如何在業(yè)務(wù)中利用數(shù)據(jù)分析方式的技術(shù)指南?

1 評論 7270 瀏覽 12 收藏 19 分鐘

編輯導(dǎo)讀:我們每天產(chǎn)生大量的數(shù)據(jù),如何從數(shù)據(jù)中分析和提取出有助于商業(yè)成功的信息,是企業(yè)取得成功的主要?jiǎng)恿χ?。本文作者將從自身?jīng)驗(yàn)出發(fā),分享如何分析數(shù)據(jù),希望對你有幫助。

當(dāng)企業(yè)企業(yè)擁有大量數(shù)據(jù)時(shí),如何從數(shù)據(jù)中分析和提取出有助于商業(yè)成功的信息,是企業(yè)取得成功的主要?jiǎng)恿χ弧?/p>

雖然我們每天產(chǎn)生大量的數(shù)據(jù),但實(shí)際上只對0.5%的數(shù)據(jù)進(jìn)行分析,然后用它進(jìn)行數(shù)據(jù)發(fā)現(xiàn)、改進(jìn)和情報(bào)處理。看起來似乎很少,但僅僅是5%的數(shù)據(jù)對于工作人員來說也是一個(gè)巨大的數(shù)據(jù)量,因?yàn)橐粋€(gè)企業(yè)所產(chǎn)生的數(shù)字信息量是非常大的。

在數(shù)據(jù)量大,時(shí)間短的情況下,知道如何收集、管理、組織和了解所有這些可能有助于商業(yè)發(fā)展的信息對于數(shù)據(jù)分析人員來說確實(shí)是一個(gè)不小的挑戰(zhàn)。
所以本篇文章就針對如何挖掘數(shù)據(jù)分析的潛力,理解它的意義,以及怎么用它來增強(qiáng)你的商業(yè)實(shí)踐,來探討數(shù)據(jù)分析的方法與技巧,展示如何在真實(shí)世界中進(jìn)行數(shù)據(jù)分析。

首先簡單解釋一下什么是數(shù)據(jù)分析?

數(shù)據(jù)分析是一個(gè)過程,該過程依賴于以下方法和技術(shù):獲取原始數(shù)據(jù),挖掘與業(yè)務(wù)主要目標(biāo)相關(guān)的數(shù)據(jù)信息見解,并深入研究此信息以將指標(biāo),事實(shí)和數(shù)據(jù)轉(zhuǎn)化為改進(jìn)計(jì)劃。

數(shù)據(jù)分析的方法多種多樣,主要基于兩個(gè)核心領(lǐng)域:定量數(shù)據(jù)分析方法和定性研究中的數(shù)據(jù)分析方法。

一、如何分析數(shù)據(jù):掌握好這15種數(shù)據(jù)分析方法和技術(shù)

1. 協(xié)作確定需求

在開始分析數(shù)據(jù)或深入研究任何數(shù)據(jù)分析技術(shù)之前,至關(guān)重要的是與企業(yè)內(nèi)的所有關(guān)鍵利益相關(guān)者共同坐下來,確定主要的數(shù)據(jù)分析活動(dòng)或戰(zhàn)略目標(biāo),對將要使用的數(shù)據(jù)類型基本情況熟悉,來取得一個(gè)最有利于為你提供發(fā)展組織所需的遠(yuǎn)見。

2. 建立問題

概述了核心目標(biāo)后,應(yīng)該考慮哪些問題需要回答才能幫助您完成任務(wù)。這是最重要的數(shù)據(jù)分析技術(shù)之一,它將為你的成功奠定基礎(chǔ)。

為了幫助你提出正確的問題并確保數(shù)據(jù)對你有用,必須提出正確的數(shù)據(jù)分析問題。

3. 收集數(shù)據(jù)

在為數(shù)據(jù)分析方法提供了真正的方向,并知道了需要回答哪些問題才能從數(shù)據(jù)的可用信息中獲取最佳價(jià)值之后,就應(yīng)該決定最有價(jià)值的數(shù)據(jù)源并開始收集數(shù)據(jù)信息-這是所有數(shù)據(jù)分析技術(shù)中最基礎(chǔ)的。

