我是这样做数据分析的

我是一个着迷于产品和运营的技术人 , 乐于跨界的终身学习者 。 欢迎关注我哟~
每周五早6点按时送达~
我的第「206」篇原创敬上
大家好 , 我是Z哥 。
首先说明一下 , 今天不卖课程哈 , 就单纯聊聊我在做数据分析时的一些经验 。
在如今这个数据爆炸的时代 , 我们每天不管是主动还是被动 , 都会面对大量的数据扑面而来 。
如果有较好的数据分析能力 , 不管是对你的生活还是工作 , 都将带来巨大的帮助 。 因为你比别人拥有更好的“洞察力” , 看到别人看不到的信息 , 这些信息可以帮助你更好地做出决策 。
很多人做数据分析的时候经常会遇到一个问题 , 面前摆着一堆海量的数据 , 但是不知道怎么分析 , 从何下手 , 以此来得到一些有用的结论 。
我最开始也深受这个问题的困扰 , 想了好久才明白这里的问题所在 , 所以今天我把我思考后的思路分享给你 , 希望能对你有所帮助 。
一个合理的数据分析思路 , 不但可以帮助你高效地获得对你有价值的信息 , 还能提高结论的准确性 。
我的思路其实是一个构建「点->线->面->体」的过程 , 主要分为以下六个步骤 。
/01带着目的/
如果你会觉得无从下手 , 大概率是因为目的不明确 , 或者说缺少目的 。
没有目的 , 何以解决问题?寄希望于某个牛逼的方法能够“点石成金”?但是 , 谁来告诉你这个方法呢?靠上帝吗?
这个道理说透了其实很容易明白 , 但现实却是很多人陷在数据的海洋中无法自拔 , 认为先收集足够多的数据 , 然后再分析 , 就能从中得到一些有价值的结论 。 这个逻辑其实你细想一下是有问题的 , 因为不同的人看待同样的数据得出的结论往往是不同的 。 因此 , 如果你没有清晰的目的 , 再多的数据也没有意义 。
所以 , 先确定目的就是先明确「点」 , 只有有了「点」 , 我们才能继续延伸去构建我们的「线面体」 。
目的一般分为以下两种 。
找原因 。 当前面临一些问题 , 从数据中找出相关因素 。 找规律 。 从数据中提炼出一些规律 , 趋势 , 帮助未来做决策 。所以 , 不妨先明确一下 , 你是要找原因?还是找规律?
比如 , 我们分析网站访问量为什么下滑 。 很明显 , 这个目的是「找原因」 。
/02分解目的/
明确了目的 , 就有了一个大方向 , 剩下的就是分解目的 。
分解目的的方法论有很多 , MECE、5W2H等等都可以 。
按照MECE法 , 以「不重叠、不遗漏」的方式将数据分析的目的拆解成多个子问题 。
5W2H法很常见 , 就是what、why、when、where、who、how、howmuch 。
还有一个我觉得很好用的方法论 , 从GrowingIO那学来的 。 就是一个「业务目标*业务流程*业务场景」的三级结构 。 先列出业务目标 , 然后展开每个目标的流程 , 再展开流程上的每一个环节对应的场景(场景中蕴涵着关键指标) 。
这个方法其实一次性就把「线面体」的大框架构建完了 。
我是这样做数据分析的
文章图片
在我们的案例中 , 影响访问量的因素有很多 , 对于这个目的的分解用MECE方法更合适 。 我们也可以用思维导图来实现 。
我是这样做数据分析的
文章图片
/03验证子问题/
通过MECE方法将目标分解完之后 , 其实就已经把「线和面」构建完了 , 接下去就是最后一步 , 构建「体」 。
构建「体」的过程其实就是思考如何验证其中的每一个子问题 。
怎么验证?先建指标 。 现代管理学之父彼得·德鲁克说过一句很经典的话: