“ 数据分析的核心在于逻辑框架和业务价值。”

作者目前是数据产品经理，最早是数据分析师起家。本科是国内TOP985的统计学出身。

虽然干了PM，但并不影响一颗数据分析师的心。哪怕业务需求压得喘不动气，但在一些场景下（例如负责的产品PV下滑），作者还是经常按奈不住想要自己亲自上阵写SQL、亲自做图表、分析原因的冲动。

为啥数据分析对于作者有这么大的吸引力呢？今天和大家分享一下在数据分析领域的一些想法。

01—数据分析是干啥的

现在领域内其实叫法挺多。有叫BI（Business Intelligent）的，也有叫DA（Data Analysis）的，其实都差不多，感觉后者更近一些。专职做这活的，一般称BI分析师，或者数据分析师。
如今，数据分析师基本是互联网里的标配了。
具体都做哪些工作呢？这里先介绍一下理想中和实际中，数据分析的典型场景。读者先体会一下。
【理想工作场景】：业务最近遇到了困难（例如双11业绩不达预期），但今年和往年的投放策略没啥变化呀，为啥效果这么差？于是给分析师提出了需求，分析一下今年双十一业绩不达预期的原因。分析师经过一顿操作猛如虎，做出了精美的PPT报告，在大boss面前一顿指点江山，最终收获了老板的认同。分析师同时给出了运营建议，业务按照建议修改了投放策略，果然效果十分明显，业绩飙升。分析师走上了人生巅峰，升职加薪。
正所谓：理想很丰满，现实很骨感。
【现实工作场景】：业务最近遇到了困难，提给了分析师分析需求。分析师为了进行数据分析，先是用尽了毕生力气准备好了各种数据，然后进行了各种维度下钻分析原因，然而，也没找到异常。最终给老板做的PPT，也被业务频频吐槽，说没有业务价值。
从上面的例子中，其实比较容易理解，数据分析师是干嘛的了吧？
总结下来，其实就是：利用数据化的方法，总结业务现象、分析业务状况，撰写分析报告或者报表，为业务的发展提供指导和建议。

02—如何进行数据分析

其实总体上可以总结为三部：描述现状、分析原因、提出建议。

描述现状

这是整个分析过程的第一步，也是比较消耗精力的一步。描述之前，首先要提取想要的数据吧？怎么提取呢，得用SQL、用数据库，进行数据提取、汇总、统计、清洗。
那用什么指标描述现状呢？这里就涉及了梳理完毕的指标体系、北极星指标等等相关的工作。只有有一套标准的指标体系，才能使分析建立在敦实的基础之上。
描述的方法又涉及了数据的可视化，是用折线图、还是饼图，还是高级点的瀑布图，到底哪个图表更直观、能够清晰的表达？

针对数据提取、指标体系、可视化等内容，后面我们将详细展开。

分析原因

这是比较困难的一步，对分析师的逻辑性与业务理解有较高要求。
比如，我发现昨天的gmv突然较前天下跌了30%，这背后是什么原因呢？是数据统计错了，还是业务出了问题？再者，是数据库出了问题还是统计逻辑出了问题？是正常的周期性业务变动还是异常的业务现象？是用户流失了还是产品出现了bug？是拉新出现了问题还是转化出了问题？
要排查到真正的原因，是需要大量的信息的。对分析师也有较高的要求。一方面，要了解数据背后反映的问题代表的真实含义以及数据的生产流程，另一方面，要对数据背后的业务有着充分的理解与了解。

这需要一些对行业以及对公司业务的深入理解，与沉淀。

有时候为了描述现象及分析原因更有条理、更有逻辑性，会经常套用一些行业的成熟的、典型的分析模型，这对于原因的归纳是有帮助的。例如常见的AARRR模型等等。后面具体分享。

提出建议

这是新手分析师经常忽略的，但最重要、最核心的环节。

分析了一大通，做了老鼻子的数据处理、一堆数据图标，结果最后给运营提建议环节草草收场，会使得分析价值大打折扣。
新手经常面临的苦恼是：提了自己认为很好的业务建议，却被业务人员批评没有价值，这是很打击的。我也是这么过来的，没办法，毕竟人家业务是专门做业务的。
那不提建议了？也不行，不提运营建议的分析报告，都是耍流氓。听你白活半天，问你我该咋办，你说：你猜。不太合适。
那如何能提出有价值的运营建议呢？这就依赖比较深的业务理解了。可以通过多多走进业务、多多了解业务，不断向业务请教，慢慢进行积累。这确实是个慢功夫，急不得。

03—数据分析师的核心竞争力

对分析师的能力要求，其实也是挺多的，比如数据能力、沟通能力、PPT等报告能力等等。但要论核心竞争力，正是上文说的：业务的理解，以及逻辑能力。
（1）数据能力。这是基础要求吧。包括了写SQL、包括熟练甚至精通Excel，包括简单使用一些编程语言，比如Python、R语言等。还要懂一些常用的算法，比如聚类分类等。统计学基础理论，这个就不说了，必须的。
（2）沟通能力。这个能力确实也是必备的。因为分析师和业务打交道也是比较多的，经常需要将自己做的报告进行分享，没有良好的沟通力是肯定不行的
（3）逻辑能力。这块能力太重要了。我初入行时，我老板就告诉我，结论对不对不是最重要的，最重要的是逻辑对不对。这里不是强调结论可以不正确，因为确实很多情况下，是没有结论对错之分的。但逻辑的对错，是有的。条件A+条件B不能推出来结果C，但你说能，你的逻辑就错了，那结论就没有了任何说服力，哪怕对了，也是蒙的。
（4）业务能力。这块也是作者一直强调的。数据能力和沟通能力如果说可以较短时间培养起来，快速上手，但业务能力却不是一天能建成的。尤其是对于专职分析师，没有做过专职的业务的情况下，要理解业务、理解行业，更是有较大的困难。但是，一旦业务这个难点攻破，立刻会成为自己的壁垒，很多分析师可能就望尘莫及了。
因此，一个分析师尽可能还是要在一个行业或者比较相近的行业来做，保持职业的连续性，不然很难建立自己的优势。如果业务能力不深，可能就只能往技术这个方向走了。或者像作者一样，转产品……
以上先分享这些。后面将针对具体的一些技能、一些分析框架等，进行详细分享。

-END-

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。