
CDA數(shù)據(jù)分析師 出品
Hello大家好,我是CDA數(shù)字化人才成長陪伴導(dǎo)師張俊紅。
今天我給大家做一些關(guān)于我個人的分享,希望對大家的成長能夠有所幫助。
我叫張俊紅,目前在一家互聯(lián)網(wǎng)公司從事數(shù)據(jù)分析相關(guān)的工作。在工作之余,我個人會寫一些公眾號文章,還會寫數(shù)據(jù)分析相關(guān)的書籍,比如說我最近新出的這本對《對比Excel,輕松學(xué)習(xí)Python報表自動化》,這本從上市到現(xiàn)在一直都在當(dāng)當(dāng)新書榜第一的位置。
現(xiàn)在看這篇文章的小伙伴大多數(shù)應(yīng)該是數(shù)據(jù)分析師,相關(guān)的從業(yè)人員,或者是想入門數(shù)據(jù)分析行業(yè)的人群,大家可能都對數(shù)據(jù)分析具體是做什么的,或者是一些具體工作內(nèi)容會有一些疑問。
這里首先需要聲明的一點就是,如今不同的行業(yè)和公司,大家對數(shù)據(jù)分析這個職位的稱呼可能不太一樣。
最普遍的就是稱數(shù)據(jù)分析師,有的公司可能會稱 BI分析師或者大數(shù)據(jù)分析師,有的可能叫經(jīng)營分析師,也有可能叫數(shù)據(jù)科學(xué)家之類的。其實不管是公司里關(guān)于數(shù)據(jù)職能它叫什么,但大家本質(zhì)上做的事情其實都是差不多的,都是圍繞數(shù)據(jù)去展開的一些分析。
作為數(shù)據(jù)分析師,具體需要做什么樣的一些事情,我個人理解的話可能主要是三個方面。
01、通過數(shù)據(jù)發(fā)現(xiàn)問題
第一個方面就是,我們主要通過數(shù)據(jù)發(fā)現(xiàn)問題。這個可能對于大多數(shù)分析師來說相對比較容易。常規(guī)通過各種數(shù)據(jù)比較,跟同環(huán)比較。如果當(dāng)某個指標(biāo)超過某一個界限的時候,我們就認(rèn)為這個指標(biāo)背后的業(yè)務(wù)是有問題的。
第一點就是通過數(shù)據(jù)去發(fā)現(xiàn)問題,第二個點是要基于發(fā)現(xiàn)的問題去分析背后的本質(zhì)原因是什么。第二點對數(shù)據(jù)分析師的要求更高一些。
02、基于問題分析本質(zhì)原因
在這個環(huán)節(jié)我們需要去掌握一些常用的分析方法。
比如說漏斗分析法,需要根據(jù)漏斗分析法去分析說到底哪個環(huán)節(jié)出現(xiàn)了問題;或者說去通過分組分析,需要知道具體哪些維度,哪些用戶群現(xiàn)在的問題比較大;還需要去掌握貢獻(xiàn)度的計算方法,需要知道到底哪個環(huán)節(jié)貢獻(xiàn)比較大,每個環(huán)節(jié)的貢獻(xiàn)度分別是多少,或者說不同的人群的貢獻(xiàn)度分別是怎樣的。到這里的話,其實我們是從數(shù)據(jù)層面對整個問題進(jìn)行了歸因。還要更進(jìn)一步發(fā)現(xiàn)說數(shù)據(jù)歸因下面的業(yè)務(wù)本質(zhì)原因是什么。
這里給大家舉個例子。
最近發(fā)現(xiàn)DAU發(fā)生了比較明顯的下降。我們通過各種分析方法,最后得出來的數(shù)據(jù)結(jié)論是:因為23歲以下的用戶群體發(fā)生了比較明顯的下降。到這里我們只是發(fā)現(xiàn)了數(shù)據(jù)層面的原因,那么為什么會下降呢?這里就需要去對業(yè)務(wù)進(jìn)行了解。
進(jìn)一步發(fā)現(xiàn)23歲以下的用戶主要是學(xué)生群體,可能恰好趕上學(xué)校陸續(xù)開學(xué),從而影響了這段時間的活躍度。因此導(dǎo)致23歲以下用戶群體發(fā)生了大幅度的下降。
