如何快速提升數據分析能力

0 評論 1024 瀏覽 0 收藏 8 分鐘

數據分析是現代企業運營中不可或缺的一部分,但如何快速提升數據分析能力,尤其是結合公司業務實現快速見效,是許多數據團隊面臨的挑戰。本文將系統介紹數據分析能力的三個層次,并提供實用的方法和工具,供大家參考。

有同學問:“目前數據團隊的分析能力偏弱,想提升分析能力,能結合公司業務,快速見效那種”……?今天系統介紹一下,數據分析能力分三層,要一層層提升。

一、三個層次的能力要求

  • 初級能力:使用SQL,Python等工具,按要求提取數據,滿足看數需求
  • 中級能力:基于業務流程,主動梳理指標體系,開發數據看板,用固定的數據監控取代零散的、臨時的取數需求
  • 高級能力:基于數據監控,主動發現業務問題,提供可落地建議,設計實驗檢驗業務方案。做到這一步,才真正讓數據“見效”。

目前網上對于初級能力的介紹非常多,包括:

  • 大量刷題,提高取數熟練度
  • 招聘時,將工作中復雜查詢作為考試題目,篩選能做對的
  • 提供樣表+查詢邏輯,利用AI工具,輔助SQL編寫
  • 建立“取數錯題本”,對于統計出過錯的指標反復練習

總之,熟能生巧,練多了就能打造一個合格取數工具

但是從中級能力開始,就要求數據結合業務,并且有自己的洞察。這一塊網上分享很少,大多是介紹AARRR之類的通俗做法。今天就深入跟大家介紹一下

二、要點1:用標準模版取代零散提數

常見的數據分析需求有四類:

1、監控業務情況

2、分析問題原因

3、預測業務走勢

4、測試業務想法

其中監控類需求最大,耗時最多。想提升分析能力,應分業務線(比如:銷售、運營、產品、市場、物流……)梳理指標體系,并生成固定監控模版(如下圖所示),這樣能加深新手同學對業務理解,并且極大壓縮臨時取數工作量,把人力釋放出來,才能鉆研更高級的事情

三、要點2:總結業務常規走勢

“做數據的,看不懂數據”是很多基礎同學痛點。在建立監控指標以后,應首先了解業務考核的關鍵指標(比如銷售收入、利潤、新用戶數、活躍用戶數等)的常規走勢

這里有三類規律要特別關注(如下圖):

  1. 自然周期:指標是否和季節變化、節假日有關
  2. 生命周期:業務從上線到下線的主要指標走勢
  3. 同期群變化:用戶注冊之后N個時間周期走勢

了解常規走勢以后,才能讓新人理解“正常走勢”是什么意思,進而發現真正的指標異常(而不是有個1%的波動就胡亂拆解半天)。這是深入分析的起點。

四、要點3:深入業務過程

相基于數據做出洞察,首先得深入業務

比如銷售,可以了解:

  • 銷售過程有幾步,有哪些數記錄
  • 銷售渠道有幾類,每類表現如何
  • 銷售產品有幾種,每種占比多少

比如供應,可以了解

  • 從原料到出品過程有幾步
  • 每一步消耗哪些資源
  • 每一步產出什么結果

在了解業務的過程中,注意:

  • 每個環節有多少數據采集
  • 業務自身最關注哪些環節
  • 業務常見的做法是什么

了解完成后,可以按照業務流程+常見做法,建立指標體系(如下圖)這樣才能實現數據無死角監控+從業務視角思考問題(而不是“數據庫里有啥指標,我一股腦都倒出來”)

五、要點4:量化業務動作效果

對于業務常做的關鍵動作,一定要建立量化監控機制。

比如業務想提升銷售業績

1、如果是市場部做個促銷活動,則可以用數據記錄,哪些訂單是促銷訂單,看促銷訂單的增長情況,計算活動收益。

2、如果是銷售部開個銷售能力培訓會,很可能沒有數據記錄每個人提升多少。此時只能退而求其次,記錄哪些人參與培訓/哪些公司參與培訓,然后看指標是否有變化。

這樣做,一方面,能加深新人對業務的理解,另一方面,能先從結果上了解業務各種動作的效果。后續做深入分析才有素材。有些公司,業務做了啥事,數據都不知道,還要事后去問……這是談不上“深入分析”的

六、要點5:拆分業務問題,形成分析假設

學會先提假設,再找證據,是從中級到高級的關鍵一步(如下圖)

分析假設有三個來源

  1. 根據過往規律、經驗、走勢提假設
  2. 根據業務方關心的問題提假設
  3. 根據結構/分層分析中,發現的問題大的點提假設

這三種方法都需要之前幾步的積累。當有可能假設有很多種,比如一個簡單的“下雨對業績影響”,高級的分析師能拆分出若干種情況(如下圖)。這種從粗到細的思維,需要長期訓練。突破了這一步,才能使自己晉級高手行列。

綜上可見,分析能力的提升,需要

1)深入業務流程,了解業務細節

2)把握業務規律,衡量業務做法

3)合理提出假設,找到關鍵要素

并且,大量的訓練是必不可少的。

本文由人人都是產品經理作者【接地氣的陳老師】,微信公眾號:【接地氣的陳老師】,原創/授權 發布于人人都是產品經理,未經許可,禁止轉載。

題圖來自Unsplash,基于 CC0 協議。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!