[[384743]]

 什么是數據分析?

無論你是剛接觸數據分析，還是一位分析大神，我想很多人都不知道，數據分析究竟是什么，或者說數據分析的本質是什么。

其實很多公司和企業，也不明白數據分析是什么，很多人從網上看到公司招數據分析師，進入了之后發現是做什么的呢?就是天天用sql取數給業務用，十分機械而且也沒成就感。

這叫做數據分析嗎?當然不叫!所以我們要先對數據分析有個整體的認知。

先看一下教科書上的定義：

• 數據分析是用恰當的統計分析方法對收集來的大量數據進行分析，然后加以處理和加工，以開發數據的功能、挖掘數據的價值，主要目的是為了清洗出有用的信息并形成結論。

這個定義過于繁瑣，很多剛剛接觸數據分析的人都不一定能看得懂，因此我自己給數據分析下了個定義：

• 數據分析，就是針對某個問題，將獲取后的數據用分析手段加以處理，并發現業務價值的過程。

大家可以看到我把五個關鍵詞給標紅了，這一句話，基本上可以包含數據分析所必須的流程點，我們一個個講。

一、問題

首先第一個關鍵詞是“問題”，我們可以把這個詞解釋“發現問題”或者是“目標”。

數據分析一定要有目標!哪怕業務人員給你提出的問題或者需求，根本不是那么明確和清晰，你也要找到自己要分析的目標!舉個最簡單的例子，業務方最近新上線了一個功能，想讓你分析一下目前這個功能的使用情況。這時候你該怎么做?

你會覺得“分析業務功能情況”是目標，然后根據這個模糊的目標你只能做一些描述性的統計分析，告訴業務方每天UV的最大值，最小值，中位數，平均數，方差，標準差……看起來很厲害的樣子，但這些數據有啥意義呢。這樣子的目標就是在做樣子，應該怎么做呢?

要明確業務方的需求是什么，然后分析業務最終的目的，把這個目的進行拆解;比如剛才的例子，業務真正想要了解的是什么，是這個新功能的目的，是為了提升客戶的留存率?還是為了提升客戶的轉化率?還是其他的?然后再把這個目的給拆解，確定我們的指標，然后再進行分析。這才是真正的目標思維。

二、獲取

第二個關鍵詞是“獲取”，叫做“數據獲取”或者“數據采集”

數據采集就是將原始數據從數據庫中取出來，主要工作是：搞清楚數據放在哪里+怎么把數據取出來。

1、數據存放在哪里?

很簡單的答案，很多人都知道公司的業務數據一般都是放在數據庫里的，但是相同的數據庫，數據源不一樣相同，我們所取的數據一定保證數據源的一致，否則會造成數據混亂。

比如說，不同的數據存儲系統，mysol、oracle、sqlserver等等，數據倉庫結構以及各庫表之間的關聯方式也可能有所不同，星型?雪花型?數據指標是否相同，名稱、含義、字段類型、約束條件等等?是否經過了ETL處理，清洗規則是什么樣的?這些都是我們在進行數據提取之前所必需了解的。

2、那么怎么把數據取出來呢?

其實只要搞清楚了數據放在那里，取出來就是水到渠成的事情。一般來說SQL是進行數據采集的必備技能，目前也是數據分析實際業務場景中最常使用的取數方式。當然了，能取出什么樣的數據，也要看你是否精通sql，比如單張數據庫表的提取很容易就做到了，但是跨表查詢提取的時候很多人就不行了。再比如更為復雜一點的復雜查詢、聯機處理等等，這些做數倉的人用的很多，我們數據分析師不必設計這么深，我們只要熟練掌握就行了;當然，有很多數據分析師最后也做了數倉師、架構師，如果你以后考慮往這個方向發展，sql肯定是要精通的。

三、數據

第三個關鍵詞是“數據”，這里說的數據是廣義上的數據，包括數據庫中的數據，也可以概括為數據場景，也可以理解為經過清洗后的數據。總之，這個數據指的是我們可以直接拿來分析的信息，而不是一堆臟亂差的原始數據。

1、數據庫數據

數據庫數據這里就不細講了，我們只要知道數據庫中的數據都有哪些就行了，比如業務數據、日志數據之類的。

2、數據場景

很多人都問我為什么看資料看的好好的，一到實際業務場景中都歇菜了?這是因為在實際業務分析中，我們分析的不是數據，而是場景。那我們怎么根據場景找數據呢?最重要的方法是建立分析指標體系：

我很喜歡用點線面體的定義來解釋指標體系，如果用點線面來解釋，搭建分析指標體系就是分析整個“體”，將分析框架的體系化，明確每個點都是什么指標，任何一個分析路徑都能對應到指標。指標體系搭建一般都是要放在數據提取之前做的工作，方便我們這一步的數據清洗。以電商為例，我們在取數前遵循“人貨場”的思維邏輯，這就是我們的體，我們的大體指標框架。然后我們要找人貨場各自的業務邏輯，也就是場景，電商常用的業務分析場景有哪些呢?無非就是銷售、商品、渠道、競品、會員等等，這就是我們的面。而商品可進一步細分為商品的庫存、商品的利潤以及關聯銷售分析，這就是線和點。

總結起來就是，在整個業務分析體系中，確保先分析什么，后分析什么，從體及線，從線及點，有了點，我們就知道該需要什么數據了。

3、清洗數據

數據分析工作里數據清洗基本上比較占時間，包括臟數據的排除、重復數據檢索、無效數據等等，如果你的數據源比較混亂，那么還需要篩選數據指標、整合核心數據等等工作，總體來說比較耗費精力。最后要注意一點，很多人喜歡采集大數據，認為數據越多越好，不管什么規則、質量好壞，這是不對的，我們在進行數據獲取的時候，一定要保證我們數據的質量，避免臟亂差數據。

四、分析手段

這里就是我們狹義上所說的數據分析了，根據實際場景需要可以分為四種：描述分析、統計分析、挖掘分析、建模分析

1、描述分析

其實就是數據分析思維，其實業務很喜歡讓你做描述性的分析，因為不會用到算法之類的東西，業務能看得懂，就能跟你扯皮。描述分析包括：

• 對比、細分、趨勢等三大基礎思維
• 結構化、演繹推理、假設等常用分析思維
• 指標思維、系統思維等常用業務思維

2、數理分析

數理分析，基本要用到一些數理統計學基礎的分析方法，比如：

• 分類分析
• 聚類分析
• 相似分析
• 假設檢驗分析
• 回歸分析
• ...........

3、建模分析

第三個是建模分析，也就是數據分析模型，常見的一些我們都會講到：

• 波士頓模型
• ABtest模型
• RFM模型
• 購物籃模型
• ...........

4、挖掘分析

最后就是挖掘分析，基于我們的一些數據分析和挖掘工具，比如常用的excel和python、BI等，這里不多做介紹。

五、業務價值

最后一個關鍵詞是“業務價值”，這是數據分析最核心也是最終的目的企業是做什么的呢?企業的作用是向市場提供產品或服務，為客戶創造價值。那我們數據分析就是為企業提供服務和產品，為企業創造價值。價值體現在兩點：一是將盈利時間拉長，一是將單位時間內盈利量做大。第一點，需創造的價值讓越來越多的客戶知道并認可，獲得用戶粘性，從而實現持續增長，其實就是用戶體驗;第二點，需提高企業創造價值的效率。所以我們要做的數據分析也要跟緊緊貼合這兩個點，這就要求我們在進行數據分析最后一步——數據可視化、數據報告等等時，要緊緊貼合業務，給領導或者業務最想看的數據，這也是一門學問。