搜索

登录

注册

  • 来自话题:数据分析2018-10-19 12:49:39
    Yepott
    • 关注

      0

    • 问答

      10

    数据分析基本思路及手法?

    例如比较常见的分析方法,分析的大致思路是什么呢?

回复
  • 浑不解

    测试

    2018-10-24 16:54:47

    点赞 0 回复 0
  • 数据海洋

    数据分析方法,一般分析成:

    1、数据分析方法论类;例如:数据结构化:数据拆分,数据关联。

    2、数据分析的技术方法;例如:统计学方法,机器学习方法,深度学习方法;


    根据具体问题选择不同的方法,对于商业端的分析,大多数情况下是可以通过数据指标的关联,拆分等进行初步探索,随着问题的深入再使用技术性的方法。


    但也有一些场景,例如:电商的推荐功能,小号识别可能使用机器学习算法的精度更高。这个话题展开很大,后续有时间再好好 交流。

    2018-10-20 20:29:34

    点赞 3 回复 0
  • 数据海洋

    3、分析结论落地与效果监控,再持续进行迭代。如果数据分析的结果不进行落地,一切都是空的,不管分析结论多么的严谨,逻辑多么强,都是在落地在空中。只有根据结论制定策略来执行,再看一下执行的效果,才能真正知识这个数据分析是否有效,分析结论是对的。否则一切都是在假设。而且当你的执行后,应该快速收集效果,进行再一步分析,看是否还有机会点可以继续优化与改善这个问题。

    这是我认为的数据分析的大体的思路 。

    2018-10-20 20:22:20

    点赞 2 回复 0
  • 数据海洋

    2、问题的解决是迭代的。一个问题的原因可能有很多,有时候是有多种因素造成的。例如:对于一家线下门来说,用户流失,可能是用户搬走了,可能是竞争对手最近在搞活动,可能是用户觉得你的服务态度不好,可能是用户觉得你的商品太贵或者觉得你的商品品类不全,可能是用户不在线下购买了。


    所以一次分析不可能把所有的原因分析清楚,但是通过数据分析,找到可能重点的原因;针对分析的结果,其实是在验证商业假设,例如:

    可能是最近竞争对手在搞活动,需要快速制定策略跟进。可能你会发现,能挽回一批客户。但是并不是没有客户都回来,就需要你再继续进行分析,找出其它可能原因,再落地来进行验证。

    2018-10-20 20:18:41

    点赞 1 回复 0
  • 数据海洋

    在数据分析中,首先是分析问题,分析问题一定是把分析不断的细分,不断的聚焦。问题越清楚越好。所以数据分析有几个经验想分享给大家:

    1、不要想着分析的问题有多大。不要以为自己能解决商业上所有的问题。很多分析师写都希望写一份“指点江山”的报告 ,这种基本上是不靠谱的。商业问题是非常复杂了,随时时间的变化,随时商业环境的变化,每个阶段碰到的问题可能是完全不一样的。【如果那么容易把问题搞清楚,相信老板就不用招数据分析师了。特别是大的企业,思考一下这个逻辑。】

       

       所以我反而觉得一份分析报告,应该针对一个很小的问题,很具体的问题来进行数据分析,往往非常容易分析出结果,形成结论,非常有针对性也很更容易形成落地方案。


    2018-10-20 20:14:52

    点赞 1 回复 0
  • 数据海洋

    在数据分析中,首先是分析问题,分析问题一定是把分析不断的细分,不断的聚焦。问题越清楚越好。所以数据分析有几个经验想分享给大家:

    1、不要想着分析的问题有多大。不要以为自己能解决商业上所有的问题。很多分析师写都希望写一份“指点江山”的报告 ,这种基本上是不靠谱的。商业问题是非常复杂了,随时时间的变化,随时商业环境的变化,每个阶段碰到的问题可能是完全不一样的。【如果那么容易把问题搞清楚,相信老板就不用招数据分析师了。特别是大的企业,思考一下这个逻辑。】

       

       所以我反而觉得一份分析报告,应该针对一个很小的问题,很具体的问题来进行数据分析,往往非常容易分析出结果,形成结论,非常有针对性也很更容易形成落地方案。


    2018-10-20 20:14:52

    点赞 1 回复 0
  • 数据海洋

    在数据分析中,首先是分析问题,分析问题一定是把分析不断的细分,不断的聚焦。问题越清楚越好。所以数据分析有几个经验想分享给大家:

    1、不要想着分析的问题有多大。不要以为自己能解决商业上所有的问题。很多分析师写都希望写一份“指点江山”的报告 ,这种基本上是不靠谱的。商业问题是非常复杂了,随时时间的变化,随时商业环境的变化,每个阶段碰到的问题可能是完全不一样的。【如果那么容易把问题搞清楚,相信老板就不用招数据分析师了。特别是大的企业,思考一下这个逻辑。】

       

       所以我反而觉得一份分析报告,应该针对一个很小的问题,很具体的问题来进行数据分析,往往非常容易分析出结果,形成结论,非常有针对性也很更容易形成落地方案。


    2018-10-20 20:14:51

    点赞 1 回复 0
  • 数据海洋

    在数据分析中,首先是分析问题,分析问题一定是把分析不断的细分,不断的聚焦。问题越清楚越好。所以数据分析有几个经验想分享给大家:

    1、不要想着分析的问题有多大。不要以为自己能解决商业上所有的问题。很多分析师写都希望写一份“指点江山”的报告 ,这种基本上是不靠谱的。商业问题是非常复杂了,随时时间的变化,随时商业环境的变化,每个阶段碰到的问题可能是完全不一样的。【如果那么容易把问题搞清楚,相信老板就不用招数据分析师了。特别是大的企业,思考一下这个逻辑。】

       

       所以我反而觉得一份分析报告,应该针对一个很小的问题,很具体的问题来进行数据分析,往往非常容易分析出结果,形成结论,非常有针对性也很更容易形成落地方案。


    2018-10-20 20:14:51

    点赞 1 回复 0
  • 数据海洋

    在数据分析中,首先是分析问题,分析问题一定是把分析不断的细分,不断的聚焦。问题越清楚越好。所以数据分析有几个经验想分享给大家:

    1、不要想着分析的问题有多大。不要以为自己能解决商业上所有的问题。很多分析师写都希望写一份“指点江山”的报告 ,这种基本上是不靠谱的。商业问题是非常复杂了,随时时间的变化,随时商业环境的变化,每个阶段碰到的问题可能是完全不一样的。【如果那么容易把问题搞清楚,相信老板就不用招数据分析师了。特别是大的企业,思考一下这个逻辑。】

       

       所以我反而觉得一份分析报告,应该针对一个很小的问题,很具体的问题来进行数据分析,往往非常容易分析出结果,形成结论,非常有针对性也很更容易形成落地方案。


    2018-10-20 20:14:51

    点赞 1 回复 0
  • 数据海洋

    数据分析过程,其实就是一个分析问题,解决问题的过程。


    所以第一步首先应该是分析清楚问题是什么?能否把问题界定清楚这是关键,如果问题都没有搞清楚,就开始后续的工作,基本上是不靠谱的

    2018-10-20 20:07:59

    点赞 2 回复 1

    阳光

    2018-11-15 10:35:39

    收藏

    顶顶