
表象層,就像汽車儀表盤,實(shí)時(shí)告訴你發(fā)生了什么,并適時(shí)做個(gè)警報(bào)提示等等,是what。分析師要做的事情就是搭建指標(biāo)體系,進(jìn)行各種維度的統(tǒng)計(jì)分析。
本質(zhì)層,像診斷儀,不再停留在觀察肉眼可見的表面癥狀,而是去檢測身體內(nèi)部的問題,這個(gè)層面要揭露現(xiàn)象背后的動因,找到規(guī)律,是why。主要做的事情就是進(jìn)行個(gè)案分析獲得需求動機(jī)層面的認(rèn)知,然后對個(gè)體進(jìn)行聚類獲得全面的洞察。
抽象層,是特殊到一般的過程,對業(yè)務(wù)問題進(jìn)行抽象,用模型去刻畫業(yè)務(wù)問題,是how。這個(gè)層面做的事情就是把問題映射到模型,然后再用模型去做預(yù)測,減少不確定性。其產(chǎn)出主要是分類(標(biāo)簽)和排序(評分)。
現(xiàn)實(shí)層,是一般到特殊的過程,將抽象的模型套用到現(xiàn)實(shí)中來,告訴大家如何去行動,是when、where、who and whom。就像航標(biāo),要時(shí)刻為業(yè)務(wù)保駕護(hù)航,指導(dǎo)業(yè)務(wù)的行動。其產(chǎn)出主要是規(guī)則和短名單。
在明確數(shù)據(jù)分析的層次后,要想從洞察到行動,需要做到四個(gè)層次的穿透和每個(gè)層次的深入。首先,分析要能夠穿透各個(gè)層次,只有上下貫通,數(shù)據(jù)分析的價(jià)值才能立竿見影。其次,在分析的每個(gè)層次上要做的深入。
一、在表象層,看數(shù)據(jù)要深入。主要體現(xiàn)在兩個(gè)方面:
1. 從“點(diǎn)“到”線面體“,從看一個(gè)點(diǎn)的數(shù)據(jù),到看線,看面,看體。
一般來講,想看數(shù)據(jù)的人潛意識里是要成“體”的數(shù)據(jù)的,只是溝通過程中變成了“點(diǎn)”的需求,因?yàn)椤包c(diǎn)”簡單容易講明白,但是,這次給不了“體”的數(shù)據(jù),下次還會圍繞“體”的數(shù)據(jù)提各種“點(diǎn)”的需求,這個(gè)時(shí)候我們需要延伸一下,提前想需求方之所想,就不用來回往復(fù)了。
2. 關(guān)注數(shù)據(jù)之間的邏輯關(guān)系
這方面最值得借鑒的就是平衡計(jì)分卡了,平衡計(jì)分卡從數(shù)據(jù)指標(biāo)的角度去看,就是一套帶有因果關(guān)系的指標(biāo)體系。
平衡計(jì)分卡通過Strategy Map把策略說清楚講明白,通過KPI進(jìn)行有效的衡量,被評價(jià)為“透視營運(yùn)因果關(guān)系的績效驅(qū)動器”(政大會計(jì)系教授 吳安妮),“將策略化為具體行動的翻譯機(jī)”(臺大會計(jì)系教授 杜榮瑞)。
平衡計(jì)分卡對我們的啟發(fā)是,人人可以梳理出一套和自己業(yè)務(wù)相關(guān)的有邏輯關(guān)系的數(shù)據(jù)指標(biāo)體系,通過它實(shí)現(xiàn)聚焦和協(xié)同。
二、在本質(zhì)層,深入理解業(yè)務(wù)模式,并跳出既有的思維模式,建立新的心智模型。
比如我們看淘寶,淘寶業(yè)務(wù)的本質(zhì)是什么呢?其中一個(gè)答案是復(fù)雜系統(tǒng)。
大家都知道,淘寶是一個(gè)生態(tài)系統(tǒng),淘寶是一個(gè)典型的由買家、賣家、ISV、淘女郎等各種物種構(gòu)成的復(fù)雜系統(tǒng),阿里巴巴是一個(gè)更大的復(fù)雜系統(tǒng)。
復(fù)雜系統(tǒng)對我們的啟發(fā)是,關(guān)注個(gè)體(系統(tǒng)內(nèi)部買家賣家等參與者)的同時(shí),注意分析個(gè)體在群體中位置和角色,分析群體的發(fā)展?jié)摿Α⒀莼?guī)律、競爭度、成熟度等,分析群體和群體之間關(guān)系。同時(shí),對應(yīng)的抽象層建模的方法也要與之適配。
三、在抽象層,微觀上構(gòu)建更加抽象的特征,宏觀上構(gòu)建更加抽象的模型。
1. 在既有的分析和挖掘框架下,構(gòu)建更加抽象的特征(也可以理解成維度、指標(biāo))。
這個(gè)可以類比現(xiàn)在最火的Deep Learning技術(shù),如果對一個(gè)圖片進(jìn)行識別,即使你獲取的是像素信息,深度學(xué)習(xí)可以自動學(xué)習(xí)出像素背后的形狀、物體的特征等中間知識,越上層的特征越接近真相。
