专栏首页巡山猫说数据「09」数据分析究竟在做什么

「09」数据分析究竟在做什么

上篇文章,我们大致讲解了数据分析技能点

里面有提到数据分析需要的 理论知识,工具能力,业务认知

这些就像是数据分析师的装备和buff

但就像游戏,再好的装备和buff

玩家打boss仍旧需要 走位

这些游戏中一遍遍打怪沉淀下来的“走位”

就是今天要讲述的重点内容

描述拆分预测

记得18年,笔者和身边的分析师朋友们讨论过一个问题

数据分析究竟在做什么?

当然,这是个仁者见仁,智者见智的问题

相信每个数据分析师,或者每个分析师,都有自己的见解和答案

那么,我们再具体一点

一个数据分析师,在日常工作中,对数据的行为都包含什么?

笔者理解,主要包含以下三个方向:

对于历史的解读:描述历史发生了什么,为什么发生

对于当下的理解:拆分当前业务状况,以及业务如何优化

对于未来的预估:预测未来会怎样,业务如何更好

这就是标题中所说的 描述拆分预测

这也是我们平常工作中最常做的内容

我们来说说例子

关于描述 & 拆分

最简单的,来一个临时需求,我们需要提供一批数据

这批数据用来描述“需求”的情况,这个就是描述

这个需求里,可能不止一个指标,可能有pv,uv,时长,ctr等等

这些,就是对于需求的拆分

通过拆分需求,描述了当前需求的状况

再往上走,建立指标体系

在了解业务形态的基础上,业务映射数据,数据组合成指标

指标对业务有了一个定量的描述及对比之后定性的描述

某个时刻,某个指标波动了

我们又将指标拆分成对应的业务action,寻找具体的原因

这个又是一个拆分的过程

常见的RFM,5W2H,4P等经典分析模型

本质上,是对数据拆分归类的一种方法

这些方法,让我们更好的描述了数据,解读了数据

这也就是经常说的:汇总值无意义,拆分才有意义

关于预测

预测,不免的会涉及到模型,算法等内容

当然,这些都是比较进阶的一些知识点

我们回归到初衷,我们为什么要将数据

处理之后,套用到相关的模型,算法里

基于2个假设和1个目标:

1个目标:更好的业务发展

2个假设:

1、模型,算法,能更好的描述,拆分当前业务的变量之间的关系

2、对于业务的认知,和模型算法的理解,串联起了业务目标和当前业务状况

这个其实就是预测

无论用任何模型,任何算法,我们都在度量数据之间的关系

根据数学的理论知识,结合当前的业务场景,通过算法,模型,模拟未来会发生什么,从而引导业务往更好的方向发展

回归到最开始的问题:数据分析究竟在做什么?

我想,大家可能都会有这样一个答案:告知业务,历史发生了什么,现在怎么样,未来如何变得更好

当然,这里面的描述,拆分,预测,都有非常多的方法论

毕竟,描述也好,拆分也好,预测也好,都是对工作的一个概述

这些概述,都是在度量业务中变量的联系

实际落地,我们还需要非常多的方法论支撑

下面,我们就来讲一个比较通用的方法论

人 + 货 + 场

关于人货场,相信大家都非常了解

电商中最常用的一个分析拆分方法论,网络上有非常多的资料

大家可以百度一下,这里就不再赘述

本文说的人货场,其实也差不多,只不过我们把定义更泛化了一些

人:用户 & 用户带来的需求

货:业务所提供的服务内容

场:承载内容的一个壳

对于电商,用户X来了,在页面A浏览后下,下单购买了B产品

这里面,“人”是用户X,“货”是产品B,“场”是页面A,三者有相互关联的关系

同样,把这个定义泛化之后,对于任何app场景,我们都可以理解成:

(人)用户由于某需求,来到某APP(场),APP中提供的某种内容(货),满足了用户的需求,从而用户不断的使用该APP

这个就是我们泛化之后的人货场

为什么要这么泛化呢?