4. 設(shè)置KPI

設(shè)置數(shù)據(jù)源,收集認(rèn)為可提供潛在價(jià)值的原始數(shù)據(jù)以及確定好你希望數(shù)據(jù)分析所能回答的明確問題后,還需要設(shè)置一系列關(guān)鍵績效指標(biāo)(KPI)幫助在數(shù)據(jù)分析過程中的許多關(guān)鍵領(lǐng)域進(jìn)行跟蹤,衡量和塑造進(jìn)度。

KPI對于定性和定量研究中的兩種分析方法都至關(guān)重要。這是分析數(shù)據(jù)的主要方法之一,當(dāng)然不能忽略它。

5. 忽略無用的數(shù)據(jù)

在確定數(shù)據(jù)分析技術(shù)和方法并確定了任務(wù)后,你應(yīng)該瀏覽從所有來源收集到的原始數(shù)據(jù),并使用KPI作為參考,來剔除認(rèn)為無用的信息。

減少信息量是數(shù)據(jù)分析的最關(guān)鍵方法之一,因?yàn)樗梢允鼓慵芯M(jìn)行有效的數(shù)據(jù)分析,并從剩余的“精簡”信息中榨取每一滴價(jià)值。

任何與業(yè)務(wù)目標(biāo)不符或與KPI管理策略不符的統(tǒng)計(jì)數(shù)據(jù)或指標(biāo)都應(yīng)從等式中刪除。

6. 進(jìn)行統(tǒng)計(jì)分析

統(tǒng)計(jì)分析是最關(guān)鍵的類型之一。

這種分析方法側(cè)重于包括聚類,同類,回歸,因子在內(nèi)的各個(gè)方面,最終將為數(shù)據(jù)分析方法提供一個(gè)更合理的方向。

以下是這些重要的統(tǒng)計(jì)分析術(shù)語的簡要詞匯表,供你參考:

  • 聚類:將一組元素進(jìn)行分組的操作,以使所述元素彼此之間(在特定意義上)比其他組中的元素更相似(因此稱為“集群”)。此方法用于為趨勢或數(shù)據(jù)庫提供相互聯(lián)系。
  • 同類群組:行為分析的子集,它從給定的數(shù)據(jù)集(例如Web應(yīng)用程序或CMS)中獲取見解,而不是將所有內(nèi)容視為一個(gè)更廣泛的單元,而是將每個(gè)元素分解為相關(guān)的組。通過使用這種分析方法,可以深入了解消費(fèi)者需求或?qū)Ω鼜V泛的目標(biāo)群體有深刻的了解。
  • 回歸:一組確定的統(tǒng)計(jì)過程,以估計(jì)特定變量之間的關(guān)系為中心,以加深對特定趨勢或模式的了解。當(dāng)專注于預(yù)測分析時(shí),這是一種非常強(qiáng)大的分析方法。
  • 因子:一種統(tǒng)計(jì)實(shí)踐,用于描述觀察到的相關(guān)變量之間的變異性,即稱為“因子”的潛在未觀察變量的數(shù)量可能更少。此處的目的是發(fā)現(xiàn)獨(dú)立的潛在變量。一種用于簡化特定數(shù)據(jù)段的理想分析方法。
  • 數(shù)據(jù)建模:一種分析方法,是綜合使用策略和技術(shù)的工程指標(biāo)以及對其他價(jià)值,方向和環(huán)境的見解的總稱。在考慮如何分析數(shù)據(jù)時(shí),采用數(shù)據(jù)建模的心態(tài)對于成功至關(guān)重要,因此,這是一個(gè)值得更詳細(xì)探討的領(lǐng)域。
  • 預(yù)測分析:同樣,盡管這是一個(gè)廣義術(shù)語(并且我們將在適當(dāng)?shù)臅r(shí)候進(jìn)行重新討論),但是當(dāng)你正在尋找如何以正確的方式進(jìn)行分析時(shí),應(yīng)該確保牢牢扎根這個(gè)術(shù)語。預(yù)測分析技術(shù)至關(guān)重要,因?yàn)轭A(yù)測分析技術(shù)將使你能夠發(fā)現(xiàn)不斷發(fā)展的寶貴趨勢并制定計(jì)劃,這些計(jì)劃不僅可以增強(qiáng)你的各種運(yùn)營流程,而且可以幫助你在競爭中獲得至關(guān)重要的優(yōu)勢。