到這里其實我們才是對整個問題有了最本質(zhì)的歸因。數(shù)據(jù)層面看到是23歲以下的用戶發(fā)生了下降,最本質(zhì)的業(yè)務(wù)原因是由于這部分學(xué)生群體開學(xué)了,沒有時間來活躍了,這個其實是我們要做的。
03、基于現(xiàn)有問題給出策略上建議
這里面之所以用建議,是因為其實作為分析師可能對這個業(yè)務(wù)是沒有決策權(quán)的,只是建議權(quán)。
繼續(xù)回到上一個例子,發(fā)現(xiàn)最近DAU下降了,主要是學(xué)生群體的下降。那么有什么辦法?是否能夠讓學(xué)生群體在上學(xué)的時候也能夠活躍呢?或者說如果學(xué)生群體在上學(xué)時候沒法活躍,那么有沒有什么辦法去看一下其他非學(xué)生用戶群體的滲透率是什么樣子。有沒有辦法讓非學(xué)生群體的滲透率變高。
針對這些環(huán)節(jié),你還缺哪些能力,就可以根據(jù)具體的技能點查漏補(bǔ)缺。
很多讀者來問我,說我現(xiàn)在已經(jīng)Excel了,我還有必要去學(xué)Python嗎?
其實要注意的是,不管是Excel、Python還是SQL,其實都只是數(shù)據(jù)分析的一個工具而已。分析的本身和你用什么工具其實是沒有關(guān)系的。用Excel能做數(shù)據(jù)分析,用Python也能做,用其他工具也可以。所以大家不要覺得說用Python做數(shù)據(jù)分析,就比用Excel做數(shù)據(jù)分析高級,其實不太存在這方面的問題。
既然這樣的話,可能有同學(xué)就會問了,既然如此,我是不是只會Excel這一個技能就好了,我就沒必要去學(xué)Python了。
大家如果有在網(wǎng)上看去看招聘要求的話,會看到基本上互聯(lián)網(wǎng)公司招聘都會有一項要求會Python。
為什么呢?我個人認(rèn)為主要有兩方面的,一、在有些場景下,有些場景下, Excel和Python可能都能做這件事情,但是 Python的效率可能會更好一些。第二個原因就是,在特定的場景下,只有 Python能做,但是 Excel是不能做的。
基于這兩個原因,我們就有必要去學(xué)Python。雖然不是100%的工作都是用Python,但萬一遇到非Python不可的時候,你也會,這就能讓你如虎添翼。
接下來具體講講日常的具體工作內(nèi)容,再看一下在具體的場景中用Excel和Python有哪些不一樣的地方。
第一點就是數(shù)據(jù)處理。
比如說缺失值處理,重復(fù)值處理,加減乘除運(yùn)算等。Python的一個優(yōu)勢就在于大數(shù)據(jù)處理, Excel的話可能上限就100多萬行。
而且雖然上限是100多萬行,但處理大量級數(shù)據(jù)的話,一般超過20萬行, Excel就反應(yīng)特別慢了。尤其當(dāng)你在里面嵌套了很多公式時,經(jīng)常導(dǎo)致 Excel無響應(yīng)就崩潰退出了。而Python就不存在這個問題。如果數(shù)據(jù)量級很小, Excel和Python是差不多的,有時可能Excel效率可能還會更好。
這是關(guān)于在數(shù)據(jù)處理方面,因為我們做數(shù)據(jù)分析的第一件事情,可能就是去對這個數(shù)據(jù)進(jìn)行各種各樣的一個處理,大家根據(jù)自己的情況去選擇就好了。
第二點是報表自動化。
常見的有日報、周報、月報等。這種報表有一個好處就是格式相對比較固定。只要格式是固定的,我們就可以想想辦法去把進(jìn)行自動化。自動化的話可以用Python寫代碼,把代碼寫好了,它運(yùn)行一次就ok了。在Excel里面的話也是可以的,去寫vba,或者用各種公式嵌套。網(wǎng)上就有人專門去比較過,同樣的操作,用vba和用Python的效率差異, Python可能要比vba更快一些,也就是效率更高一些。
