设为首页收藏本站
我们爱民主、我们爱自由、我们也爱财富!我们尊孔子、我们尊老子、我们同尊管子!

安德管仲网管仲论坛

 找回密码
 注册

QQ登录

只需一步,快速开始

微信扫一扫 分享朋友圈

已有 1247 人浏览分享

开启左侧

「数据分析」必须要知道的分析流程

[复制链接]
1247 0
      在刚接触分析数据时,你是否也有疑惑?

  数据分析到底该怎么做?为什么需求沟通的不清晰?为什么分析没有思路?如何让分析思路更清晰?…………

  对于上疑惑,我们看一看在数据分析操作中如何解答?

  数据分析是对收集来的大量数据使用适当的分析方法进行分析,运用高效的分析工具将它们加以分类和汇总;

  并提取其中最有价值的信息,概括总结形成有效结论,挖掘数据最大价值的过程。

  那数据分析该怎么做呢?

  这里将数据分析分成 7 个闭环步骤,与你一起进行交流:

  ① 明确需求 →  ② 确定思路 → ③ 处理数据 → ④ 分析数据 → ⑤ 展示数据→ ⑥ 撰写报告  → ⑦ 效果反馈。



  01.


  明确需求


  明确需求是数据分析的第一个步骤,主要是与他人沟通交流与需求相关的一切内容,并将相关内容清晰及准确的理解、表达。

  一般刚入门的分析是以被动分析为主,也就是他人发现问题,你来进行数据分析,所以要清晰的勾绘需求内容,让输出结果与需求的契合度更高。

  需求内容

  在沟通需求内容时,会存在反复沟通的情况,主要是因为还没有进行数据分析,问题考虑不周全;还有就是遇见 XX 人。

  而在沟通中,可通过抓住需求的核心内容,减少反复沟通,需求的核心内容可从5个方面确定:分析目的、分析主体、分析口径、分析思路、完成时间。

  在沟通需求的时候,要适当提出自己的想法,让需求更清晰立体。需求内容确定后,尽量以文档的形式记录下来,并邮件发给参与分析的全部人,便于各方参考需求内容开展工作。

  注意事项

  为提高需求的确认效率,要在沟通中注意9个字--“听得懂,问得准,记得牢”。

  也就是听懂需求方说的,遇见不懂名词,一定要补课弄懂;并且对于有疑问的地方及时提出;最后记录清楚沟通内容的重点。

  02.


  确定思路


  分析思路可谓是分析的“灵魂”所在,它是将分析工作进行细化,分析思路清晰、有逻辑,可避免一个问题反复分析的情况。

  确定思路需要从分析目的出发全面、深入拆解分析维度,确定分析方法,最终形成完整的分析框架。

  思路来源

  你是否也曾困惑过,为什么分析问题没有思路?

  细思考量有2点原因,一是对分析业务不熟悉,二是对分析“套路”不熟悉。所以针对上述原因,我们从下面3个方面拓展分析思路:

  ① 套用经典:前人经过岁月的沉淀,已总结出成熟的分析“套路”, 套用经典分析思路,站在前人的肩膀上进行分析,常用 “套路”如:AARRR分析、RFM分析、5W2H分析等。

  ② 指标体系:利用公司内部已形成的指标体系,通过指标、维度找到分析适当的切入角度,如下面是某互联网公司的指标体系表:


  ③ 总结提炼:通过学习公司历史分析报告,请教同事,不断运用总结,提炼出自己的分析框架。

  梳理工具

  当头脑中已有分析思路,是否有工具让分析思路清晰表达出来呢?

  这时就可以使用【思维导图】一边表达一边梳理,常用的思维导图软件有Xmind、Mindmaster,网页的话可用使用百度脑图。

  03.


  处理数据


  当拿到数据时,数据不能满足直接用来分析,所以需要将收集到的杂乱无章的数据,快速、准确加工成适合数据分析的样式,常用的样式是一维表,也就是每个数据只有一个对应数值,每一列都是独立参数。

  数据来源

  处理数据,一定需要有数据才能分析,那数据来自哪里呢?

  来源可以分为内部及外部,内部来源主要是现有的报表,数据库,而外部的主要可以通过网页爬虫、调查问卷、国家统计局等来获得,无论从哪里获得要保证数据的统一、有效。

  处理操作

  数据传输过来,就可以对数据进行加工处理,数据加工主要是 4 种操作:

  ① 数据收集:也就是从数据来源中收集、提取出分析的相关数据;

  ② 数据清洗:观察数据是否存在异常值、空值等,若存在,可剔除或用合理值代替,常用的代替值是平均值、中位数、众数;

  ③ 数据计算:通过数学公式等用已有数据计算出自己需要的其他数值,如:日均值、总销售额;

  ④ 数据转化:将数据转化成分类数据也就是离散型数据,俗称“标签化”。

  04.


  分析数据


  分析数据是分析流程重中之重的工作,可谓是“抽丝剥茧”,它是从分析目的出发,按照分析思路,运用适当的分析方法或分析模型,使用分析工具,对处理过的数据进行分析,提取出有价值的信息。

  方法模型

  如何开展具体的分析呢?

