一、本文目的
列舉常見數(shù)據(jù)分析問題，自我反思對癥下藥。給出一些分析思路，提升日常數(shù)據(jù)分析效率。學習日程制定指引，逐步掌握數(shù)據(jù)分析工具。
二、文章框架
5大常見問題學習動力日常分析類型分析思路制定學習日程數(shù)據(jù)分析工具（excel、文末贈送學習禮包）
三、為啥要學數(shù)據(jù)分析
你可能會說，這不是廢話嗎？！肯定要學??！不過筆者還是要強調(diào)下：沒有足夠的驅(qū)動力，頂多也是三天打魚，難以為繼。
數(shù)據(jù)分析有啥好處？一句話總結就是：數(shù)據(jù)改變生活。
哈，有點扯。隨便貼幾點吧，每個人的動機都不一樣，有用就好。
四、5大常見問題
這兩周，通過調(diào)研和自我反思，同學們在數(shù)據(jù)分析這個環(huán)節(jié)上，主要集中在5大問題，筆者簡稱之為“4無1不”，若未能妥善解決，將嚴重影響工作的效率和身心健康。
1. 無思路：數(shù)據(jù)雜亂，不知到從何入手
成因：分析的業(yè)務目標不清晰，導致數(shù)據(jù)采集過剩；分析方法與分析的場景不懂得如何結合，導致無從下手。
對策：第一步，理解業(yè)務背景和業(yè)務目標；熟悉各分析方法及應用場景，后面有介紹。
2. 無側重：分析邏輯不嚴謹，生搬硬湊亂猜想
成因：未整體考慮對數(shù)據(jù)造成波動的可能原因，將相關性指標用作為因果關系指標，成為了“為了分析而分析”。
對策：數(shù)據(jù)分析應形成閉環(huán)，確定分析目標——采集數(shù)據(jù)——列舉可能原因（金字塔/公式化思維，后面介紹）–驗證猜想–得出分析結論–后續(xù)優(yōu)化對策
3. 無規(guī)劃：分析時，卻發(fā)現(xiàn)數(shù)據(jù)缺失，采集難度高
成因：對所上線產(chǎn)品的價值收益不清晰，未提前規(guī)劃觀察指標及進行相關的數(shù)據(jù)采集需求開發(fā)，巧婦也難為無米之炊啊！
對策：明確產(chǎn)品的成功指標，可提前構思分析思路，進而反推所需的數(shù)據(jù)需求細節(jié)
4. 無記錄：數(shù)據(jù)異常，卻不知道做了什么
成因：團隊內(nèi)部信息同步不及時?？赡苁腔顒訉е碌漠a(chǎn)品數(shù)據(jù)暴增，或者產(chǎn)品更新導致系統(tǒng)故障數(shù)據(jù)下跌
對策：建立團隊內(nèi)部的協(xié)作機制，信息及時同步至共享平臺。如：運營活動上線前X天，及時同步至產(chǎn)品相關活動規(guī)劃，并做好備份記錄和通知相關部門。
5. 不熟練：對分析工具不熟悉，分析耗時大
成因：分析工具如excel，若不是在學校有專門課程，基本是自學或者報相關課程，工作忙沒抽時間單獨學習是根本原因
對策：建議列出自己的薄弱環(huán)節(jié)，有針對的找相關的課程學習，如果是小白，建議系統(tǒng)地學學，后面會涉及。
五、日常分析類型
日常的數(shù)據(jù)分析類型可以從四個角度去歸類：產(chǎn)品設計五要素、數(shù)據(jù)類型、產(chǎn)品進化流及時間。
分類的目的是為了幫助我們更好地理清日常數(shù)據(jù)分析的場景，以便更有針對性地進行整理歸類、前置學習儲備，比如說：數(shù)據(jù)類型緯度中，提前整理好存放用戶數(shù)據(jù)、交易數(shù)據(jù)的數(shù)據(jù)庫及表字段，可以提高數(shù)據(jù)采集時的效率；整理好項目周報的報表格式，有數(shù)據(jù)增加，直接更新即可。
1. 從產(chǎn)品設計五要素看
戰(zhàn)略層的數(shù)據(jù)多留點心思，老板們會不定期地問起，找數(shù)據(jù)比較久就比較尷尬了。
2. 從數(shù)據(jù)類型看
下面的數(shù)據(jù)，在個性化推薦或精準營銷場景會用得非常的高頻，數(shù)據(jù)的質(zhì)量決定了推薦效果的好壞。