Python和 vba在寫代碼的方面,比如要讀取一個文件,Python里面可能一行代碼就能夠讀取進(jìn)來了,在vba里面可能要寫好幾行代碼,而且也不是那么好理解。
還有一個最重要的點是Python現(xiàn)在很火。
很火就意味著網(wǎng)上會有很多的資料,如果你遇到什么不太懂的地方,去網(wǎng)上搜一搜大概率是能搜得到的。但是vba整個受眾還是相對較小的,如果遇到什么相關(guān)問題,可能問身邊的人發(fā)現(xiàn)也沒幾個人會用。你去網(wǎng)上搜也得不到太多的資料,我們在學(xué)的時候都需要去借助網(wǎng)上資料,網(wǎng)上的資料多少就決定了我們學(xué)習(xí)的效率。
第三個方面是圖表可視化。
我們就經(jīng)常需要去做圖,需要做的好看。Excel和python其實都能做出很好看的圖表來,只不過Python里面是有很多現(xiàn)成的包,只需要調(diào)用一兩行代碼就能夠做出很好看的圖表來。Excel里想要做出好看的圖表,就要做進(jìn)行各種設(shè)置,這需要耗費(fèi)很長的時間,這方面效率是不如 Python。
另外遇到一些比較高級的圖表。比如說統(tǒng)計里的核密度圖或者小提琴圖之類的。這些在Python里都有現(xiàn)成的包可用,只需要一行代碼就能繪制出小提琴圖。在Excel里面,如果想繪制小提琴圖基本是不太可能的。
最后在統(tǒng)計檢驗或者說統(tǒng)計學(xué)方面。
A/B測試大家應(yīng)該都有用到過,其本質(zhì)上核心內(nèi)容就是假設(shè)檢驗。
如果是做一些比較基礎(chǔ)的假設(shè)檢驗的話,在 Excel和Python都是差不多的,比如T測試。Excel里面也是一個公式的問題,在Python里面就一行代碼的問題。在這里其實差不多的。
但如果想要用一些比較復(fù)雜的檢驗,比如說多重檢驗。你在Python里面也有現(xiàn)成的包,一行代碼就出來結(jié)果了。在Excel里需要人工的去實現(xiàn)兩兩比較,最后達(dá)到多重檢驗的結(jié)果。
綜合一下,其實從數(shù)據(jù)處理、報表自動化、圖表可視化,統(tǒng)計檢驗這些是分析師日常工作里用到的幾個方面。在不同的場景下,Excel和Python各有不同,有的時候可能Excel的效率會更高一些,有的時候可能兩者差不多,有的時候可能Python會更好一點。
基于以上幾點,我們還是有必要去學(xué)學(xué)Python的。關(guān)于工具,沒有哪個工具是萬能的。
作為一個合格的分析師來講,你需要有自己的工具庫。里面有各種各樣的工具,你需要去靈活的去組合,在什么樣的場景下,用什么樣的工具更好?;蛘哒f用哪些工具進(jìn)行組合,效率會更好。大家不要局限在一種工具,一定要去同時掌握多種工具,能在不同工具之間進(jìn)行自如的切換。
現(xiàn)在很多同學(xué)在網(wǎng)上不管是看書還是看視頻,可能會學(xué)了很多數(shù)據(jù)分析的方法論。到了實際的工作過程中,可能又不知道怎么樣把具體的理論和具體實踐實際的工作內(nèi)容結(jié)合起來,這個的一個本質(zhì)原因。我認(rèn)為這方面是,我們對這個方法本身沒有理解的太透。因此在學(xué)一個方法的時候,首先需要知道這個方法本身的內(nèi)容是什么,它的適用場景是什么。
給大家舉個例子,比如說圖表可視化的選擇。
現(xiàn)在圖的類型是有很多,最基礎(chǔ)的柱狀圖、折線圖、閃點圖,還有高級一點的?;鶊D、熱力圖之類的。
圖表的類型有很多,如果學(xué)了很多圖,也學(xué)了很多圖表的制作,在實際工作的過程中,讓你把數(shù)據(jù)用圖表的形式展示出來,該用什么圖去展示呢?
