京公网安备 11010802034615号
经营许可证编号:京B2-20210330
深入浅出之数据分析师
今天飞机回程途中,遇到位北海道银行来中国出差的女生;途中聊起了各自的职业;一直聊到北京,全程让我很苦恼的是数据分析、数据分析师这些玩意如何很容易的介绍给她;
比如说她,是银行的一名普通职员,每天的任务是结算、结汇,从早到晚都在跟数据打交道;因为只用整理好的数据,所以自然不在乎也不注意,数据是如何来的;整个总结下来是,用数据的人不知道数据哪里来的,做数据的人不知道数据有什么用处;回忆了下,这还真是一个普遍的现象;
这个问题造成的后果就是,开数据会经常打架,A业务线给出的数据说xx 指标提升了,B业务给出的刚好是另外一种结论,指标在下降;等讨论完毕数据口径,会议结束,大家都感到无力。各人不禁感叹,这个会又白开了;脑袋一拍,目标就来,各种活动方案的目标基本是上拍脑袋,直接10-20倍,各自又忙活一阵子;数据快到我碗里来,昨天要的数据需求好了吗?明天老板开会,给几个数据吧;某某DLU指标掉了,看是不是数据有问题;今天push,明天Push,push ctr嗷嗷的高,同一拨用户群嗷嗷的高,用户投诉还不断;
既然业务上有这么多的问题,数据分析师是具体的解决什么样的问题呢?
Sample:
1.回答发生了什么?频率是多少?为什么会发生?
2.具体的业务问题是什么?
3.现在应该采取什么样的行动?
4.未来的趋势是什么?是否错过了机会?哪些问题(路子)是错误的、正确的,把错误的去掉,只留下正确的;
数据只有结合了业务才是有价值的,数据体现可以用四个字词概括,看数据、用数据、依赖数据、数据变现。稍微详细解释如下:
看数据, 能然让业务准确、及时、完整的看到数据, 落地是在报表、取数等;
用数据, 业务上通过数据做出决策 ,落地是异常监控/专题分析;
依赖数据,数据嵌入到业务的日常流程中,通过数据挖掘高价值信息推进业务,落地点在数据产品,数据挖掘产品;
数据变现,利用数据来赚钱了,落地点可在外部数据平台,数据产品上;
在这整个环节中”数据分析师“是做什么呢?我们从分析师的日常工作来分析看,临时需求、报表、数据分析与模型、数据产品,数据挖掘这几个角度来聊一下;
临时需求不必说了,就是解决业务的一次性,临时的数据需求;报表呢,是根据业务的需要,对于常规且定期查看与分析的数据,形成report;
数据分析与模型,与业务一起沟通,分析业务上的各种问题,提供一些业务上的建议与取舍,根据业务需要搞一些挖掘模型等;
数据产品,是通过可视化的方式解决一些结构化(固化)业务问题;把数据分析模型、分析思路与数据结合、面向定向业务提供分析产品;
数据挖掘,数据直接作用到业务上,比如作弊用户、标签推荐、用户行为的定向引导;
以上列举的这几类,前两类是实现看数据的,后三类是挖掘数据价值的;
数据分析师在工作时,在寻求答案的过程中,有一个很重要的衔接点,就是思考。
很多时候,分析师会受到固有问题的影响,如果不去变通,不懂得如何去提炼核心的话,就会产生思考的盲点,就注定问不出一些非常关键的问题;有时答案不重要,思考的角度才是很重要;比如在搞临时需求时,不要把临时需求当成一个取数的工作,学会梳理,学会管理;通过思考,可以发现很多业务上的问题; 了解业务,熟悉业务流程,总结与沉淀自己对业务的理解,知道行业的发展,才能提高自己。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17