1、對我們的啟示就是,在交易筆數(shù)交易金額這種“像素級別”特征(指標(biāo))的基礎(chǔ)上,可以考慮是否交易筆數(shù)連續(xù)上升、營銷活動交易占比等帶有業(yè)務(wù)含義,更加抽象同時(shí)接近業(yè)務(wù)的特征(指標(biāo))。用抽象的特征去建??梢蕴嵘P偷男Ч贸橄蟮闹笜?biāo)去分析可以更貼近業(yè)務(wù)需求。
2.宏觀方面,可以用更加抽象的方式對業(yè)務(wù)進(jìn)行建模
在前面提到淘寶是復(fù)雜系統(tǒng),我們也可以對復(fù)雜系統(tǒng)進(jìn)行建模。做些適當(dāng)?shù)暮喕?,對淘寶做一個(gè)高度抽象,那就是一個(gè)字“網(wǎng)”。節(jié)點(diǎn)是買家、賣家等物種,邊就是購買、收藏、喜歡等行為產(chǎn)生的關(guān)系。整個(gè)淘寶就是一張大網(wǎng)。
圖注: 不同的顏色表示不同的細(xì)分互動市場,點(diǎn)代表的是店鋪或者會員,連線表示會員是店鋪的熟客,點(diǎn)的大小對店鋪而言代表店鋪的熟客數(shù),對會員而言代表常購買的店鋪數(shù),越接近圖的中心越表示大眾化的需求,越接近圖的邊緣越體現(xiàn)需求的個(gè)性化。
建立這張大網(wǎng)之后,我們就可以做深入的分析,比如市場細(xì)分,個(gè)性化推薦等等。
四、在現(xiàn)實(shí)層,要深入到業(yè)務(wù)中去,不斷提升對相關(guān)業(yè)務(wù)的認(rèn)知能力。
心態(tài)上不要自我設(shè)限,分析無邊界,分析師要主動參與到業(yè)務(wù)模式、產(chǎn)品形態(tài)的規(guī)劃和設(shè)計(jì)去。要了解業(yè)務(wù),在此基礎(chǔ)上靈活運(yùn)用模型的產(chǎn)出,比如:一個(gè)風(fēng)險(xiǎn)控制策 略,假如已經(jīng)有一個(gè)風(fēng)險(xiǎn)事件打分模型對風(fēng)險(xiǎn)事件打分排序,分析師可以根據(jù)業(yè)務(wù)需求靈活設(shè)計(jì)模型的使用策略,例如,對于風(fēng)險(xiǎn)得分最高的時(shí)間,機(jī)器自動隔離, 風(fēng)險(xiǎn)得分偏高的,用機(jī)器+人工審核的半自動方式進(jìn)行隔離。模型是死的,活用靠人。
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
LSTM 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(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時(shí)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(jì)的實(shí)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(qiáng)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(shí)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(jià)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(shí)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(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)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(jià)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(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)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(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)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(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)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) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03