专栏首页华章科技为什么你的数据分析成果总是难以落地?

为什么你的数据分析成果总是难以落地?

为什么你的数据分析成果总是难以落地?数据分析的价值总是远远低于预期?相信看完这篇文章,每个人都能找到一个属于自己的答案。以下为从事电力、军工、金融等行业担任数据分析师从业者的多年行业经验,希望能对大家有所帮助。

01 遵循数据分析标准流程

数据分析遵循一定的流程,不仅可以保证数据分析每一个阶段的工作内容有章可循,而且还可以让分析最终的结果更加准确,更加有说服力。一般情况下,数据分析分为以下几个步骤:

1)业务理解,确定目标、明确分析需求;

2)数据理解,收集原始数据、描述数据、探索数据、检验数据质量;

3)数据准备,选择数据、清洗数据、构造数据、整合数据、格式化数据;

4)建立模型,选择建模技术、参数调优、生成测试计划、构建模型;

5)评估模型,对模型进行较为全面的评价,评价结果、重审过程;

6)成果部署,分析结果应用。

02 明确数据分析目标

在数据分析前期,要做到充分沟通、理解业务规则、关注业务痛点、了解用户需求、换位思考,明确为什么要做数据分析,要达到一个什么目标。

03 业务与数据结合确定分析主题

以解决业务问题为目标,以数据现状为基础,确定分析主题。前期要做好充分的准备,以业务问题为导向,以业务梳理为重点,进行多轮讨论,分析主题避免过大,针对业务痛点,实现知现状、明原因、可预测、有价值。

04 多种分析方法结合

分析过程中尽量运用多种分析方法,以提高分析的准确性和可靠性。例如,运用定性定量相结合的分析方法对于数据进行分析;融合交互式自助BI、数据挖掘、自然语言处理等多种分析方法;高级分析和可视化分析相结合等。

05 选择合适的分析工具

工欲善其事,必先利其器,数据分析过程中要选择合适的分析工具做分析。SPSS、Rapidminer、R、Python等这几种工具都是业界比较认可的数据分析产品。

它们各有其优势,SPSS 较早进入国内市场,发展已经相对成熟,有大量参考书可供参考,操作上容易上手,简单易学。Rapidminer 易用性和用户体验做得很好,并且内置了很多案例用户可直接替换数据源去使用。R 是开源免费的,具有良好的扩展性和丰富的资源,涵盖了多种行业中数据分析的几乎所有方法,分析数据更灵活。Python,有各种各样功能强大的库,做数据处理很方便。

06 分析结论尽量图表化

经过严谨推导得出的结论,首先要精简明确,3-5条即可。其次要与业务问题结合,给出解决方案或建议方案。第三尽量图表化,要增强其可读性。

某企业KPI分析报告

数据分析过程中,除了以上六条原则,还要避免以下3种情况:

1)时间安排不合理

在开始分析工作之前,一定要做一个明确的进度计划,时间分配的原则是:数据收集、整理及建模占70%,数据可视化展现及分析报告占25%,其他占5%。

2)数据源选择不合理

一般企业中的数据来源有很多,SAP、TMS、CRM及各部门业务系统,每个渠道的数据各有特点。这时,应该慎重考虑从哪个渠道获取数据更加快捷有效。数据源选择不合理,不仅影响结论的可靠性,而且有返工的风险。

3)沟通不充分

无论是分析人员内部的沟通还是与外部相关人员的沟通,都是至关重要的。与外部人员沟通效不顺畅,可能造成前期需求不清,中间业务逻辑混乱,最终导致数据分析结果差强人意。与内部人员沟通效率低,可能造成分析进度滞后,分析工作开展不畅等诸多问题,直接影响分析效果。

对于数据分析师,分析经验的积累与专业知识的提升同样重要,因为有些问题不是只用专业知识就能解决的,所以在平时的工作中要有意识的去学习业务知识、掌握先进的分析工具,做一个有心人!

来源:MeritData

本文分享自微信公众号 - 大数据(hzdashuju)

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:2018-02-24

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

  • 美国数据科学家带你看看大数据的未来

    从SGI的首席科学家John R. Masey在1998年提出大数据概念,到大数据分析技术广泛应用于社会的各个领域,已经走过了17年的时间。现在再也没有企业怀疑...

    华章科技
  • 一位数据分析师的职业规划

    我小时候的理想是将来做一名数学家,可惜长大了发现自己天赋不够,理想渐行渐远,于是开始考虑现实,开始做一些人生规划,我一直在思考将来从事何种职业,专注什么样的领域...

    华章科技
  • 数据分析师内幕揭秘,你想了解的前前后后都在这里

    本篇是给各种有兴趣的,好奇的,想学习,想转行的门外汉做的简介,有兴趣的同学请传阅,业内各位老炮儿看了随意吐槽 ( ^∀^)

    华章科技
  • 美国数据科学家带你看看大数据的未来

    从SGI的首席科学家John R. Masey在1998年提出大数据概念,到大数据分析技术广泛应用于社会的各个领域,已经走过了17年的时间。现在再也没有企业怀疑...

    CSDN技术头条
  • 美国数据科学家带你看看大数据的未来

    从SGI的首席科学家John R. Masey在1998年提出大数据概念,到大数据分析技术广泛应用于社会的各个领域,已经走过了17年的时间。现在再也没有企业怀疑...

    华章科技
  • 我眼中的数据分析

    数据分析的任务必须是明确的,带着问题出发。它可以是一张简单的报表,也可以是专题或者综合分析。

    enenbobu
  • 数据分析入门

    用适当的统计分析方法对收集来的大量数据进行分析,将他们加以汇总和理解并加以消化,以求最大化的开发数据功能,发挥数据的作用。数据分析可用于现状分析,原因分析,预测...

    潇洒坤
  • 大数据时代,技术和分析哪个更重要?

    资深数据分析师,戴文波特在《哈佛商业评论》上的撰文《数据分析师的崛起》中提到,大数据时代的到来意味着处理庞大的数据将会在每个人的工作中,占有越来越大的比...

    陆勤_数据人网
  • 【数据分析 R语言实战】学习笔记 第一章 数据分析导引

    (1)数据分析是为了验证假设的问题,需要提供必要的数据验证。在数据分析中,分析模型构建完成后,需要利用测试数据验证模型的正确性。

    统计学家
  • 今天聊聊大数据

    大数据概念 "大数据"是一个体量特别大,数据类别特别大的数据集,并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 大数据的4V特点:Volum...

    互联网金融打杂

扫码关注云+社区

领取腾讯云代金券