数据分析师|量化设计价值(三):如何创建体系化的监控系统( 七 )


② 数据具有不确定性(UNCERTAINTY )
很多数据都是只能提供一个估计而不是绝对准确的数量。例如:分析人员通常会通过样本的数据,进而对整体的数据分布进行进行猜测。
③ 数据需要联系上下文( CONTEXT )
数据分析离不开情境。我们知道,数据的产生必然是有其情境的,不过统计数据时,我们通常都要剥离情境;而当我们进一步分析数据时,又必须回到具体的情境中去。
例如:某个羽绒服经销商发现某一年冬季的销售额产生了明显的下降。
这本应该是一个异常的信号,但我们不能简单粗暴地定义这是一个糟糕的数据。因为实际上,销售额下滑的哪一年是一个暖冬,且和同类的竞品相比自己的产品销售额下滑趋势的更低。结合情景分析数据,往往能得到意想不到的结论。
本文参考文献:
文章:Dashboard Design: Key Performance Indicators and Metrics —— Thomas Gonzalez
文章:【统计学】区分定类、定序、定距、定比变量——YYIverson
书籍:Tableau:数据可视化之极速BI —— 沈浩
书籍:Which chart or graph is right for you?——Tableau图表白皮书
书籍:Data Points:Visualization That Means Something —— Nathan Yau
书籍:Storytelling With Data —— Cole Nussbaumer Knaflic
作者:晓虎;公众号:酷家乐用户体验设计
本文由 @酷家乐用户体验设计 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自 Unsplash,基于 CC0 协议