5點！分析師常被問到的
解密數(shù)據(jù)分析
|0x00 數(shù)據(jù)分析做什么
大家好，我是寶器！
數(shù)據(jù)分析的定義，在百度百科上是這樣介紹的：“用適當?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進行分析，將它們加以匯總和理解并消化，以求最大化地開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。”這句話的理解比較費勁，那么簡單一點講，數(shù)據(jù)分析就是發(fā)現(xiàn)有用的信息，提供結論并支持決策。
有道是“數(shù)據(jù)在手，天下我有”，但如何尋找出數(shù)據(jù)中潛在的價值，就是分析師的重要工作了。
數(shù)據(jù)分析大概有兩種不同的發(fā)展方向，一種是偏向業(yè)務分析，需要對業(yè)務有比較深的理解，在此基礎上，通過數(shù)據(jù)來尋找業(yè)務增長的套路，例如用戶增長、網(wǎng)站分析、經(jīng)營分析等；另一種是偏向數(shù)據(jù)挖掘，更加注重技術、尤其是算法能力的應用，需要對常見算法的應用熟練掌握。實際工作中，由于數(shù)據(jù)挖掘需要非常好的技術功底，因此絕大多數(shù)人都是偏向業(yè)務進行分析。
|0x01 數(shù)據(jù)分析的工作內容
那么數(shù)據(jù)分析的童鞋，日常主要在做什么呢？簡而言之，在做三件事：業(yè)務的現(xiàn)狀是什么、為什么會發(fā)生、未來將要如何（或如何改進）。
現(xiàn)狀分析，就是告訴業(yè)務決策者，過去發(fā)生了什么事情，并且通常以報表的形式呈現(xiàn)出來。所以分析師不光要能夠做日報、周報，還需要自己來搭建報表平臺，通過分析關鍵的指標，來掌握業(yè)務的運營情況。
原因分析，是在業(yè)務現(xiàn)狀的基礎上，分析為什么會發(fā)生這些事情。比如指標上升或者下降了，是因為什么原因造成的；或者是分析不同渠道對于最終轉化的貢獻情況。分析的過程，通常會通過專題的形式展示出來。
預測分析，則是告訴業(yè)務，未來會發(fā)生什么。預測其實是一件很重要的工作，不論是企業(yè)經(jīng)營目標的制定，或者是相關策略的落實，都需要預測未來可能的情況，來保證業(yè)務的健康可持續(xù)發(fā)展。例如電商大促的到來，銷量會得到很大的提升，那么對應的預算、物流、商家要做怎樣的應對，都依賴于數(shù)據(jù)來提供預測。
|0x02 相關概念的解釋
還是有人會產(chǎn)生疑問：“數(shù)據(jù)分析”、“數(shù)據(jù)科學”、“數(shù)據(jù)驅動”、“商業(yè)智能”，這些概念都有怎樣的不同呢？
首先說一下“商業(yè)智能”，英文是Business intelligence，這是我們常說的BI，其主要價值，在于通過一系列的數(shù)據(jù)技術，從數(shù)據(jù)中挖掘隱藏的客觀規(guī)律，總結這些規(guī)律背后的原因，并用于指導公司業(yè)務的發(fā)展。大多數(shù)情況下，BI分析師的工作，就是通過SQL、Python等語言，將已經(jīng)統(tǒng)計好的數(shù)據(jù)，結合數(shù)據(jù)模型或者是分析框架，來對業(yè)務進行各種分析，并做成有價值的報表或者報告的形式，供業(yè)務方進行分析。
再講講“數(shù)據(jù)科學”，這個概念就要寬泛的多，通常指在跨學科的領域中，通過數(shù)據(jù)來尋找到解決問題的方法。數(shù)據(jù)科學的概念其實比較模糊，屬于寬口徑的概念，在不同的行業(yè)里所做的事情，可能是截然不同的。在互聯(lián)網(wǎng)行業(yè)中，數(shù)據(jù)科學大約代表：先通過探索分析發(fā)現(xiàn)問題，然后再用數(shù)據(jù)建模去解決問題。
那么“數(shù)據(jù)驅動”又如何理解？數(shù)據(jù)驅動的字面意思是將數(shù)據(jù)來作為生產(chǎn)資料，通過科學的方法，來推動業(yè)務的優(yōu)化提高。在互聯(lián)網(wǎng)行業(yè)里，數(shù)據(jù)驅動又可以分為數(shù)據(jù)驅動產(chǎn)品、數(shù)據(jù)驅動業(yè)務兩個方向，比如通過A/B測試來尋找最優(yōu)的推薦算法，或者是設計實驗來指導產(chǎn)品迭代更新的方向，等等。
