京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA持证人简介
程靖 CDA会员大咖,畅销书《小白学产品》作者,13年顶级互联网公司产品经理相关经验,曾在百度、美团、阿里等大厂担任产品经理。
学习入口:https://edu.cda.cn/goods/show/3881?targetId=6832&preview=0
数据分析和策略制定不仅仅是冰冷的数字,它们背后代表的是人,是那些被影响的人。
我曾在百度、360、美团、阿里等公司工作过,参与过多个有趣的数据产品项目。产品经理和数据分析并不仅仅是一个数字游戏,而是能对社会产生深远的影响的。
在美团外卖工作时,我负责了一个分单策略项目,通过优化订单分配,使骑手每天平均多送一单。起初,我认为这一改进微不足道,但一位骑手告诉我,这多出的一单让他每天能多挣五块钱,一个月下来就有150块钱的额外收入,足够为女儿买一份贵重的生日礼物。

这让我深刻意识到,数据分析和策略优化不仅能提升效率,还能实实在在地改善人们的生活。
数据分析的重要性不言而喻,它不仅能增强个人的说服力,还能提升产品效率、项目成功率,推动方案实施,并在出现异常时发出警报。
不同的人对同一事物的理解可能存在差异,但数据能够提供客观、量化的依据,消除这种差异。比如,通过数据明确项目每月为公司带来的收入,避免因主观理解不同而产生的分歧。
数据分析可以帮助团队建立共识。当团队成员对项目的价值存在分歧时,通过数据进行小流量测试,以实际效果说服对方。如果对方认为项目不值得投入,可以通过小流量测试来验证项目的潜力。如果测试结果达到预期,说明项目有前景;反之,则说明项目可能需要重新评估。

决策往往是一个复杂且困难的过程,但数据能够提供明确的依据,帮助决策者快速判断。比如,通过分析市场趋势数据,决策者可以迅速判断市场是增长还是下降,从而做出更合理的决策。
在百度工作时,我听到了一个非常有启发性的案例,这个案例深刻地展示了数据分析在提升说服力方面的重要性。
百度计划提拔3名员工,他们都参与了一个名为“数字化考勤”的项目,该项目旨在统计员工的出勤情况,包括迟到、早退和工作时长等信息。
这位联合创始人分别描述了这三名候选人如何汇报他们的项目成果。候选人的汇报方式如下:

由此可见,具体的数据不仅能够直观地展示项目的成效,还能为决策者提供明确的参考依据。

数据在企业运营中起着至关重要的作用,以美团外卖为例,其订单规模庞大,每天需要处理海量数据。
美团外卖通过两种方式处理这些数据:
通过数据,美团外卖能够确保从公司高层到基层骑手的目标一致性。这种明确的目标设定使得每个骑手和公司管理层都能朝着同一目标努力,从而提高整体运营效率。

在腾讯的发展历程中,QQ秀项目是一个极具代表性的案例,它生动地展示了数据在项目决策中的关键作用。QQ秀曾是腾讯的明星项目,尤其在公司最困难时期,为腾讯提供了大量资金支持。然而,该项目在初期并不顺利,甚至差点被砍掉。

许良是当时腾讯的一名普通员工,坚信QQ秀项目具有巨大潜力。他多次尝试向上级反馈,甚至撰写邮件、寻找高管沟通,但都未能引起重视。
在项目陷入僵局时,许良找到了腾讯老员工王远。王远建议他进行市场调研,收集数据,并制作PPT汇报。许良接受了建议,他发现韩国有一个类似QQ秀的虚拟形象网站,并收集了大量数据和截图,展示了该项目的成功案例。
通过这些数据,许良制作了一份详细的PPT,并成功引起了高管的关注。当时腾讯的高管普遍年纪较大,与年轻用户群体距离较远,难以理解为何小学生和中学生会喜欢虚拟形象。但数据的呈现改变了这一切,高管们看到了项目的盈利潜力。

许良的PPT中详细列出了项目的发展趋势、市场需求预测以及竞争对手的数据。他预测项目在第六个月就能实现盈利,投入300多万即可营收1000多万。
QQ秀最终成为腾讯当年最成功的产品之一,为公司赚取了大量资金,帮助腾讯渡过难关,直至游戏业务爆发。这一案例充分证明了数据在项目决策中的关键作用。


在百丽国际的案例中,数据分析帮助揭示了试穿率高但购买率低的异常现象。通过数据分析发现,百丽某款鞋子试穿率高,但购买率低。进一步的线下调研揭示了原因:鞋子虽然外观漂亮,但实际穿着时带子过长,容易脱落。所以,百利优化了鞋带设计,提高了购买率。
另外还有个案例 ,Google员工安娜贝尔通过数据分析发现应用的下载量与用户评论密切相关。她推动团队开发功能,鼓励用户在使用应用时给予好评。
这一策略在短时间内积累了大量好评,显著提升了应用的下载量和业绩。安娜贝尔从普通员工晋升为高管,这充分说明了数据分析在提升个人影响力方面的重要作用。
总的来说,数据分析在决策中的作用包括:
业务数据分析是CDA数据分析师一级的重要考点。
数据分析与AI的结合能够显著提升数据处理的效率和准确性。AI在数据分析中的应用主要体现在:

数据分析通常有以下几种常见方法:

例如,用户购买机票的周期可能是一个月或两个月一次,而微信用户可能每周都会登录一次。因此,选择合适的统计周期对于准确分析数据至关重要。
(2)同比:比较相似时间段的数据变化。
(3)环比:比较相邻时间段的数据变化。


例如,美团外卖的超时率突然上升,可以通过地域、菜品、骑手类型等维度进行拆分,以确定问题的具体原因。例如,通过地域拆分发现北方的超时率上升,而南方保持不变,进一步分析发现是由于北方下大雪导致的。

例如,用户在打开APP时相对平静,但在选择商品时可能会感到焦虑,导致转化率下降。通过结合用户旅程和漏斗分析,我们可以更有效地优化用户体验,提高转化率。

例如,腾讯曾经历过服务器故障,如果没有建立及时的报警机制,可能很长时间都不会发现这一异常情况。通过建立有效的监控和报警机制,我们可以及时发现异常数据,从而快速采取措施解决问题,避免潜在风险。
学习入口:https://edu.cda.cn/goods/show/3881?targetId=6832&preview=0
如果大家想听程老师完整版分享视频,可以微信扫码免费学习。
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01