這時我們首先要對圖表進(jìn)行歸類,比如說對趨勢進(jìn)行表達(dá),可以用折線圖。如果說要對比大小,對比不同類別間的大小情況,就可以使用柱狀圖,或者餅圖。如果說想要表示不同指標(biāo)之間的關(guān)系,就是相關(guān)性問題,就可以用散點圖,或者兩條線圖去表示。
首先要對所學(xué)過的所有圖表進(jìn)行歸類,歸類完之后拿到具體的工作內(nèi)容、工作場景時,要去看數(shù)據(jù)是什么類型,想要通過數(shù)據(jù)表達(dá)什么樣的內(nèi)容,達(dá)到什么樣的目的。
比如說要表達(dá)最近一年銷量趨勢是上升還是下降。選擇折線圖或者柱狀圖就好了。如果說要表達(dá)全國不同的GDP 情況,很明顯是比大小的問題。就可以用柱狀圖。不同的省份是不同的柱子,我們就能夠看出來不同柱子之間的大小情況。
這樣的話其實你就會很清晰了,但如果不對不提前對學(xué)到的東西進(jìn)行歸類,就會導(dǎo)致說不知道該怎么選怎么用。
前面其實有提到,我們要對業(yè)務(wù)足夠的了解,需要去尋求數(shù)據(jù)背后的本質(zhì)業(yè)務(wù)原因,這本質(zhì)都是業(yè)務(wù)分析的能力。
業(yè)務(wù)分析可以拆為兩塊。
第一塊就是業(yè)務(wù)的理解程度。
我們要對所負(fù)責(zé)的業(yè)務(wù),所分析的業(yè)務(wù)有足夠的了解。
比如說要分析外賣的準(zhǔn)時情況。下了訂單之后,外賣能不能準(zhǔn)時送到手里。
這里你需要對外賣或者整個物流行業(yè)有一個很清楚的了解。從開始客戶下訂單到最終送到客戶手里面,需要經(jīng)歷哪些環(huán)節(jié)。每個環(huán)節(jié)它各自的耗時情況是什么樣子的,有哪些比較容易產(chǎn)生延誤的環(huán)節(jié)。為什么那些環(huán)節(jié)會產(chǎn)生比較很高的延誤概率?對這些有很清楚的了解之后,在分析的時候才知道應(yīng)該去看哪些數(shù)據(jù),分析哪些數(shù)據(jù),分析哪些指標(biāo)。這個是第一個點,我們要對業(yè)務(wù)足夠了解。
第二點就是分析思維。
分析思維本質(zhì)上就是個人的邏輯思維能力。這其實可能跟是不是分析工作是沒有關(guān)系的,邏輯思維能力是一個通用的底層能力。只不過是作為分析師,可能對這一項能力要求會比較高一些。因為你會負(fù)責(zé)一個業(yè)務(wù),然后這個業(yè)務(wù)里面可能會有很多的指標(biāo),需要去弄清楚不同指標(biāo)之間的關(guān)系是什么。哪些指標(biāo)會影響哪些指標(biāo),哪些指標(biāo)的它的影響是單向的,就只是a影響b。哪些指標(biāo)是雙向影響,會相互影響,a會影響b, b又反過來還會影響a。這些其實都是考驗邏輯能力。
以上就是我今天的分享了,希望給大家能有一些幫助。
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(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(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: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) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(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: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,憑借獨特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計學(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)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03