注重数据分析原因及方法

1、为什么要注意数据分析？为什么要注意数据分析？我的想法是有效避免拍脑袋和主观想象；为决策提供支持，更有说服力；通过数据分析，我们可以看到决策的效果、问题以及未来应该做什么。知乎用户@纱页的答案很简单，但一句话:“知错能改，善莫大雁”——但数据分析告诉你错误在哪里。“运筹帷幄，决胜千里之外”——如何做好“运筹”，数据分析告诉你。数据分析告诉你，“过去的鉴来，未卜先知”——如何找到历史规律来预测未来。2、一般来说，数据分析的逻辑是：首先梳理一件事的目的、过程和逻辑（实际上是清晰的业务逻辑），定义关键用户的行为和数据，分析数据，发现问题，思考解决方案。例如，电子商务做了一个特殊的活动，但效果并不理想，现在需要找到原因，所以其逻辑大致是：首先梳理用户消费过程：特殊活动页面-商品页面-订单购买，或者通过搜索/导航-产品页面-订购购买；然后定义关键用户行为：打开主题页面或搜索导航、进入产品页面、点击购买、订购等；然后确认用户的行为数据是否异常，即发现问题；最后，思考如何解决这个问题。3、在数据源正确的前提下，数据分析的方法可分为定性分析和定量分析。3、在数据源正确的前提下，数据分析方法可分为定性分析和定量分析。定性分析是判断事物的性质，它是“什么”。例如，最近某个产品的用户活动大大提高，结合该产品最近的更新，用户活动大大提高的原因是该产品推出了一个新功能。定量分析是指统计事物的数量，衡量它“有多少”。例如产品优化了登录注册流程，这种优化的效果如何，带来了多少新的注册用户，增长率是多少。在《成长黑客》中，有一个关于数据分析的精彩讨论，也提到了定性分析与定量分析的关系：数据分析是定性分析与定量分析相结合的过程。提出假设、设计方案、数据分析、验证或推翻假设，最终剥茧，逐渐接近真相。数据是相互确认的，就像通过无形的网络纵横连接，只需轻轻按下其中一个就会驱动另一个或一组发生变化。通过数据分析得出的结论应能够反向推出其他数据，或与其他数据分析得出的结果一致。例如，假设有一天在线订购网站的数据急剧上升，猜测与雨天有关，用户不想在办公室或家里外出有关，那么你应该检查最近雨天网站的访问数据，看看是否有类似的上升。4、就我自己的工作经验而言，数据分析的过程应该是:明确目的——拉数据——处理数据——寻找异常点——得出结论——验证结论明确目的:明确和理解分析的目的是什么，比如寻找某个城市流量急剧下降的原因，这往往是基于你对业务逻辑/流程的理解。如果你不明白，你所做的不是数据分析。最多是数据整理的工作。这需要首先确认分析维度，包括提取什么数据、核心变量、核心变量是否受到其他外部因素的影响（是否有其他需求可以获得准确来源的数据时间范围）提取数据：大多数时候我们需要从数据库中提取相关数据，在提取数据时，需要注意以下几点：可以在数据库中处理，不要拉到excel处理；句子是否完整:引号、分号、groupby;条件限制是否准确：时间、平台、页面、类别、重量、清洁、句子逻辑是否正确、时间段数据是否不受外部因素的影响等。处理数据：保存拉出的数据作为原始数据，保留相应的句子；掌握常用函数(Vlookup、sum、Average、if、Iferror);当你认为你需要做的事情特别麻烦时，问问别人；或者清楚地表达你的问题，然后百度，你应该相信其他人很可能已经遇到了你遇到的问题。至于寻找异常点和得出结论，需要结合具体业务进行，验证结论需要从其他维度验证结论的可靠性。我认为找到老板是最简单、最暴力的方式。5、其他A、正如我们所知，我们一直对数据有不同的态度。有些人希望有数据作为任何决定的支持。同样，有些人追求对人性的洞察力和对未来的预见。5、其他A、正如我们所知，我们一直对数据有不同的态度。有些人希望有数据作为任何决定的支持。同样，有些人追求对人性的洞察力和对未来的预见。在我的理解范围内，这两者本质上没有直接对立的组成部分。没有必要反对它们。我们唯一要注意的是实现目标。当我们*目的/结果时，我们会非常清楚，无论是数据流还是人性化，它只是一种手段。如果我们知道目的，我们就不会因为数据不好而轻易放弃决策，也不会固执地坚持某种观点。B、关于数据敏感性：当很多人在我面前说他们对数据敏感时，我每次都不在乎。因为我认为数据敏感性实际上是一个伪概念，它更多的是一种结果，而不是能力，特别是那种依赖天赋的能力。如果非要说是一种能力，在我的理解范围内，我认为数据敏感性是一种基于足够了解业务并通过足够的培训获得的能力。是的，当我想说的时候：不要谈论对业务的理解，只谈论数据，我认为这是在玩流氓。C、数据的基本用途是提供决策依据，减少不确定性。如今，人们的决策大多依赖于感觉、跟风和个人经验。只有少数是客观数据分析。数据为决策提供了更可靠的依据。