7. 建立數(shù)據(jù)管理流程圖

此步驟是可選的(在此之前已經(jīng)獲得了很多見識(shí)并已形成相當(dāng)合理的策略),但創(chuàng)建數(shù)據(jù)治理路線圖將有助于的數(shù)據(jù)分析方法和技術(shù)在更可持續(xù)的方式上取得成功基礎(chǔ)。這些路線圖(如果開發(fā)得當(dāng)?shù)脑挘┮部梢詷?gòu)建,因此可以隨著時(shí)間進(jìn)行調(diào)整和縮放。

花足夠的時(shí)間來開發(fā)流程圖,該流程圖將幫助你在內(nèi)部存儲(chǔ),管理和處理數(shù)據(jù),并使你的分析技術(shù)更加流暢和實(shí)用-這是當(dāng)今可用的最強(qiáng)大的數(shù)據(jù)分析方法之一。

8. 整合數(shù)據(jù)分析信息的技術(shù)

分析數(shù)據(jù)的方法有很多,但是在業(yè)務(wù)環(huán)境中分析成功的最重要方面之一就是集成正確的決策支持軟件和技術(shù)。

強(qiáng)大的數(shù)據(jù)分析平臺(tái)不僅可以讓你從最有價(jià)值的資源中提取關(guān)鍵數(shù)據(jù),而且還可以與動(dòng)態(tài)KPI配合使用,從而提供可行的見解。它還將通過一個(gè)中央實(shí)時(shí)數(shù)據(jù)可視化大屏以可消化的,可視的,交互式的格式顯示數(shù)據(jù)分析信息。是值得依靠的數(shù)據(jù)分析方法。

通過為統(tǒng)計(jì)方法數(shù)據(jù)分析和核心數(shù)據(jù)分析方法集成正確的技術(shù),將避免分散見解,節(jié)省的時(shí)間和精力,同時(shí)讓你從企業(yè)最有價(jià)值的見解中獲得最大價(jià)值。

9. 回答你的問題

通過考慮上述每個(gè)方面的努力,使用正確的技術(shù),并養(yǎng)成一種凝聚力強(qiáng)的內(nèi)部文化,每個(gè)人都以不同的方式來分析數(shù)據(jù)以及數(shù)字智能的力量,將迅速開始回答最緊迫的業(yè)務(wù)問題??梢哉f,使數(shù)據(jù)概念在整個(gè)組織中可訪問的最佳方法是通過數(shù)據(jù)可視化。

10. 可視化你的數(shù)據(jù)

SaaS數(shù)據(jù)可視化平臺(tái)是一個(gè)功能強(qiáng)大的工具,它可以使你可以用指標(biāo)講述故事,從而使整個(gè)企業(yè)中的用戶都可以提取有助于業(yè)務(wù)發(fā)展的有意義的見解-并且它涵蓋了分析數(shù)據(jù)的所有不同方式。

數(shù)據(jù)分析的目的是使整個(gè)組織更明智,更智能,并且使用合適的平臺(tái)或數(shù)據(jù)大屏,這比你想像的要簡單,正如我之前的文章提到的:如何使用SaaS數(shù)據(jù)可視化平臺(tái)來輔助現(xiàn)代業(yè)務(wù)管理?

圖源:袋鼠云EasyV數(shù)據(jù)可視化平臺(tái)案例

上圖所示的動(dòng)態(tài)和交互式的圖書館數(shù)據(jù)可視化大屏,可顯示圖書館的實(shí)時(shí)用戶和訪問者的行為,并基于頁面跳動(dòng)的KPI提出了大量指標(biāo)率,從而制作出全面的數(shù)據(jù)分析報(bào)告,用戶可以與之交互并進(jìn)行調(diào)整。

這種集中的數(shù)據(jù)分析信息組合提供了對人們?nèi)绾闻c你的業(yè)務(wù),內(nèi)容和產(chǎn)品進(jìn)行交互的真實(shí)見解,可幫助識(shí)別弱點(diǎn),利用優(yōu)勢并制定以數(shù)據(jù)為依據(jù)的決策,從而使業(yè)務(wù)成倍受益。