我们上文说过,拆分和描述,以及之后的预测,都有很多的方法论

而这些方法论,本质上是在更好的 度量业务中变量的联系

人 货 场的拆分,我们可以把业务拆分成较明确的三个独立的模块

而这些独立的模块,我们都能用一些较成熟的维度去拆分和度量

关于人

用户如何来,用户如何使用APP,用户如何流失。简单来说就是用户整体生命周期的管理

从新用户的引入的渠道调控,到老用户的成长体系设计,再到用户的衰退阶段的不断延迟及拉活等周期的管理,都是“人”的范畴

关于货

用户来一个APP,是由于APP中的内容,能够满足/间接满足他的需求

那么对于所提供内容的分析,就属于“货”的范畴

通俗来讲,就是APP提供的内容是什么

比如电商类APP,提供的是实际的商品,及商品的售前售中售后服务,如某淘

比如视频类APP,提供的是分门别类,迎合用户兴趣的长短不一的视频,如某音

比如服务类APP,提供的是不同场景下,符合用户需求的功能等,如招聘

这些其实都是针对用户需求,APP所提供的特定内容/服务,我们重点需要关注的是,内容的好坏及多少。在内容足够多的同时,尽可能好的满足用户

关于场

上文中,多次提到的APP,其实就是“场”

毕竟,内容也好,用户也罢,总需要有一个链接的地方。而这个地方,我们就可以认为是“场”

这个场,其实是用户可以通过哪些操作,触达到APP所提供的内容

让用户体会到产品核心价值的APP功能,就是“场”

对于APP的功能的分析,我们更需要聚焦于效率

因为场本身是一个壳,用户只是借助了这个壳,触达内容,满足需求

所以,APP的分析,更多的是漏斗的分析,及路径的分析

因为我们需要在尽可能短的路径中,满足用户的需求,然后让用户留下来

总结 & 未来

描述拆分预测 ,总结了数据分析的日常工作内容;人货场,介绍了基础的拆分方法

以上两点,我们呼应到之前的文章中提到的内容:数据分析,是用逻辑串联业务,讲一个情景优化的故事

描述拆分预测,是串联的过程

分析方法论,是逻辑的支撑

而情景优化,是分析的目的

下篇开始,公众号会开始一个新的系列

笔者计划结合具体的业务和案例,介绍相关的分析方法论和串联过程,并给出相关的分析结论,敬请期待

以上,就是本期内容,有任何问题欢迎后台留言~

本文分享自微信公众号 - 巡山猫说数据(sven994777),作者:巡山猫

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:2021-01-24

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

  • 大数据究竟是什么

    古语云:三分技术,七分数据,得数据者得天下。先不论谁说的,但是这句话的正确性已经不用去论证了。维克托·迈尔-舍恩伯格在《大数据时代》一书中举了百般例证,都是为了...

    小莹莹
  • 【数据分析】互联网和金融,在数据挖掘上究竟存在什么区别?

    一、数据挖掘的层次 一直想整理下对数据挖掘不同层次的理解,这也是这两年多的时间里面,和很多金融领域、互联网做数据相关工作的小伙伴,聊天交流的一些整理和归纳。大概...

    陆勤_数据人网
  • 【数据分析】互联网和金融,在数据挖掘上究竟存在什么区别?

    一、数据挖掘的层次 一直想整理下对数据挖掘不同层次的理解,这也是这两年多的时间里面,和很多金融领域、互联网做数据相关工作的小伙伴,聊天交流的一些整理和归纳。大概...

    小莹莹
  • 地球如果流浪,大数据究竟能做什么?

    每条大街小巷,每个人的嘴里,见面第一句话,就是:「道路千万条,安全第一条,行车不规范,亲人两行泪」。

    数澜科技
  • 做数据分析,Python和R究竟哪个更强?

    几十年来,研究人员和开发人员一直在争论,对于进行数据科学和数据分析,Python和R语言哪个才是更好的选择?近年来,数据科学在生物技术、金融和社交媒体等多个行业...

    CDA数据分析师
  • 数据分析师都做些什么

    数据分析师,简单切词为“数据”,“分析”,“师”。因此,获取必要的数据,分析这些数据,然后从数据中发现一些问题提出自己的想法,这就是一个数据分析师的基本工作内容...

    小莹莹
  • 你还在用Python做数据分析么?

    被大数据分析算法刷屏的各种推荐,刷个抖音,被频繁的推荐可能认识的人,其中就包括分手一年多的前女友;淘宝闲逛,推送的都是你妈妈搜索过的中老年大码女装;微博浑水,你...

    龙哥
  • 【数据分析】数据告诉你:梅西究竟厉害在哪里?

    (原文来自 FiveThirtyEight,译言 linuxor 翻译) 内特·西尔弗(Nate Silver)是个天才数据分析师,曾经在2012年美国总统大选...

    小莹莹
  • 数据分析项目,是什么?为什么我没做过?

    很多做数据的同学都有这个强烈的心声。每天机械的跑数,完全不知道数据有啥用的状态确实很不好。大家都想有个独立负责项目的机会。

    接地气的陈老师
  • 当我们做后仿时我们究竟在仿些什么(四)

    就像人类容易接受自然数,但对于负数缺乏某种直觉上的认识一样;后仿过程中经常出现的 Negative Delay 和 Negative Timing Check ...

    icsoc
  • 当我们做后仿时我们究竟在仿些什么(三)

    最近又做了一些后仿debug的工作,有两点是之前两篇没有提到太多的,趁假期有点时间记录下来。标题也照旧,加个三吧。

    icsoc
  • 当我们做后仿时我们究竟在仿些什么(四)

    就像人类容易接受自然数,但对于负数缺乏某种直觉上的认识一样;后仿过程中经常出现的 Negative Delay 和 Negative Timing Check ...

    icsoc
  • 多维度数据分析是什么?该怎么做?

    做数据分析的同学们都遇到过这个问题:从多维度分析问题,提出对业务有意义的建议。这个题目看起来很简单,可很多同学辛辛苦苦跑了一堆报表,结果只落得业务一堆抱怨:

    接地气的陈老师
  • 美国大数据行业究竟什么样? 我们带你一探究竟

    数据猿导读 为了更好的对接国际最新技术和应用,上海大数据联盟将于5月4日至10日组织中国大数据领域的代表性企业赴美考察学习。数据猿创始人兼CEO牟蕾也将随团进行...

    数据猿
  • 互联网和金融 在数据挖掘上究竟存在什么区别?

    在银行做了两年的数据分析和挖掘工作,较少接触互联网的应用场景,因此,一直都在思考一个问题,“互联网和金融,在数据挖掘上,究竟存在什么样的区别”。在对这个问题的摸...

    CDA数据分析师
  • 互联网和金融,在数据挖掘上究竟存在什么区别?

    作者在银行做了两年的数据分析和挖掘工作,较少接触互联网的应用场景,因此,一直都在思考一个问题,“互联网和金融,在数据挖掘上,究竟存在什么样的区别”。在对这个问题...

    华章科技
  • 【数据挖掘】互联网和金融 在数据挖掘上究竟存在什么区别?

    文|周学春 在银行做了两年的数据分析和挖掘工作,较少接触互联网的应用场景,因此,一直都在思考一个问题,“互联网和金融,在数据挖掘上,究竟存在什么样的区别”。在对...

    陆勤_数据人网
  • 当我们做后仿时我们究竟在仿些什么(补充)

    自从上次关于后仿的文章发布以后,又陆续收集到了一些关于后仿的其它小技巧。这次整理出来作为前文的补充,希望对大家有所帮助。文中提到的仿真器默认是VCS.

    icsoc
  • 数据分析该分析什么?

    总第56篇 很多时候我们走的走的就会忘记当初为什么而出发。 我们有的时候在拿到数据以后不知道该怎么进行分析,该去分析什么,其实这些在我们以前的统计学中都学过。 ...

    张俊红

扫码关注云+社区

领取腾讯云代金券