從自身的經驗,談談數據分析師所需的4點基本能力
一個數據分析師,需要有哪些基本能力,才能完成數據分析目標,保證結果的正確性?本文作者將從自身經驗出發,聊一聊數據分析師到底需要哪些的基本能力?
數據分析是為了通過對數據現象的查看來完成對產品,營銷策略,運營策略的優化。達到最低成本,最優效果。那么,一個數據分析師,需要有哪些基本能力,才能完成數據分析目標,保證結果的正確性?從我自己的工作經驗,有以下幾點體會:
1.?對業務的理解能力
數據分析之前,首先要進行的是業務梳理。每個業務都是由很多規則和基本元素組成的,比如:對于一個優惠返券活動,基本的活動規則是買100返20,需要設定投放量和使用量,以及在哪種規模和類型中的店鋪,以及什么樣的人群中進行投放。這個時候,就需要數據分析師明確這個業務流程,業務統計方式,以及業務效果評估方式,這樣才能確定在哪幾個數據維度上面進行分析和計算。
提升業務理解能力有幾個方法
- 多使用產品本身,只有不斷的嘗試產品,體驗和了解各種產品,才能在分析時有直觀的思考和總結;
- 與 產品相關的業務和技術同學溝通,尤其在進行數據理解和運營理解的時候,需要知道數據元素的含義以及當前運營的方式和形成這種運營方式的原因;
- 多思考產品的內在邏輯,多問幾個為什么,這樣才不至于做分析方案的時候,遺漏其它的業務流程,或者進行錯誤的數據模型設計。
2.?有耐心,善于溝通
數據處理和邏輯梳理需要足夠的耐心,尤其是在各種數據格式不統一,數據表存放混亂,以及業務流程/邏輯異常復雜的情況下,作為數據分析師,一定要有足夠的耐心,沉下來進行全面的數據流程確認,畫出對應的流程圖,理清楚分析重點。
同時,數據分析貫穿了數據倉庫,技術,產品,業務等多個環節,需要和很多人溝通。所以,需要具備一定的溝通能力。在溝通之前,需要清楚的知道本次溝通的目的是什么,以及如何通過對方來達成自己有效數據分析的目標。與技術溝通,是理解參數含義,與運營溝通,是理解分析目標,與產品溝通,則更強調產品邏輯以及背后的思考。
3.?數據分析技術
數據分析有很多技術可以支持,包括SQL,Excle,SPSS,Matlab、Python等等,這些都是通過編程完成基本的數據分析語言編寫,然后進行執行得出結果。
因此,數據分析師必須掌握并精通一兩種數據分析編程技巧。包括從數倉取數據,對數據進行清洗,簡化,或者補全,處理數據,計算數據,最后進行可視化表達。這樣才能完成數據分析目標。這種技術對產品和運營人員也非常重要,只有學會處理數據,分析數據,才能在每個決策上面有據可依。
4.?獨立思考能力
數據分析并不僅僅是為了完成一些業務上面的數據需求和論證。數據分析者應該在理解業務的基礎上,擴大自己的思考范圍,提升洞察力。
比如:剛開始講的返券活動,可能運營人員需要數據分析師做的是論證一下在某個行業和人群中的100返20投放策略是否正確。數據分析師在分析的同時,其實可以思考是不是可以進行運營打包,比如返券和返積分同時操作,或者在某幾種組合關聯商品上面進行特定返券等等。這樣才能更好的提供分析決策,體現數據分析師的價值。
成為一個優秀的數據分析師,需要在不同的業務中進行磨練,同時需要足夠的耐心和深入業務的思考進行決策支撐。一種客觀,理性,同時又科學的數據分析心態是非常重要的,對于公司和產品的發展也是必需。
作者:吳海燕,支付寶產品經理。創業者、思考者。歡迎交流,共同成長。
本文由 @吳海燕 原創發布于人人都是產品經理。未經許可,禁止轉載。
寫的很棒~已關注!
我覺得還有卓越的推動力!