专栏首页数据的力量被“妖魔化”的数据分析

被“妖魔化”的数据分析

作者@小强me 认为新手总觉得数据分析是一件超级复杂,技术含量极高的事情。他们总关心一些专业词汇,图表怎么做,excel工具怎么用,结论怎么写…作者强调文中所说的都是游戏的数据分析,因此别以为大数据什么的也都这么简单。

数据分析是一个方法,但不是唯一的方法

数据分析的优点是相对客观,但是缺点也很明显,人力和时间成本很高。

游戏里的数据分析无非就是要实现2个目的:

  • 发现现存问题的本质,并解决他(99%)
  • 发现一些趋势,以便未来做的更好(1%)

其中第一个目的占99%!第二个目的我没见人专门做过,我自己也从来没有专门做过类似的事情,最多就是数据看多了,瞎猫碰上死耗子,发现点趋势来。

所以数据分析主要是为了发现问题,解决问题而做的。发现问题和解决问题的方法有很多种,有时候数据分析并不是最好的办法。

例如:新版本很快就要更新了,一还有一堆准备工作没有完成,这个时候你发现新出的装备卖的很不好,远远不如预期。

如果你还花很多时间去分析为什么那个装备卖的不好,那你就耽误了更重要的新版本!当时间不够的时候,分清主次,别再数据分析上浪费时间。找不同类型的用户聊聊,基本就能发现主要的问题所在了。

数据分析不是万能的

数据分析能够发现代码的问题根源,但是很难解释用户的行为。

数据分析思路(脑图来自《游戏数据分析三部曲》)

如上图中,当我们通过数据发现游戏里的大R流失了。数据能做的就已经到尽头了,数据无法告诉我们流失的具体原因。数据不能告诉我们用户是因为公司破产而停止玩游戏,还是因为跑去玩其他游戏了,还是因为玩累了不想玩了…

数据很多时候也解释不清楚,只是通过数据的不断细分,我们能把问题的范围缩小再缩小,而不是在茫茫大海里找一根针。

所以再牛B的数据分析师,如果不了解产品,不了解用户,也没用!

数据分析不是把图表和文字堆砌出来就行了

见过很多数据分析:排版整洁,图表做的很漂亮,每页都有公司logo和版权说明,乍一看感觉好牛B!

但再一看内容,纯属一堆垃圾!

  • 数据采样完全不科学
  • 根本没有细分数据,只有一堆说明不了问题的宏观数据
  • 没有任何对比数据
  • 数据完全不能支撑“分析”得出的结论

简单总结:结论全是主观臆断,跟堆砌的数据和图表完全无关。

数据分析是一个很严谨的事情,每个结论都应该从数据中得出,数据不能说明的问题只能是猜测。所以当我们写下每一个结论的时候,一定要搞清楚这个是“我觉得是这样”,还是“我从数据中发现是这样”!

来源微信公众号:互联网er的早读课

本文分享自微信公众号 - 数据的力量(shujudeliliang)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2015-04-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 人力资源八大专业工具与方法总结(图文版)

    用户1756920
  • 数据分析那些事(菜鸟入门必看)

    用户1756920
  • 分析入门:优秀数据分析师的访谈1

    Froc寄语:数据分析师(或者时髦一些的说法是数据科学家),是公司不可或缺的重要组成人员,一家缺失数据分析师的公司,至少说明这家公司缺少数据驱动的意识,在未来竞...

    用户1756920
  • 数据分析资料分享:零售数据分析与应用

    最近得空整理了一份关于零售数据分析与运用的资料,包括了基本的知识讲解、知识点案例,以及各种好玩的落地实操资料,具体的资料:

    沉默的白面书生
  • 中国企业应用数据分析大概情况和未来趋势

    “大数据”时代到来了吗? 潮流是一股可笑又可敬的力量:今天,如果打开任何媒体,要是不提“大数据”,恐怕都不好意思出版。这股潮流,铺天盖地,连国家领导人...

    小莹莹
  • 90天「高效学习」之后,分享下我的数据分析学习经验

    许多刚刚接触数据分析的人或者转行想从事业务类数据分析的人来说如何学习才能学以致用,是一个尤为重要的问题,结合我的亲身经历讲一讲我的一些总结及看法: 对于想从事业...

    CDA数据分析师
  • 找一份数据分析工作,是不是真的很困难?

    作者 Amy 本文为CDA数据分析师志愿者投稿作品,转载需授权 经常遇到有人留言咨询,表明自己想做数据分析,但是面临着很多“困境”,如: 大学本科数学专业的,想...

    CDA数据分析师
  • 我们说的数据分析,到底要分析些什么?

    数据分析这个话题自从进入人们的视线以来,这个话题就成为人们茶余饭后的谈资,但是一千个人眼中就有一千个哈姆雷特,就意味着每个人对数据分析都有不一样的理解。

    CDA数据分析师
  • 张溪梦:14年数据分析经历,我总结为这三点“道、术、器”

    大数据文摘
  • 大数据和数据分析区别是什么?可以从这三方面来看

    我们先谈谈大数据是什么样的数据。 IBM有一个著名的5V大数据理论:Volume(大量)、Velocity(高速)、Variety(多样性)、Value(价值)...

    数据前沿

扫码关注云+社区

领取腾讯云代金券