  可以将现有的分析方法、分析模型进行结合,去对数据进行整合分析。

  像基础的分析方法对比分析,结构分析、分类分析等,高级分析方法聚类分析、回归分析、决策树分析等,分析模型AARRR分析,RFM分析,A/B测试等。

  分析工具

  当然,分析也少不了工具的辅助。在分析中常用的工具,入门的话就是 Excel、SQL,进阶的话是 Python、R,当然数据处理的时候也可以使用这些工具,只是想达成的目的不一样,数据处理侧重于清洗、转化,数据分析侧重于汇总、分类。

  05.


  展示数据


  展示数据也称为“数据可视化”是以简单、直观的方式传达出数据包含的信息,增强数据的‘易读性’,让阅读者轻而易举的就看出数据表达的内容。

  俗话说的好“文不如表,表不如图”,所以展示数据一般用图表进行展示,常用图表有表格、柱状图、折线图、条形图、散点图、饼图。

  这些图表是不是很熟悉?在 Excel、PPT是不是制作过?Excel、PPT是最基础、常用的图表展示工具,当然,也有专业的展示工具Power  BI、Tableau。

  06.


  撰写报告


  撰写报告是指以文档形式输出分析结果,其内容是通过数据全方位的科学分析来展现运营情况,能够为决策者提供强有力的决策依据,从而降低运营风险,提高盈利。分析报告就是第1步~第5步工作的总结,以文档的形式展现“推理”的过程,并说明最终的结论。

  报告形式

  目前常用的报告形式有,PPT、Word、Excel:

  ① PPT:制作耗时较长,但其美观度强,大型汇报一般都是以PPT载体;

  ② Word:分析报告主要是用于文字较多、正式的邮件附件;

  ③ Excel:常用于内部的交流报告,制作时间较短。

  注意事项

  在撰写报告的时候,为了让报告易读且有价值,也需要注意一些事情:

  ① 报告中注明分析目标、分析口径、数据来源;这样报告阅读人能清晰的知道报告的背景情况,降低因此带来的沟通成本;

  ② 报告图文并茂、条理清晰、逻辑性强、单条推理;让阅读人能够跟着你的一条分析思路走到分析结果;

  ③ 报告中需体现有价值的结论、建议;用“落地”的方案,体现分析的数据价值。

  分析报告也是PPT的一种,所以也在“干不过PPT”的系列中,干不过的主要原因是分析报告是工作的精华浓缩,能够更直接的向上级汇报。

  一定要坚持写下去,可能刚开始报告写得毫无章法,但会越写越清晰,报告功底与报告数量成正比。

  07.


  效果反馈


  分析报告中以数据为导向的建议已提出,但还不知道建议的效果。这就相当于玩抓娃娃机,币已投入,但还不知是否已抓到娃娃。

  “有输入有输出”才能知晓自己的操作问题点和闪光点,所以效果反馈是十分有必要的。

  所谓效果反馈就是选择恰当且代表性的指标,及时监控报告中提出的策略执行进度、执行效果。

  反馈形式

  进行效果反馈时,需要一定的载体来进行呈现,目前通用的2种反馈形式:

  ① 监控报表:是反馈时间间隔比较短、重复频次高的反馈,比如日报、周报;

  ② 分析报告:是反馈时间将较长或一个执行周期情况,比如XX月分析报告、XX公司年总结报告。

  注意事项

  因为营销动作的效果情况是引导下一步动作的主要参考依据,所以在进行效果反馈要注意 2 点:

  ① 指标恰当:指标需能直观的进行反馈,能够准确的看到营销效果,如果出现问题,可以参考效果数据迅速进行营销调整;

  ② 反馈及时:当指标能够统计时迅速进行操作,如果统计不及时,而且营销动作出现失误,越晚发现损失就会越大。

  08.


  总  结


  一般第 7 步效果反馈后还会回到第 1 步需求沟通,与他人沟通反馈效果情况,比如是否有异常、异常原因、下一步动作等,这就形成了闭环分析。

  通过如此反复的迭代优化,提高模型精准度,提高营销与用户的契合度,提高投资回报率等……

  闭环分析中“闭环”在做的事情其实就是“扬长避短”,让数据引导动作到更有价值的地方,实现资源配置最大化,也就是用最小的力气撬动最大的利益杠杆。

  闭环分析流程每步重点为:

  ① 明确需求,最重要的是准确;

  ② 确定思路,最重要的是全面、深入;

  ③ 处理数据,最重要的是高效;

  ④ 分析数据,最重要的是合适;

  ⑤ 展示数据,最重要的是直观;

  ⑥ 撰写报告,最中的是建议落地且逻辑清晰;

  ⑦ 效果反馈,最重要的是迅速。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x
您需要登录后才可以回帖 登录 | 注册

本版积分规则

0

关注

0

粉丝

174

主题
精彩推荐
热门资讯
网友晒图
图文推荐

小黑屋|手机版|Archiver|安德管仲网 ( 粤ICP备20002412号   

GMT+8, 2022-9-28 13:49 , Processed in 0.129561 second(s), 38 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.