当前位置 首页 > 行业快讯 正文

数据分析需要什么逻辑思维?

编辑导读:对很多产品经理而言,做数据分析好像就是数据采集然后进行分析这么简单。实际上,数据分析是一个严格的工作流程,不是简单的手机-分析就完事的。这篇文章,作者以一个风趣幽默的案例,告诉你数据分析怎么做。

运营,新媒体运营,数据分析

很多同学苦于没有数据分析思路,工作中要么是对着数据发呆,要么不知道怎么用数据来论证业务问题。上网查文章,看到的都是:什么结构思维、对比思维、底层思维这种似懂非懂的词。今天我们通俗讲解一下,该怎么形成思路,保证人人都听的懂。

一、基础的分析思路,这么建

最近天气多暴雨,某天你走在街上,被突然袭来的暴雨淋了个落汤鸡。猛跑回家,感觉身上很冷、发抖、打喷嚏。你会怎么想?

——生活的常识告诉你:可能感冒了!

这时候你可能会选择不理它,扛过去就好了;也可能吃点感冒药——因为你假设自己感冒了。

过了几天,没有发冷、发抖、打喷嚏的症状了。

你觉得感冒好了,就不会再吃药。但是如果你发现自己还是没好,甚至觉得头好烫——妈呀,赶紧找个体温计测测。

一看38度,心中顿觉紧张,于是跑去看医生。

这就是一个完整的数据分析思路的例子。

很多同学可能会纳闷——啥!这就数据分析了?底层逻辑、裂变思维、CNN模型呢?

除去各种玄幻的名词,除去巨复杂的统计学、数学方法,分析的本质就是这么简单:

  1. 观察现象(冷、发抖、打喷嚏)
  2. 结合原理(感冒的症状)
  3. 做出推论(我感冒了)
  4. 采取行动(吃药/扛过去)
  5. 验证假设(吃药3天/扛了3天)
  6. 进一步分析(症状消失/症状加剧)
  7. 进一步行动(不理它/看医生)

分析思路跟具体工具关系并不大,没有数据的年代,还有定性分析方法;有数据的年代,还有基于调查问卷数据的调查分析,有基于交易数据的经营分析,有基于用户APP/网站行为的“大”数据分析。

数据来源越丰富,数据越准确,可用的分析方法越多,结果也越精确,但基本思路是一样的

二、进一步的提升思路,这么做

那既然分析思路是这么简单的东西,为啥总感觉很难找到呢?

注意:上边的例子看似简单,可背后有一些基本前提:

  1. 观察到位:我们观察到了冷、发抖
  2. 了解原理:我们知道感冒有这些症状
  3. 可以采取行动:我们能决定吃不吃药
  4. 可以观察到行动结果:我们能观察到吃药效果

这些前提在真实工作中,常常不存在。

  1. 数据分析师不了解销售/运营/产品/售后到底在干啥
  2. 数据分析师只懂跑数,对销售/运营/产品原理一窍不通
  3. 业务行动计划不知会数据。到底有没有整改问题,啥时候改,改成啥样,都不知道

以上都不知道,自然没法把分析逻辑和业务结果联系起来,经验也没法积累。

这就好比一个人,既没有淋过雨,也没有医学常识,每天坐在空调房里敲键盘。你去问他淋雨了不舒服会怎样,肯定是问不出个所以然的。

想这一步困境,懂医学常识是必然的——就像医生诊病,不见得医生非要把所有病都得一遍,但是懂医学理论,就能有条理的诊断病情

当然最好的状态,是建立起:设定数据指标→数据监控过程→数据预警问题→分析问题→探索对策→进行测试→验证假设→总结经验→循环监控的流程。

很多同学羡慕的所谓“大厂经验”,其实只是这套流程运转的比较顺利而已:

运营,新媒体运营,数据分析

三、更复杂的思路,这样想

然而只懂医学理论,还成不了真正的医生。

因为现实中能一见到医生,能清晰的说出:“自己从27号开始发烧,已经持续到今天,期间体温没下过38度,27号淋了雨,没有其他症状,没有喉咙痛”——这样理性、清晰的病人少之又少。

真实的病人总是一进门只会哼哼:诶呦,诶呦,诶呦,医生啊,我浑身难受啊,快救救我啊!