因此，在一家公司中，不同數(shù)據(jù)崗位的分工大體如下：數(shù)據(jù)工程師負責數(shù)據(jù)平臺的搭建、數(shù)據(jù)倉庫的建設，以確保數(shù)據(jù)被正確的計算和方便的獲取；數(shù)據(jù)分析師根據(jù)數(shù)據(jù)來描述或者是分析相應的問題，這其中包括了“商業(yè)智能”來做報表，或者是“數(shù)據(jù)科學”來尋找數(shù)據(jù)模型，最終都是“數(shù)據(jù)驅動”業(yè)務增長或產(chǎn)品迭代。
|0x03 如何來做數(shù)據(jù)分析
數(shù)據(jù)分析雖然需要的基礎知識非常多，屬于入門門檻比較高的那一種，但實際的工作卻大體遵循如下的步驟，細節(jié)可以有不同：
明確分析目的 - 確定思路框架 - 準備數(shù)據(jù) - 分析數(shù)據(jù) - 展示數(shù)據(jù) - 報告撰寫。
一，明確分析目的，非常重要，目的不明確會導致分析的過程十分盲目。這里會有一個假設，即分析師需要懂業(yè)務，并且有自己對于業(yè)務的理解，如果沒有相應的專業(yè)知識，通常分析的結果就沒有特別大的價值。那么什么是懂業(yè)務？大體上就是需要明白企業(yè)的商業(yè)模式是怎樣的，通過什么樣的關系能夠產(chǎn)生商業(yè)價值。如果是2B方向，還需要懂一些管理學的內容，了解數(shù)據(jù)如何輔助公司的經(jīng)營管理。
二，確定思路框架，是通過怎樣的指標、哪些角度來進行分析。其實業(yè)界有一些非常通過的方法，可以讓我們快速開展業(yè)務的同時，能夠保證“MECE原則”，即對于一個重大的議題，能夠做到不重疊、不遺漏的分類，而且能夠借此有效把握問題的核心，并成為有效解決問題的方法。
常見的思路框架包括：決策樹管理分析法、PEST行業(yè)分析法、5W2H問題分析法、4P營銷理論、SWOT競爭力分析模型…… 這里的方法論非常多，一些細分方向也有自己的成套理論，比如“用戶增長”常用的AARRR漏斗模型、RFM理論等。這里就不一一展開了，網(wǎng)上能夠搜到大把的資源，但有一點需要注意，就是掌握模型切記只掌握個大概，因為每個模型是相應知識體系的總結，只能交給你思路，而無法交給你哪些坑應該避免、什么情況下不起作用，等等。
三，準備數(shù)據(jù)，這個工作通常由數(shù)倉團隊完成，一些流量場景，需要采集數(shù)據(jù)的，也可以通過數(shù)據(jù)埋點平臺來自動完成。當然，成熟的團隊會通過建立自己的指標體系，來靈活的支持業(yè)務的發(fā)展。
四，分析數(shù)據(jù)，以上文提到的現(xiàn)狀、原因與預測分析為例，可以衍生出很多相應的分析方法。我們日常聽到比較多的假設檢驗、回歸分析、聚類分析等，都是在分析數(shù)據(jù)階段需要用到的專業(yè)知識。
常見的分析方法有：A/B測試、描述分析、假設檢驗、信度分析、推斷分析、相關分析、回歸分析、聚類分析、時間序列分析…… 在使用分析方法時，需要注意的一點是口徑要一致，例如指標的口徑范圍、計算方法、計量單位等進行檢查。
五，展示數(shù)據(jù)，一般情況下是通過圖表和表格來展示數(shù)據(jù)，通常是能用圖說明的，就不要用表格，除非表格能夠提供更多的信息。
詳情見下圖。
所以有句話說道：數(shù)據(jù)分析無非四種方法：“比較”、“分布”、“構成”、“聯(lián)系”。
六，報告撰寫，根據(jù)分析框架，圖文并茂的寫一個好故事吧，記得要有清晰的結論。
|0x04 A/B測試
俗話說，“增長團隊有三寶：埋點、漏斗、AB測”，埋點是數(shù)據(jù)平臺的功能，漏斗是分析問題的思路，但為什么要單獨提一下A/B測試？是因為有了數(shù)據(jù)分析的方法之后，我們還需要數(shù)據(jù)分析的平臺，來對分析的成果快速的進行實驗。可以說，A/B測試是支持數(shù)據(jù)決策最有力的工具。
A/B測試針對2種以上的方案，不論是一整套產(chǎn)品方案，還是一個小元素的改動，只要變量是唯一的，那么我們就可以對同一組人群，進行隨機的分組，在同等的時間維度內，將實驗組和對照組的結果進行對比，來衡量那種方案更好。
其實很多開發(fā)與測試的同學不太理解A/B測試的重要性，因為從開發(fā)的視角出發(fā)，這些內容確實會增加很多的動作量。但如果從業(yè)務的角度出發(fā)，那作用可就大了，不論是爭議方案的對比、還是產(chǎn)品轉化率的提升、亦或是多個數(shù)據(jù)策略的貢獻分配、再或者是產(chǎn)品功能保持簡潔的方法，都需要大量的實驗來驗證我們的想法。在互聯(lián)網(wǎng)公司中，我們并不缺少想法，但我們需要驗證想法的工具，讓數(shù)據(jù)來消除我們的收益淹沒、認知偏差、僥幸心理和收益分配矛盾。
在實際的工作中，A/B測試并不簡單的代表分成兩個實驗組，就完事了，因為我們需要考慮“辛普森悖論”的存在。辛普森悖論是指在某個條件下的兩組數(shù)據(jù)，分別討論時都會滿足某種性質，可是一旦合并考慮，卻可能導致相反的結論。如果不了解辛普森悖論，盲目的解讀試驗結論，很容易得出錯誤的結論。因此，我們通常會設計更多的參照，以驗證我們想法的正確性，比如AA測試，或者AAB測試，這都需要一些經(jīng)驗的累積。
36Kr曾在一篇報道中寫道，“頭條發(fā)布一個新APP，其名字都必須打N個包放到各大應用市場進行多次A/B測試而決定，張一鳴告訴同事：哪怕你有99.9%的把握那是最好的一個名字，測一下又有神馬關系呢？”
|0x05 數(shù)據(jù)化運營
數(shù)據(jù)分析如果持續(xù)的做下去，那么它的目標就不僅僅是運營看板或者是分析報告了，而是走向“數(shù)據(jù)化運營”的發(fā)展路線中。
“數(shù)據(jù)化運營”的概念很火，但其實很多人對它有誤解，認為這就是將“運營”的工作線上化了而已，但其實不然。在百度百科中，對“數(shù)據(jù)化運營”的定義是：“數(shù)據(jù)化運營是指通過數(shù)據(jù)化的工具、技術和方法，對運營過程中的各個環(huán)節(jié)進行科學的分析，為數(shù)據(jù)使用者提供專業(yè)、準確的行業(yè)數(shù)據(jù)解決方案，從而達到優(yōu)化運營效果和效率、降低運營成本、提高效益的目的。”
但在互聯(lián)網(wǎng)行業(yè)中，“數(shù)據(jù)化運營”的核心思路在于，基于“用戶”的行為和屬性，對“用戶”進行運營。因為互聯(lián)網(wǎng)產(chǎn)品的生命周期，就是一個閉環(huán)的模型：用戶獲取、用戶活躍、用戶留存、口碑傳播、付費轉化。這其中的每一個環(huán)節(jié)，都是一個漏斗，通過對數(shù)據(jù)進行分析，來運營指標的增長，或者是指導產(chǎn)品成長。例如最經(jīng)典的啤酒與尿布的故事，就是一個典型的場景，通過發(fā)現(xiàn)用戶行為的關聯(lián)，來設置合理的運營策略，提升最終的產(chǎn)品銷量。
就像精益創(chuàng)業(yè)中提到的“MVP”理論一樣，不論是數(shù)據(jù)分析制定的各種策略，或者是企業(yè)的不同戰(zhàn)術打法，其實都不一定是奏效的，而在執(zhí)行策略的同時，通過數(shù)據(jù)的沉淀，來不斷驗證策略打法的有效性，最終發(fā)現(xiàn)那個最合適的“MVP”功能，是數(shù)據(jù)化運營的核心導向。
現(xiàn)在的數(shù)據(jù)化運營體系已經(jīng)變得更加復雜，不僅是因為業(yè)務場景的設計越來越復雜，也因為機器學習、因果推斷等新技術的應用，使得一些感性的數(shù)據(jù)能夠被利用起來，讓我們的運營能夠更加清楚的看到業(yè)務與目標的差距在哪里、應該通過哪些手段來彌補GAP，調整方法會產(chǎn)生怎樣的影響，最終形成我們口中的“數(shù)據(jù)智能”。
|0xFF 尾記
KPMG（畢馬威）的Swami Chandrasekaran分享過一個數(shù)據(jù)科學家的學習路線圖，包括了數(shù)據(jù)的基本原理、統(tǒng)計學、機器學習、數(shù)據(jù)可視化、大數(shù)據(jù)處理等方面的推薦知識，感興趣的可以學習一下。原本是2013年寫的，部分內容可能需要更新，但個人覺得這種類似地鐵線路圖的方式，很適合作為自己學習的思維導圖。
推薦閱讀
歡迎長按掃碼關注「數(shù)據(jù)管道」