BI作為IT工具,業(yè)務(wù)部門自己看著數(shù)據(jù)解決?。∥颐看味颊f,非也,如果這樣就OK,那么業(yè)務(wù)部門提需求,BI做分析開發(fā),應(yīng)該是完美的模式,但為啥這樣做的公司,數(shù)據(jù)都應(yīng)用很初級?原因需要細(xì)細(xì)道來。
就拿大家都常舉例的轉(zhuǎn)換率問題來說,務(wù)實的公司會先從零售指標(biāo)銷售收入、利潤、庫存來向下推轉(zhuǎn)換率,但我們就按很多電商領(lǐng)導(dǎo)關(guān)注的轉(zhuǎn)換率來談吧。
假設(shè)某周轉(zhuǎn)換率明顯下降,需要怎樣的分析才好呢,業(yè)務(wù)部門提需求,拿一些數(shù)據(jù)能搞定么?我們假設(shè)訂單轉(zhuǎn)換率由3%下降到1.5%,那么從業(yè)務(wù)角度,會有哪些可能性?
1。導(dǎo)流出了問題,新的流量來源僵尸用戶多?(用戶訪問習(xí)慣性行為判斷)
2。推廣出了問題,很多用戶誤點廣告(由退出率判斷)?
3。網(wǎng)站是否改版,降低了客戶體驗?(用戶行為路徑判斷)?
4。網(wǎng)站其他問題,例如某些功能比較難用,網(wǎng)站變慢等(用戶行為訪問節(jié)點分析判斷)?
5。是否商品突然沒有了吸引力,例如商品之前還是大量5-6折的商品引流,現(xiàn)在變成8折為引流了?(通過商品訪問深度、商品訪問比較分析)
如何有效解決問題?如果我們對KPI異常的判斷不客觀,那么就無法準(zhǔn)確定位問題,更無法幫助業(yè)務(wù)部門解決問題!同時說等業(yè)務(wù)部門提需求,由BI來分析的朋友,請問轉(zhuǎn)換率問題,上述幾種常見原因的不同分析需求,業(yè)務(wù)部門誰能提出全面的需求?
如果沒有全面的需求,那就得有全面的分析,和解決方案出來,協(xié)助業(yè)務(wù)部門徹底解決問題。例如廣告誤點導(dǎo)致轉(zhuǎn)換率低,但如果總體訂單不變的情況下,是否廣告投入偏高,如果廣告投入偏高,則需建議推廣部門和廣告公司重談商務(wù),降低費用,或者另找推廣途徑,來提高廣告ROI。這就是與業(yè)務(wù)部門一起共進退的案例之一,如果網(wǎng)站、商品問題,同理!
當(dāng)然需要分析技術(shù)和挖掘算法人才,但要想專人才發(fā)揮足夠的作用,必須有能理清楚整體業(yè)務(wù),包括戰(zhàn)略戰(zhàn)術(shù)、運營,有熟悉分析技術(shù)和挖掘算法的人,來帶領(lǐng)數(shù)據(jù)商業(yè)價值最大化,因為剛才我分析過,靠業(yè)務(wù)部門提需求的模式,是搞不定數(shù)據(jù)價值問題的。
我和一位數(shù)據(jù)界朋友交流的時候說,假如你每次想讓你的分析都落地,產(chǎn)生商業(yè)價值,最好的辦法就是熟悉業(yè)務(wù)運營,熟悉業(yè)務(wù)部門的運作方式。例如你發(fā)現(xiàn)近期銷售降低的因素之一,是商品訪問平均深度環(huán)比降低了20%,這對很多數(shù)據(jù)分析師來說,已經(jīng)做的很不錯了。且慢,這對于業(yè)務(wù)部門來說,還是很“虛”的說法。
像這個案例,你是給網(wǎng)站商品管理的同事說的,他們看到這個數(shù)據(jù),最大的可能性就是陷入沉思,因為他們可能找不到突破口,來如何布局商品,才能提高訪問深度。假如你理解他們的工作是組織新老品,組織引流、要利潤、高利潤不同商品組合,商品組合折扣等等運營工作,那么你的分析就會更貼近他們的實際應(yīng)用。
那么解決這個問題,就是要發(fā)現(xiàn)商品部門能解決的原因,到底是商品布局層次出了問題,還是不同分類的品類組合出了問題,當(dāng)這些問題表述清楚后,商品運營人員自然知道原因出在哪里,如何解決??!
總結(jié)
不同公司的價值導(dǎo)向不同,他們需要人才會不同,需要的價值展現(xiàn)形式也不同。第三方服務(wù)公司需要的技術(shù)、算法為主導(dǎo),有一定行業(yè)業(yè)務(wù)知識為輔,有技術(shù)核心競爭力。但如果對行業(yè)業(yè)務(wù)有更深入理解,就會分析出更有參考和咨詢價值的數(shù)據(jù),體現(xiàn)出第三方公司更高的價值。 企業(yè)內(nèi)部需要的熟悉業(yè)務(wù)和運作的人,但同時也要熟悉技術(shù)和算法,當(dāng)業(yè)務(wù)推動不是問題,技術(shù)和算法就很重要,當(dāng)技術(shù)和算法有儲備,那么能熟悉業(yè)務(wù)并能用好技術(shù)算法就很重要。簡單化數(shù)據(jù)分析和挖掘價值,以及人才判斷,無非變現(xiàn)出來的就是企業(yè)對數(shù)據(jù)分析和挖掘迷茫甚至無知,所以才認(rèn)為背景能解決一切。
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
CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動業(yè)務(wù)增長的實戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導(dǎo)白皮書) 發(fā)布機構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09