3. 從產(chǎn)品進化流看
產(chǎn)品上線的前中后，產(chǎn)品的關注數(shù)據(jù)會有所差別，相關的數(shù)據(jù)收集和分析要靠自己不斷總結反思了。
4. 從時間上看
建議同學們自我盤點下：有哪些是一次性的？哪些是周期性的？相應的采集需求或者分析報表該如何呈現(xiàn)才更佳？
六、數(shù)據(jù)分析思路
這部分是比較關鍵的一環(huán)，構思不清晰，如無頭蒼蠅一般，費時費力還無用。在分析之前，可以先問下自己，這個數(shù)據(jù)分析，到底目的是為了什么？
筆者認為，基本上為如下三類：
事前：制定/預防事中：控制/調(diào)整事后：結項/優(yōu)化因此，數(shù)據(jù)分析的思路是：始終圍繞該階段下的業(yè)務目標而開展數(shù)據(jù)分析。
分析思路建議參考：金字塔+公式化思維，這樣可以窮舉可能造成的影響因素，并進行一一分析排除，找到可能的原因。
tips：建議先列清楚可能原因，在進行數(shù)據(jù)采集和數(shù)據(jù)分析，避免返工。
舉例：當一個電商平臺的訂單轉化率下降時，可以列出訂單轉化率公式：CR=訂單數(shù)/UV。下降的原因：可能是訂單數(shù)變少了，也可能是來的客戶增加了。這針對這兩個指標進行羅列可能造成的原因，并通過數(shù)據(jù)驗證分析。
七、數(shù)據(jù)分析方法
有了數(shù)據(jù)分析的思路，就需要通過適合該場景的分析方法進行分析，以進行規(guī)律的探索。
常用到的一些分析方法如下：
1. 趨勢分析法
將兩個或兩個以上的指標或比率進行對比，以便計算出它們增減變動的方向、數(shù)額、以及變動幅度的一種分析方法。
2. 對比分析法
將兩個或兩個以上指標對比，尋找其中規(guī)律。靜態(tài)對比，不同指標橫向?qū)Ρ?。動態(tài)對比，同一指標縱向?qū)Ρ?/p>
3. 多維分解法
把一種產(chǎn)品或一種市場現(xiàn)象，放到一個兩維以上的空間坐標上來進行分析。
4. 用戶分群
根據(jù)用戶與產(chǎn)品之間的互動程度進行劃分，以更好經(jīng)營用戶。
5. 用戶細查
用戶抽樣，具體觀察用戶在行為、交易上的特征數(shù)據(jù)，以觀察是否具有顯著特征，反推宏觀數(shù)據(jù)，找出數(shù)據(jù)規(guī)律。
6. 漏斗分析法
對業(yè)務流程節(jié)點進行劃分，建立整個業(yè)務流程的轉化漏斗，并追蹤分析。
7. 留存分析
用戶注冊后，追蹤該用戶次日/周/月的活躍情況。
8. AB測試法
A/B測試的實質(zhì)是對照試驗，即通過對幾個不同的版本進行對比，從而選出最優(yōu)解。
八、學習日程
因為計劃常常趕不上變化，因此這里希望同學們列的是日程，而不是計劃。這部分分兩步：第一步搞清楚自己需要什么，第二步，制定適合的學習日程。
step1：需要什么
根據(jù)第五節(jié)的數(shù)據(jù)分析類型，梳理日常高頻分析場景?？偨Y自己的薄弱環(huán)節(jié)：可以反思分析過程，做什么最痛苦和請教大佬們都有哪些高超技藝？選一個自己未來鉆研的方向：行業(yè)分析、BI方向、機器學習。以上，確定一個學習優(yōu)先級。
step2：學習日程
一個可持續(xù)性的學習習慣：什么時候?qū)W習效率最高，最可執(zhí)行。一個階段性的學習目標：先看excel的基本知識，再看統(tǒng)計學，再學SQL。定期時間日程安排，具體的日程編排根據(jù)自己的時間來。
九、數(shù)據(jù)分析工具
最后一部分，我們先來作下熱身學習吧，奉獻上excel的必備技能，以下僅劃下重點：
數(shù)據(jù)來源于：https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9300311745855354072%22%7D&n_type=1&p_from=4