11. 實(shí)施文本分析

企業(yè)收集的大量數(shù)據(jù)是非結(jié)構(gòu)化的。

文本分析在行業(yè)中也稱為文本挖掘,它是獲取大量文本數(shù)據(jù)并以使其易于管理的方式進(jìn)行整理的過程。通過嚴(yán)格的清理過程,將能夠提取與業(yè)務(wù)真正相關(guān)的數(shù)據(jù),并利用它來開發(fā)可操作的見解,從而推動(dòng)企業(yè)業(yè)務(wù)前進(jìn)。

現(xiàn)代分析工具和技術(shù)可加速文本分析過程,從而以高效且以結(jié)果為導(dǎo)向的方式幫助收集和整理見解。

總的來說,我們每天都會(huì)創(chuàng)建一個(gè)2.5億字節(jié)的巨大數(shù)字?jǐn)?shù)據(jù),其中很大一部分是基于文本的。通過投資于數(shù)據(jù)分析工具和技術(shù),這些工具和技術(shù)將幫助從各種基于文字的數(shù)據(jù)源中提取見解,包括產(chǎn)品評論,文章,社交媒體傳播和調(diào)查回復(fù),你將獲得對受眾及其需求的寶貴見解,偏好和痛點(diǎn)。

通過掌握這些知識(shí),能夠創(chuàng)建可滿足潛在客戶需求的廣告系列,服務(wù)和通信,從而在增加客戶保留率的同時(shí)擴(kuò)大受眾范圍。這是需要投資的最有效的數(shù)據(jù)分析工具和技術(shù)之一。

12. 深入診斷分析

關(guān)于如何進(jìn)行分析的課程,深入研究診斷分析至關(guān)重要。設(shè)計(jì)用于提供針對特定問題的直接且可行的答案,這是世界上最重要的研究方法之一,其中包括零售分析等其他關(guān)鍵組織功能,例如

診斷數(shù)據(jù)分析是一種強(qiáng)大的數(shù)據(jù)發(fā)現(xiàn)形式,可通過幫助分析師和業(yè)務(wù)主管獲得對事件發(fā)生原因的牢固的上下文了解,從而為他們提供支持如果你知道發(fā)生某事的原因以及發(fā)生的原因,那么將能夠找到解決問題或挑戰(zhàn)的確切方法。要獲得實(shí)際的了解,至關(guān)重要的是你必須了解以下兩個(gè)方面的知識(shí):

a)預(yù)測分析

如果了解為什么趨勢,模式或事件是通過數(shù)據(jù)發(fā)生的,則能夠就業(yè)務(wù)在特定領(lǐng)域的發(fā)展情況做出明智的預(yù)測。這樣,能夠在彎道之前制定計(jì)劃或發(fā)起活動(dòng),從而擊敗競爭對手。此外,如果可以利用診斷分析的預(yù)測方面的優(yōu)勢,則可以防止?jié)撛诘膯栴}或效率低下,從而失去控制,將潛在的問題根除。有一些BI報(bào)告工具已經(jīng)在其中實(shí)現(xiàn)了預(yù)測分析選項(xiàng),但它們也變得易于使用,因此無需手動(dòng)計(jì)算任何數(shù)據(jù)或自行執(zhí)行強(qiáng)大而高級的分析。

b)規(guī)范分析

規(guī)范性數(shù)據(jù)技術(shù)是研究中另一種最有效的數(shù)據(jù)分析方法,它以圍繞使用模式或趨勢來開發(fā)響應(yīng)性,實(shí)用業(yè)務(wù)策略的方式與預(yù)測性分析交叉。

通過深入研究說明性分析,獲得合理安排的可視數(shù)據(jù)集并將其用作解決許多關(guān)鍵業(yè)務(wù)領(lǐng)域(包括市場營銷,銷售,客戶體驗(yàn),人力資源,績效,財(cái)務(wù),物流分析等。

13. 考慮自主技術(shù)

諸如人工智能(AI)和機(jī)器學(xué)習(xí)(ML)之類的自主技術(shù)在理解如何更有效地分析數(shù)據(jù)方面起著重要作用。

智能警報(bào)是現(xiàn)代數(shù)據(jù)分析的一種技術(shù),它基于數(shù)據(jù)集中的特定命令或事件提供自動(dòng)信號(hào)。例如,如果正在監(jiān)視供應(yīng)鏈KPI,則可以設(shè)置一個(gè)智能警報(bào),以在出現(xiàn)無效或低質(zhì)量數(shù)據(jù)時(shí)觸發(fā)。這樣,就可以深入研究問題并迅速有效地解決它。

