小白數(shù)據(jù)分析必看!從入門到精通數(shù)據(jù)分析師進(jìn)階技能全攻略(中)
數(shù)據(jù)分析都有哪些常用的方法?這篇文章里,作者針對描述性分析、診斷性分析等內(nèi)容做了總結(jié)和梳理,不妨來看一下。
上篇文章我們給大家介紹了數(shù)據(jù)分析中的一些誤區(qū),同時我們也給大家講解了不同層級數(shù)據(jù)分析的崗位之間的區(qū)別及技能的盤點。
一、通用能力總結(jié)
1.初級的數(shù)據(jù)分析,就是工具人,會操作軟件,能根據(jù)要求把數(shù)據(jù)進(jìn)行整理歸納,以及一些基本的可視化呈現(xiàn)。他們具備的是軟件操作能力,但這也給了很多人一個錯誤的認(rèn)知,就是以為數(shù)據(jù)分析就是學(xué)軟件,外面很多數(shù)據(jù)分析的課程也是在軟件層面的教學(xué).但你去學(xué)了往往會發(fā)現(xiàn),自己還是無法解決工作的問題,職業(yè)發(fā)展沒有提升。
2.中級的數(shù)據(jù)分析,工具的能力要求更高了,除了 excel 還要求有 sql 和 python,但更本質(zhì)的區(qū)別是,她需要懂業(yè)務(wù)了,能發(fā)現(xiàn)業(yè)務(wù)現(xiàn)有的問題,并給出對應(yīng)的解決方案。比如給銷售部門做數(shù)據(jù),是要懂銷售策略,運營策略才能做好的。
3.高級的數(shù)據(jù)分析,就不再是局限于事后分析和現(xiàn)狀分析,比如一個產(chǎn)品的銷售數(shù)據(jù)不佳,中級的數(shù)據(jù)分析只能等這個結(jié)果出現(xiàn)之后再去做事后諸葛亮,但高級的數(shù)據(jù)分析就需要提前做出預(yù)判,實時進(jìn)行干預(yù)。甚至不再局限于公司內(nèi)部的數(shù)據(jù),而是要分析外部的行業(yè)以及市場,來判斷大的趨勢是什么。
不過現(xiàn)在規(guī)范性分析應(yīng)用比較少,因為需要需要機(jī)器學(xué)習(xí)等領(lǐng)域的高級技能,并不是所有公司都能具備的。再加上找合適的員工成本,這可是一比不小的支出啊。
二、數(shù)據(jù)分析的方法和目的
其實從很小的時候,從很小的時候,數(shù)據(jù)分析就伴隨著我們了,只不過我們一直被數(shù)據(jù)分析所支配。小學(xué)的時候一年級我們就開始考試,每張卷子是 100 分。老師會給根據(jù)答題情況給每個人進(jìn)行打分,根據(jù)分?jǐn)?shù)來判斷每個人成績的好壞。
不僅如此,他還要根據(jù)分?jǐn)?shù)對我們進(jìn)行縱向的排名。這樣老師就能更加清晰的知道誰學(xué)習(xí)好,誰學(xué)習(xí)不好。這個成績單還會同步給我的家長,成績單好的時候我就有糖吃,成績單不好的時候就只有雞毛撣子吃。
家長也是靠這一張小小的成績單來決定對我們的態(tài)度。有一次我清楚的記得,上學(xué)期我考了 54 名,下學(xué)期我考了 52 名,我開開心心的把卷子拿給我的爸爸尋求夸獎,可是他卻把我打了一頓,我當(dāng)時百思不得其解,我明明進(jìn)步了兩名,為什么他還打我?長大了我明白我覺得進(jìn)步是對比上學(xué)期的成績,對比上學(xué)期的基礎(chǔ)上,我是進(jìn)步了。那我爸看全局思維放在全班進(jìn)行對比,我還是個渣渣。爺倆根本不在一個維度嘛。
成績單是什么呢?按我們的話來說,它其實就是輸出了一份數(shù)據(jù)報告。通過給你打分,可以看出來你對各個學(xué)科的掌握程度。比如說你英語得了 100 分,語文得了 90 分,數(shù)學(xué)得了 80 分,物理得了 60 分,化學(xué)只得了 20 分。那看起來你很明顯的要去補物理和化學(xué)啦,這就叫什么叫對癥下藥。
后來我又經(jīng)歷了很多模擬考,一模我考了 360 分。二模我考了 340 分。三模我考了 350 分。據(jù)三次平均成績,我差不多中考能考高 350 分。為什么那小時候老師和老娘運用數(shù)據(jù)分析,它的目的是什么呢?通過對比,來提高我們成績,這個才是老師的本質(zhì)目的。
根據(jù)分析的方法和目的,分析可以被劃分為描述性分析(descri-ptive analytics)、診斷性分析(Diagnostic analytics),預(yù)測性分析(predictive analytics)和規(guī)范性分析(prescriptive analytics)。那咱們就根據(jù)上面的例子分別來對號入座一下。
