当我们做分析时,我们有以下几点:

√有一个基本判断

√找到相应的数据支持

√用数据来支持你的判断,或者推翻你的判断

√必要的话,做个报告,展示一下。

√如有必要,给我反馈、建议或与我进一步沟通。

√总结所有数据和结论(新的判断)

√形成闭环

当我们知道了做分析时需要注意的重点,基本上脑子里就有了一个业务数据分析的简要流程:获取数据→分析数据→得出结论。

那么,问题来了:(获取数据→分析数据→得出结论)这个过程有问题吗?是不是大家都觉得没问题,但总觉得少了点什么?少了什么?不清楚。那我们不妨做个模拟练习!其实模拟演练和复盘是一回事,都是对实际场景的一种再现。

获取数据:从哪里获取数据?你什么时候拿它?

所以可以在这里分解。获取数据有几个部分:我们需要一个数据库(建立一个框架),然后我们从数据库中提取数据。

获取数据可以分为构建框架和提取数据。

分析数据:同理,这个环节怎么分解?

你得到数据后,可能并没有直接的用处,所以你要对脏数据进行预处理,预处理后得到干净的数据,再开始分析。一般来说,根据分析的目的,有几种分析思路:描述性分析、预测性分析和验证性分析…(这里不一一展开)

一个复杂的分析模型需要数据建模,所以这个环节叫做数据建模。建模完成后,有一个大致的结论。

你会想,这个结论会有问题吗?所以,想想在数据分析的过程中是否会出现一些误差。这一步称为数据验证。经过验证,数据是可以的,结论应该是可以的。

然后,应该完成数据的分析。数据分析可以分为数据预处理、数据建模和数据验证。

结论:分析完数据,需要向上汇报。

怎样才能让报表对象接受他们的分析结论?这一步称为数据呈现。

我们的演示文稿可能会有很多内容,所以我们需要写一份报告。

做个报告可能还不够。这个时候,我们就要发表演讲,让别人清楚地知道报告的内容。

然后,结论可以分为数据呈现、报告撰写和讲座。

现在,数据已经呈现,报告已经做好,演讲已经结束,听众已经接受了他们的观点。下一步是什么?分析新问题?还是继续追踪原来的问题?这就是闭环。

所以,相对完整的过程是这样的:

建立数据库-数据提取-数据处理-数据分析-数据展示-写报告-演讲-闭环。

但是,你有没有遇到过这样的情况,当你举报的时候,别人问你,是不是错了?我想让你分析的问题不是这个问题。回去再做一次。会原地爆炸吗?你想知道问题是什么吗?

对了,就是分析问题的确认。不确认清楚就开始说,最后可能是一个浪费的结果。所以,在数据分析的所有环节之前,你要加一个问题:说清楚。

避免把自己埋在坑里。因此,一个相对完整的流程应该是这样的:

明确问题——建立数据库——数据提取——数据处理——数据分析——数据呈现——写报告——演讲——闭环。

现在让我们回顾一下我们是如何从三环节分析过程发展到九环节分析过程的。值得注意的是,我这里说的是“进化”。

那么,如果我们的过程可以从三进化到九,那么它可以从九进化到更多吗?答案绝对是肯定的!

比如第一个环节,定义问题,这个地方,可以这样演化。问题是谁的问题?是直接领导安排还是隔壁部门求助?问题的跨度是大还是小?能在短时间内解决吗,还是需要几个星期?问题涉及的部门多还是少?需要涉及跨部门沟通吗?需要申请额外权限吗?等等。

这里涉及到两种重要的分析方法。后面会讲到,一个是5W2H,一个是逻辑树。其实刚才问题环节进化的思路是5W2H;刚才从三个分析节点进化到九个分析节点的思路,其实就是一棵逻辑树。我们以后再谈。

好了,我们已经思考完了。是时候说说工具了。作为一个专业的数据人,我们需要使用哪些工具?应该用到什么程度?

我们来看看,如下图:

—▼—

在开始第三部分之前,我们可以思考一个问题:“如果光学知道工具,它能做好数据分析吗?”。

做好数据分析,不仅要学会工具的使用(硬技能),还要学会数据分析的思维,包括常用的数据分析模型或方法(软技能)。

在理清问题的过程中,可以引申出更多的具体情况,比如谁的问题就是谁的问题?问题的跨度是大还是小?等等,其实是一个5W2H的分析方法。从三个分析节点变成九个分析节点的思路,其实就是逻辑树分析法。

现在,让我们了解三个有趣的分析模型:

5W2H分析方法逻辑树方法对比分析方法

5W2H要解决的问题是把你的问题彻底搞清楚。

来讲一个卖土豆的故事:

两个叫约翰和哈里的年轻人同时进入了一家蔬菜贸易公司。三个月后,哈里不高兴地去了总经理办公室,向总经理抱怨说:“约翰和我同时来到公司。现在约翰的薪水增加了一倍,他的职位也提升为部门主管。而且我每天都很勤奋的工作,从不迟到也不早退。我总是按时完成任务,从不拖延,但是我的工资一点也没有增加,我的岗位还是公司的一名普通员工。”

总经理没有马上回答哈利的问题,而是意味深长地对他说:“嗯,公司现在要订购一批土豆。你应该去看看哪里有一些土豆,等你回来我再回答你的问题。”