神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)的一個(gè)分支,是數(shù)據(jù)驅(qū)動(dòng)的分析的一種形式,它試圖以最少的干預(yù)來了解人腦如何處理洞察力并預(yù)測價(jià)值。神經(jīng)網(wǎng)絡(luò)從每筆數(shù)據(jù)交易中學(xué)習(xí),這意味著它們會(huì)隨著時(shí)間的推移而發(fā)展和進(jìn)步。

14. 建立敘述

既然我們已經(jīng)討論和探索了數(shù)據(jù)驅(qū)動(dòng)分析的技術(shù)應(yīng)用,我們將研究如何將所有這些元素組合在一起,從而使業(yè)務(wù)受益—從一個(gè)名為“數(shù)據(jù)講故事”的小故事開始。

人類的大腦對強(qiáng)壯的故事或敘述的反應(yīng)非常好。使用各種數(shù)據(jù)可視化大屏清理,整理和可視化最寶貴的數(shù)據(jù)后,應(yīng)該努力講一個(gè)故事-一個(gè)清晰的開頭,中間和結(jié)尾。

這樣,使分析工作更容易獲得,更易消化和更通用,使組織內(nèi)更多的人可以利用發(fā)現(xiàn)來發(fā)揮他們的可操作優(yōu)勢。

15. 分擔(dān)負(fù)載

最后但同樣重要的是,在有關(guān)如何使數(shù)據(jù)分析適合在業(yè)務(wù)使用的建議中,我們討論了負(fù)載分擔(dān)。

通過使用技術(shù)方法為數(shù)據(jù)提供更多的形狀和含義,在我們之前的觀點(diǎn)上進(jìn)行擴(kuò)展,能夠提供一個(gè)平臺(tái),以更廣泛地訪問數(shù)據(jù)驅(qū)動(dòng)的見解。

如果使用正確的工具和數(shù)據(jù)可視化平臺(tái),則可以以可消化的,價(jià)值驅(qū)動(dòng)的格式顯示指標(biāo),從而使組織中的幾乎每個(gè)人都可以利用它們并利用相關(guān)數(shù)據(jù)。

現(xiàn)代的數(shù)據(jù)可視化平臺(tái)可整合來自各種來源的數(shù)據(jù),無論是需要監(jiān)視招聘指標(biāo)還是生成需要跨多個(gè)部門發(fā)送的報(bào)告,都可以在一個(gè)集中位置訪問大量見解。此外,這些尖端工具可從多種設(shè)備訪問數(shù)據(jù)可視化平臺(tái),這意味著企業(yè)中的每個(gè)人都可以遠(yuǎn)程連接實(shí)際見解-并分擔(dān)負(fù)載。

一旦每個(gè)人都能夠以數(shù)據(jù)驅(qū)動(dòng)的思維方式進(jìn)行工作,將以你從未想到過的方式促進(jìn)業(yè)務(wù)的成功。當(dāng)涉及到如何進(jìn)行數(shù)據(jù)分析時(shí),這種協(xié)作方法至關(guān)重要。

總結(jié)一下,這是數(shù)據(jù)分析技術(shù)和方法的前15個(gè)步驟:

  1. 協(xié)作確定需求
  2. 提出問題
  3. 收集數(shù)據(jù)
  4. 設(shè)置KPI
  5. 忽略無用的數(shù)據(jù)
  6. 進(jìn)行統(tǒng)計(jì)分析
  7. 制定數(shù)據(jù)管理流程圖
  8. 整合技術(shù)
  9. 回答你的問題
  10. 可視化你的數(shù)據(jù)
  11. 實(shí)施文本分析
  12. 深入診斷分析
  13. 考慮自主技術(shù)
  14. 建立敘述
  15. 分擔(dān)負(fù)載

搞定以上十五個(gè)基礎(chǔ)數(shù)據(jù)分析技巧,你就可以在業(yè)務(wù)中提供自己的數(shù)據(jù)分析效率。

 

本文由 @數(shù)據(jù)可視化那些事 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自 unsplash,基于 CC0 協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評論
評論請登錄
  1. 有點(diǎn)東西

    來自浙江 回復(fù)