从零搭建微信公众号数据分析体系：技术分支小结

05

2023-12

从零搭建微信公众号数据分析体系：技术分支小结

技术分支篇中，我们探讨了各种可能的技术方案，接下来，就是对这些技术分支做一个小结了。

LEARN MORE

图片由通义万相绘制

关于系列

作为一个专栏周更博主，《从零搭建微信公众号数据分析体系》是一个以本微信公众号的数据（毕竟其他更真实的业务数据我不敢拿出来写帖子）为例子的技术帖子系列。是一个“边写边做”的“有趣”的系列。基本按照企业做需求的模式，从项目立项、需求调研、数据建模落库、可视化看板预搭建、模型调优，一路到看板美化。

由于是周更，看到本篇不明所以的朋友可能需要先看看之前内容。感兴趣的朋友们可以通过点击文章最上面的合集标签查看前面的内容。

也可以直接拉到文章的最后，通过上一篇/下一篇的方式来查看更多的内容。

对这个话题的后续内容有兴趣的朋友们可以关注一下，这个系列每周二更新。

此外，对于内容有什么建议或者想来唠嗑群里唠嗑吹水的朋友们，可以关注，点击菜单中的“来唠嗑”加我微信，备注一下想来唠嗑，我拉你进群。至于群二维码，就不放了，之前放的二维码进来太多发广告的人了，太破坏体验了。至于留言嘛，公众号没有留言的功能，单纯想说两句的朋友们可以发快捷私信，看到的话基本都会回复的~

小结一下目前的内容

从零搭建数据分析体系这个系列的第一篇文章是2023.8.29开始更新的，更新跨度长达三个月的时间，相信不少朋友已经逐渐忘记了之前的内容，再加上对于技术分支的探讨已经逐渐告一段落了，所以，在这里，我们对已经有的内容做一个小结。

蓝色的地方是超链接可以跳转回到当初的文章中去查看细节的哦~

首先，对于一个真实的数据分析项目来说，第一步从来都不是拿起一个数据就开始做分析，第一步永远是先对项目的目标等进行分析，在准备篇中，我们仔细探讨了如何分析&定位一个项目的最终目的。

当我们确认了要做什么之后，第二步要做的事情是先去调研一下别人都是怎么做的，看看自己有什么资源，二者结合一下，确认一个大致可能的方向。至此，项目的前期准备工作就算是完成了。

当我们清楚了项目到底要做什么，别人都是怎么做的时候，对自己该怎么做就有数了。不少朋友对于前面两步在做得时候偷懒了或者没在意，导致后面反反复复返工重来，可谓是得不偿失。

接下来要做的才是正式让一个项目落地。项目落地本身的套路是明显的，第一步就是做数据的建模，根据项目的需求，把需要的数据进行一个落库存储的动作。当数据落库完成后，就可以拿手中有的数据做一个简单的数据预建模，做一些简单的描述性统计，给自己一个大致的分析方向的预期。其实借助BI工具做完一个简单的描述性统计之后，大致的方向就已经多少有点数了，接下来就是对描述性统计的结果，对已经预期的结论做看板界面的重构和调整，让看板为自己服务而不是为了好看而好看。最后一步则是对看板本身做一些美化，让颜值更高一些，锦上添花一下。

这样一来，一个基于分析目标的看板搭建项目就完成了。但这其中用到的方案和技术其实都是有很多plan B的，于是在完成了项目本身后，我们做了一个技术的分支，探讨了各个环节中可能的plan B是什么，然后单独对这些Plan B做了独立的章节进行阐释。

首先是纯Excel的方案，用power query实现对数据的全流程的处理和可视化展示。从逻辑上来说，这个方案其实才是最适合微信公众号数据分析需求的数据处理方案，搭建成本低速度快，且灵活。但是这种方案明显是不符合企业真实的业务场景的，最多就是创业公司草台班子时期希望用这种方案做一段时间的过渡用。

接下来是AI辅助编程的方案，相比之下，这是一个在实操中可行性比较高的方案，可以直接无脑复刻这个方案到各种业务真实的场景中。目前这个部分也是我比较中意的部分，毕竟AI的出现，可以直接降低处理处理工作的学习成本，或许未来的数据分析师真的不再需要学习编程了。除了AI这种摸鱼的方案以外，还可以利用低代码平台的能力，省去一些数据处理的难度。

除此之外，我们还介绍了一些工具的替换，比如finebi作为power bi的替换的方案。虽然说单纯的替换本不值得作为单独的文章进行推送，但是我还是做了一篇专门讲finebi的文章，尽管bi工具之间大差不大，但是power bi其实是一个相对来说比较特殊的BI工具。

对比总结

讲了这么多种实现方案之后，就有人问我了，作为一个小白/新手，到底应该如何选择，或者说我应该学习什么软件的问题。

对于企业真实的业务场景来说，这种东西，我们一般情况下都没得选择，公司买了哪个或者领导选择了哪个我们就用哪个。这也是我们说招聘数据分析师的时候更看中学习能力而不是看中对软件本身熟练度的原因，因为我们很难保证候选人上家公司买得软件和我们买得一模一样。

对于自己分析用，或者创业团队老板自己要分析数据看得话，就选择自己最熟悉的方案。比如说我这个项目案例是以微信公众号数据分析为例的，如果说你是个副业做自媒体的博主，想要多少分析一下自己的数据，其实大可不必给自己上难度，又是建模又是SQL又是BI的。直接选择excel的方案就直接解决问题了。

如果是小白转行要学习东西这种，选择的时候的思路就不是哪个工具更好就学哪个工具了，真正的思路应该是哪个工具用得公司多我学哪个。举个例子，虽然power bi很强大，但是外企用得比较多，国内公司用得少，如果你的求职意愿是国企的话，就没有必要去死磕了。还不如投其所好学点国企常用的软件，增加一点面试的筹码呢。数据库可以类似，oracle虽好，但是用得多么？多数企业都嫌贵转而选择了更便宜的软件，这种情况死磕Oracle图什么嘛。

还有最重要的一点，学什么，先学什么后学什么这种东西，应该从自己本来就有的知识体系和目标两方面着手制定，而不是人云亦云的制定学习计划。很多想要转行的小伙伴资讯网软件学习相关的内容，我发现很多人刚开始学习的时候非常容易走一个误区，就是先从难啃的地方开始啃。其实大可不必，这种时候可不兴什么跳出舒适区，从自己最熟悉的领域开始学起就可以了。

下期预告

本周就聊到这里了，下周，我们开始讲讲数据本身和分析方法的内容。