于是哈利走出总经理办公室,来到卖土豆的菜市场。

半小时后,哈里匆匆来到总经理办公室,向总经理报告:“二十公里外的农资蔬菜批发中心有土豆出售。”总经理问:“卖土豆的有多少?”哈利挠了挠头说:“我只是看到有东西卖,但没注意到几个。请稍等,我来看看。”说完又焦急的跑了出去。

20分钟后,哈利喘着气跑回总经理办公室汇报,“报告总经理!卖土豆的有三个。”总经理问:“土豆的价格是多少?三家房价都一样吗?”哈利愣住了,挠了挠头说:“总经理,请稍等一会儿,我问问价格。”说完,又想出去。这时,总经理叫住了他:“你不用再走了。请帮我打电话给约翰。”

三分钟后,约翰和哈里一起走进了总经理办公室。总经理首先对哈里说:“请坐下来休息一会儿。”然后他对约翰说:“公司现在要订购一批土豆。要不你去看看哪里有卖的?”

40分钟后,约翰回来向总经理报告:“20公里外的农民蔬菜批发中心有三个卖土豆的,其中两个卖0.9美元一斤,但一个老人的只要0.8美元一斤。我看了看他们的土豆,发现老人的最便宜,质量最好,因为他是在自己的农场种的。如果我们需求量大,价格可以优惠,他有面包车,可以免费送货。我把老人带回来了,我在公司门口等着。要不要他进来具体说说?”

这时,总经理问目瞪口呆的哈利:“你什么都看到了!”如果你是总经理,你会给谁加薪升职?\”

接下来我们来看看5W2H分析法的两个应用案例!

通过以上两个应用案例和买土豆的故事,5W2H分析方法模型看似简单,实则不然!

人,最难的是认清自己。所以,要彻底理解你要分析的问题,并不容易。解决这个问题有两个好处。第一是让别人觉得你专业可靠;二是避免返工,提高效率!

很多领导会说“这个问题我只说一遍”,但是听一遍很难记住所有细节。那我该怎么办呢?我想你应该知道怎么做。

树方法要解决的问题是拆卸和进化。

我们来看一个“马斯克造火箭”的案例。如何将成本从100亿美元降到20万美元?

特斯拉电动汽车公司老板马斯克有一个火星殖民计划。最大的问题之一是成本。据保守估计,用火箭将乘客送上火星,然后再送回来,大约需要100亿美元。马斯克希望将去一次活动的费用从100亿美元降到20万美元,相当于原来的0.002%。这是怎么做到的?

我们来看看“芝加哥有多少钢琴家?”这种估算问题也叫“费米问题”。比如北京有多少辆特斯拉?一个巷子里的煎饼摊一年能卖多少煎饼?深圳有多少产品经理?一辆公交车能装多少个乒乓球?等一下。

通过上面的应用案例,可以把逻辑树模型比喻为:天下大事都要做细,天下难事都要变得容易!

没有分析思维的时候,反汇编可能是个好办法。记住微积分的内容,就是对一条连续的直线进行无穷小的分割,这样就可以计算出不能直接计算的部分。这就是拆解的魅力。

费米问题可以考察一个人有什么样的思维模式。在招聘中,公司需要的是能把事情做好,有严谨的逻辑推理和分析能力的人,而严谨的推理能力需要长期的后天训练,才能学好,掌握到位。

思考:商业数据分析和业务数据分析有什么区别?

对比分析法要解决的问题是,可以通过定位点形成分析结论,也可以设计定位点来影响消费者心理,提升业务!

通过以上应用案例,对比模型在数据分析中的应用非常广泛,需要掌握!

与月环比相比,本质上是时间的对比。

我们自己的产品水平和市场平均水平的比较就是竞争产品分析。

设置对照组的方法是经典的A/B测试。

结论后验证对错的方法是假设检验。

• ……

分析模型很多,都有对比的味道。

比较的两个重要因素:参照系和结论。

—▼—

这就是我们这次分享的全部!那么,如果面试官问你,你通常的分析思路是什么?使用了什么分析模型?一般怎么分析?你应该知道答案!

现在,我们总结一下今天分享的主要内容:

几个原则:

做一个对世界好奇的人。

有基本常识。

模拟演练和复盘其实是一回事,都是实际场景。

业务流程分析:

明确问题→建立数据库→提取数据→处理数据→分析数据→展示数据→写报告→演讲→闭环。

三种分析模型:

5w2h分析法(要解决的问题是把你的问题彻底搞清楚)

树分析法(要解决的问题是拆卸和进化)

对比分析法(通过锚点形成分析结论,还可以设计锚点影响消费者心理,提升业务)

商业分析,最重要的高阶思维,要站在足够高的角度看数据和问题,找到问题的核心。读书不仅仅是学习知识,更重要的是拓展认知边界,知道自己知道什么,不知道什么。扩大自己的知识体系,提高自己的认知能力,有两个最重要的步骤。第一是刻意练习,第二是泛读。

最后,祝大家都能在自己的领域运用数据思维,在可预见的未来,成就更好的自己,遇见更好的自己。

作者:红星帮助对运营、产品、数据、数据分析感兴趣的伙伴明确学习方向,开阔视野,相互交流,共同探索产品、运营、数据的神奇奥秘。

发表评论

后才能评论