
数据分析师到底是做什么的
从事数据分析师工作这么久,还是还是想知道数据分析师到底是做什么的?相信这个问题也困扰着大家。
他们总关心一些专业词汇(arpu,pcu,还有很多我也不知道的英文字母组合),图表怎么做,excel工具怎么用,结论怎么写…下面我说说我是怎么看数据分析的:数据分析是一个方法,但不是唯一的方法数据分析的优点是相对客观,但是缺点也很明显,人力和时间成本很高。
游戏里的数据分析无非就是要实现2个目的:1.发现现存问题的本质,并解决他(99%)2.发现一些趋势,以便未来做的更好(1%)其中第一个目的占99%!第二个目的我没见人专门做过,我自己也从来没有专门做过类似的事情,最多就是数据看多了,瞎猫碰上死耗子,发现点趋势来。所以数据分析主要是为了发现问题,解决问题而做的。发现问题和解决问题的方法有很多种,有时候数据分析并不是最好的办法。例如:新版本很快就要更新了,一还有一堆准备工作没有完成,这个时候你发现新出的装备卖的很不好,远远不如预期。
如果你还花很多时间去分析为什么那个装备卖的不好,那你就耽误了更重要的新版本!当时间不够的时候,分清主次,别再数据分析上浪费时间。找不同类型的用户聊聊,基本就能发现主要的问题所在了。数据分析不是万能的数据分析能够发现代码的问题根源,但是很难解释用户的行为。点击打开大图 如上图中,当我们通过数据发现游戏里的大R流失了。数据能做的就已经到尽头了,数据无法告诉我们流失的具体原因。数据不能告诉我们用户是因为公司破产而停止玩游戏,还是因为跑去玩其他游戏了,还是因为玩累了不想玩了… 数据很多时候也解释不清楚,只是通过数据的不断细分,我们能把问题的范围缩小再缩小,而不是在茫茫大海里找一根针。
所以再牛B的数据分析师,如果不了解产品,不了解用户,也没用!数据分析不是把图表和文字堆砌出来就行了 见过很多数据分析:排版整洁,图表做的很漂亮,每页都有公司logo和版权说明,乍一看感觉好牛B! 但再一看内容,纯属一堆垃圾! 数据采样完全不科学 根本没有细分数据,只有一堆说明不了问题的宏观数据 没有任何对比数据 数据完全不能支撑“分析”得出的结论
简单总结:结论全是主观臆断,跟堆砌的数据和图表完全无关。数据分析师是一个很严谨的事情,每个结论都应该从数据中得出,数据不能说明的问题只能是猜测。所以当我们写下每一个结论的时候,一定要搞清楚这个是“我觉得是这样”,还是“我从数据中发现是这样”!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01