医生问:到底哪难受?

病人:全身难受……

(╯‵□′)╯︵┻━┻

这时候咋办?

医生只能从0开始沟通:

  • 问家属:“到底他哪里不舒服?”
  • 查病历:“之前有什么病史?”
  • 做检测:“测个体温/验个血/拍个片看看?”
  • 问行为:“吃了什么?去了哪里?”
  • 做测试:“我按你这里,会不会更疼?”

一步步逼近真相。

这里不全是医学知识,更多是沟通的技巧推理逻辑

陈老师见过的专业的医生,不但只谈病情,连医保政策、家庭收入、亲子关系都会很耐心的和病人沟通。这些因素跟病情没有关系,但跟病人看病花的钱、时间、精力有直接关系。最后都会影响看病效果。

数据分析工作和这种情况非常类似。

因为业务部门自己是那个在雨里狂奔的人,啥时候淋湿的,淋湿了啥感觉,他们比数据分析师更早感受的到。就像得了感冒很多人选择自己扛过去一样,很多业务部门也喜欢选择:自己扛过去。所以最后到数据分析师这里的问题,往往是“诶呦,痛痛痛,我也说不清楚”——因为说得清楚的早自己处理了

这就意味着,数据分析师也要像医生一样,不但会加减乘除,更得会望闻问切,才能切中问题要害。

好的问题梳理,是成功的四分之三。问题能理的清楚,后续的推进就能非常省心省力。

运营,新媒体运营,数据分析

四、更深层的问题

当然,只会喊:疼疼疼的病人还不是最讨厌的,起码他有治病的意愿,还能沟通。

以下这几类都更加讨厌,而且很凶险:

  1. 经验主义:医生请直接给我感冒药!我有十八年感冒经验,你诊断的和我经验不符
  2. 拒绝面对:我人来的时候还好好地,怎么到你这就病毒感染了呢!
  3. 拒绝投入:你必须不花我一分钱,不验血不拍片还能诊断对咯!不然你就是骗子!
  4. 篡改数据:自己偷偷吃个退烧药,然后测体温的时候36.7度,蒙混过关……

看病的时候拒不配合的是这些人,病死了砍医生的也是这些人——这些医闹是最讨厌的,最可恶的。

数据分析师同样会遇到这样的问题:

  1. 经验主义:老夫从业20年,不符合我的感觉的都是错的!
  2. 拒绝面对:谁说我做的不好!我不做业绩更差/全行业都不好!
  3. 拒绝投入:项目上线要快,所以埋点就省了吧/数据治理太麻烦,业务要快!不搞了!
  4. 篡改数据:人为刷流量、刷阅读/活动规则留薅羊毛的空间/改目标、参照组

当然,这些人会怪到数据分析师头上,说:“都是因为你不能准确、全面、客观、深入、清晰的分析,你都不会用人工智能阿尔法大狗子!”很多同学遭遇这样的刁难,也会问:“该怎么 分析呀”。

注意:这已经不是分析思路的问题了。现在的问题是,这些人胡搅蛮缠,试图甩锅。用理性、正常的逻辑和他们无法沟通。这时候需要的是对付敌人的手段。

具体来说,是如何推进项目的战术。

所以真遇到这些人,请不要怀疑自己的思路出问题,而是看怎么趋利避害,争取一个好结果,至少不白白背锅。

五、小结

建立分析思路的基本流程是:

  1. 观察现象(市场口碑、业务反馈、指标变化)
  2. 结合原理(业务逻辑+分析逻辑)
  3. 做出推论(建立假设)
  4. 采取行动(基于假设,采取业务动作)
  5. 验证假设(检验结果,积累经验)
  6. 进一步分析(持续监控)

建立分析思路,需要的辅助是:

  1. 有良好的数据采集、数仓建设、数据治理基础
  2. 有良好的业务沟通机制
  3. 对业务逻辑有基础了解
  4. 能观察到业务行动的结果
  5. 区分非技术问题,区分恶人/善人
本文来自网络,不代表大媒体立场,转载请注明出处。
联系我们

联系我们

17722624437

在线咨询: QQ交谈

邮箱: huotuiba@t-idea.cn

工作时间:周一至周五,9:30-18:30,节假日休息

关注微博
返回顶部