数据分析之道、术、器

做了几年数据分析师和数据产品经理，取了无数次数据、做了无数张报表、做了无数次数据挖掘和分析，发现各种场景下数据分析和使用的内核都是类似的，融会贯通的。总结一下目前的一些感悟，数据分析的道、术、器。

道

1. 数据必须来源于业务，回归于业务

• 来源于业务：数据指标的制定必须来源于业务目标，数据分析的第一步是梳理业务模式、商业模式，绝对不是开口上来聊数据哪里来的，怎么应用。
• 回归于业务：数据指标的设计必须Actionable！数据分析给出的决策必须是能够指导决策的，否则就是浪费时间和炫技。

2. 数据必须是连接的，不是孤立的

• 底层数据的连接，这也是为什么有那么多数据中台，完成各个场景的数据连接，更全面的描绘用户，避免数据孤岛，只有数据连接起来，才能产出有效的分析
• 分析数据不能孤立片面的看，要在时间维度、某些业务场景维度上做对比，把一个数值放在一个背景中看才有意义

3. 数据是后验的

• 数据很难直接证明某个假设的成立，也有很多人玩笑说数据只是PPT上为了说服别人的工具。而为了避免被数据骗，或者被用数据的人骗，需要理解数据的后验特性。所以数据分析的实践和科学一样，都需要做实验来验证假设。
• 数据分析的实践本身就是 Build - Measure - Learn 的过程。先看数据、挖掘分析，建立一些商业假设，然后做实验，做好数据追踪，验证假设，或者假设不成立找原因。

术

数据分析应用在各个领域都会沉淀出一些方法论，比如在分析流量/用户行为的著名的AARRR增长黑客模型等。在各个业务场景也都会基于业务场景而演化出业务结果的“术”。

我认为这些方法论，都离不开两个底层最基础的方法：“细分”、“对比”：

1. 细分

• 基于业务逻辑的指标拆解，比如 成交金额 = 成交人数 * 客单价 = 访问用户量 * 购买转化率 * 客单价
• 维度细分，比如成交金额 按照大区拆分、按客户等级拆分等对比

2. 对比

• 时间维度对比
• 维度对比
• 不同cohort对比
• 和行业benchmark做对比等等

器

1. SQL：作为分析师总会遇到从表里取数的场景，分析师必备技能

2. BI工具: 比如Quick BI，能够非常快的用可视化界面进行分析，快速制作仪表盘等，效率提升很多很多。

强烈推荐Quick

有了Quick BI，工作效率真的提升了很多，之前要写SQL实现的逻辑，现在在界面上点一点就行了。

对比

比如时间对比，我们几乎所有的分析都会用到。

我只需要加入原始数据，然后对比上周，对比上月之类的在Quick BI的界面上直接选对比对象，勾选一下就自动出来了。

还可以在线图上快速添加平均值线，使用起来都非常方便。

细分

选好度量、维度字段，数据自动就能按照维度做group by了，QuickBI 还提供了交叉表的功能，多维交叉拆解，都能实现。

查问题的时候还可以方便的做下钻，如果东北地区有问题，一点击就能下钻到省份/城市之类的，真的太方便了。

作者：常成

最后

以上就是开心冬瓜为你收集整理的数据分析之道、术、器的全部内容，希望文章能够帮你解决数据分析之道、术、器所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。