描述性分析(descri-ptive analytics):
描述性分析包括數(shù)據(jù)收集、整理、制表、制圖以及描述正要研究的事物的特征,這類分析以往被稱為“報告”。描述性分析可能非常有用,但它不能解釋某種結(jié)果出現(xiàn)的原因或者未來可能會發(fā)生的事情。
其實呢就是老師把我們的成績,經(jīng)過填入梳理整合然后輸出了一張成績單的意思。但是呢他只是能看到你現(xiàn)在的情況,無法解釋你為啥成績低,也沒辦法預(yù)測你是否能提高成績啦~
診斷性分析(Diagnostic analytics):
業(yè)務(wù)變好/變壞了,除了知道這個結(jié)果外,我們還需要通過數(shù)據(jù)進(jìn)一步了解為什么會這樣。
在診斷性分析中,就需要去分析業(yè)務(wù)結(jié)果和很多因素的相關(guān)性。當(dāng)然,怎么能較快速地定位到分析哪些因素和結(jié)果的關(guān)系,要基于對業(yè)務(wù)的理解??梢源蠹乙黄痤^腦風(fēng)暴分析業(yè)務(wù)數(shù)據(jù),也可以去調(diào)研,或者深度訪談一些業(yè)務(wù)關(guān)鍵角色,讓他們給一些輸入,我們才可能知道從哪些維度去分析數(shù)據(jù)更合理。
比如說我現(xiàn)在這個成績單,我化學(xué)得了20分。對,我現(xiàn)在已經(jīng)知道我化學(xué)得了20分,那么為什么我英語能得100分,化學(xué)能得20分,是化學(xué)課開小差了?不喜歡化學(xué)?還是認(rèn)真聽了但是沒聽懂?
預(yù)測性分析(predictive analytics):
預(yù)測性分析不僅可以對數(shù)據(jù)特征和變量(可以假定取消范圍的因素)之間的關(guān)系進(jìn)行描述,還可以基于過去的數(shù)據(jù)預(yù)測未來。預(yù)測性分析首先會確定變量值之間的關(guān)聯(lián),然后基于這種已知的關(guān)聯(lián)預(yù)測另一種現(xiàn)象出現(xiàn)的可能性。
比如說預(yù)測性分析,在考試這個場景下怎么能體現(xiàn)呢?其實可以算概率,上學(xué)的時候老師肯定說過這樣的話:這個題目每年都考,所以這個一定要掌握。這個題目已經(jīng)幾年沒考了,今年很可能會考,所以這個也一定要掌握
這樣的說法其實就是拍腦袋,嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)分析,是可以通過統(tǒng)計,發(fā)現(xiàn)那些 100%會考的題,這樣幫助你更有針對性的去準(zhǔn)備考試,如果你 100%會出的題都還錯,那當(dāng)然要優(yōu)先搞這種題,有時間再去搞那種概率性出現(xiàn)的題目。而不是眉毛胡子一把抓。
規(guī)范性分析(prescriptive analytics):
規(guī)范性分析是更高層次的分析,如實驗設(shè)計和優(yōu)化等。就像醫(yī)生會在出處方建議患者采取什么行動一樣就比如說咱們考試,你數(shù)學(xué)考了 100 分,語文考了 80 分,英語考了 60 分,物理只考了 20 分。
這個時候我們可能會知道語文和英語還有物理是需要去提高的。但我們不能一上來就建議去提高物理分?jǐn)?shù),我們可以在提高各項分?jǐn)?shù)之間做一個投入產(chǎn)出比的比較,然后再選擇最優(yōu)的學(xué)科去提高。
以上就是今天的內(nèi)容了,看著上面的小故事覺得描述性分析,診斷性分析,預(yù)測性分析還有規(guī)范性分析,聽著也不難啊。當(dāng)然便于大家理解我們只是用故事串起來了,實際上工作中能做到其實是很不容易的!最后預(yù)告下咱們最后一篇了,下一篇咱們會給大家詳細(xì)介紹數(shù)據(jù)分析對于我們個人及在公司中的重要意義。
本文由 @財源滾滾 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載
題圖來自Unsplash,基于CC0協(xié)議
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)
小姐姐求更~