這篇文章講解一些數(shù)據(jù)分析的知識(shí)，因?yàn)椴徽撌情_(kāi)發(fā)、分析師、產(chǎn)品、運(yùn)營(yíng)，在數(shù)字化時(shí)代，掌握數(shù)據(jù)分析的基本概念，是一項(xiàng)必備的工作技能。我們經(jīng)常提到的“數(shù)據(jù)Sense”，也可以概括為“數(shù)據(jù)分析思維”。

本文包括如下四個(gè)部分： 

1.為什么數(shù)據(jù)分析很重要 ；

2.常見(jiàn)的分析方法有哪些 ；

3.數(shù)據(jù)驅(qū)動(dòng)的一些方法論 ；

4.數(shù)據(jù)分析師的技能進(jìn)階。

|0x00 為什么數(shù)據(jù)分析很重要

第一個(gè)層面，統(tǒng)計(jì)學(xué)依舊是數(shù)據(jù)分析的核心方法。

我們先來(lái)看一下數(shù)據(jù)分析的定義：“為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過(guò)程”，數(shù)據(jù)分析是基于統(tǒng)計(jì)學(xué)的方法，來(lái)對(duì)社會(huì)科學(xué)的問(wèn)題提供嚴(yán)謹(jǐn)?shù)姆治龇椒ê凸ぞ?。盡管大數(shù)據(jù)技術(shù)的出現(xiàn)，大大擴(kuò)展了統(tǒng)計(jì)學(xué)研究的領(lǐng)域邊界，但大數(shù)據(jù)技術(shù)并沒(méi)有改變統(tǒng)計(jì)學(xué)通過(guò)隨機(jī)抽樣推斷總體分布特征的基本思想，大多數(shù)統(tǒng)計(jì)學(xué)的基本方法，如因果推斷、充分性原則、數(shù)據(jù)歸納等，甚至因?yàn)榇髷?shù)據(jù)技術(shù)的普及而得到了增強(qiáng)。通過(guò)大數(shù)據(jù)技術(shù)的加持，很多重要的社會(huì)經(jīng)濟(jì)心理變量變得可以構(gòu)建，如居民幸福感、投資人情緒等，而實(shí)時(shí)技術(shù)的發(fā)展甚至使得實(shí)時(shí)預(yù)測(cè)變成了可能。

第二個(gè)層面，數(shù)據(jù)分析對(duì)業(yè)務(wù)的發(fā)展有指導(dǎo)意義。

還是引用管理學(xué)大師“彼得·格魯克”的名言：“You cannot impove it if you cannot measure it”，只有我們找到業(yè)務(wù)發(fā)展的關(guān)鍵衡量標(biāo)準(zhǔn)，也就是“北極星指標(biāo)”之后，我們才能夠針對(duì)性的優(yōu)化業(yè)務(wù)。互聯(lián)網(wǎng)上有一句廣而流傳的話，谷歌分析推廣人之一Avinash Kaushik的名句：“All data in aggregate is crap. Segment or die. ”，意思是“所有的總和數(shù)據(jù)都是垃圾，要么分組，要么去死”。匯總數(shù)據(jù)會(huì)掩蓋很多問(wèn)題，對(duì)數(shù)據(jù)的下鉆分析才能獲得趨勢(shì)發(fā)生的真正原因，才能夠了解如何優(yōu)化“北極星指標(biāo)”。當(dāng)今互聯(lián)網(wǎng)人口紅利逐步消失的前提下，對(duì)業(yè)務(wù)數(shù)據(jù)的深入理解和分析，才能夠讓業(yè)務(wù)維持高質(zhì)量的增長(zhǎng)。

綜上，數(shù)據(jù)分析至今仍然很重要，如果想了解自己的工作能產(chǎn)生怎么樣的價(jià)值，數(shù)據(jù)分析知識(shí)，就是數(shù)據(jù)從業(yè)者必備的“數(shù)據(jù)Sense”。

|0x01 常見(jiàn)的分析方法有哪些

數(shù)據(jù)分析師的崗位技能，要求能夠有條理有體系的來(lái)分析問(wèn)題、解決問(wèn)題，我們需要借鑒一些常見(jiàn)的分析方法，以快速定位問(wèn)題的根本原因。

分析方法包括兩個(gè)部分，一種是宏觀的戰(zhàn)略分析，另一種是微觀的數(shù)據(jù)分析。

宏觀的戰(zhàn)略分析，主要包括：

PEST分析，通過(guò)研究政治(Politics)、經(jīng)濟(jì)(Economy)、社會(huì)(Society)、技術(shù)(Technology)四個(gè)方面，來(lái)分析企業(yè)經(jīng)營(yíng)所面臨的的宏觀經(jīng)濟(jì)狀況；

SWOT分析，通過(guò)研究?jī)?yōu)勢(shì)（Strengths）、劣勢(shì)（Weaknesses）、機(jī)會(huì)（Opportunities）和威脅（Threats），來(lái)動(dòng)態(tài)的分析企業(yè)內(nèi)外部的競(jìng)爭(zhēng)現(xiàn)狀；

波特五力模型，通過(guò)分析同行業(yè)內(nèi)現(xiàn)有競(jìng)爭(zhēng)者的競(jìng)爭(zhēng)能力、潛在競(jìng)爭(zhēng)者進(jìn)入的能力、替代品的替代能力、供應(yīng)商的討價(jià)還價(jià)能力與購(gòu)買者的議價(jià)能力，來(lái)分析企業(yè)的競(jìng)爭(zhēng)戰(zhàn)略策略。

宏觀分析雖然對(duì)于我們的日常工作而言，主題太大，但其實(shí)對(duì)于一些特定的行業(yè)，如保險(xiǎn)、醫(yī)療、在線教育、互金、物流等，分析政策、法規(guī)、風(fēng)險(xiǎn)等考量因素，還是很有幫助的。

接下來(lái)我們講更加常見(jiàn)的微觀數(shù)據(jù)分析方法，這里列幾個(gè)常見(jiàn)的方法，并附帶一個(gè)小Case。

第一個(gè)要講的是假設(shè)檢驗(yàn)。

假設(shè)檢驗(yàn)分析，又稱統(tǒng)計(jì)假設(shè)檢驗(yàn)，是用來(lái)判斷樣本與樣本、樣本與總體的差異是由抽樣誤差引起還是本質(zhì)差別造成的統(tǒng)計(jì)推斷方法。主要分成三個(gè)步驟：1、提出假設(shè)；2、收集證據(jù)；3、得出結(jié)論。

假設(shè)檢驗(yàn)主要依據(jù)邏輯推理，來(lái)分析問(wèn)題發(fā)生的原因，因此在歸因分析中也常常被用到。

例如我們的北極星指標(biāo)下降了，我們需要找出對(duì)應(yīng)的原因，初步設(shè)想有三種可能性，即用戶問(wèn)題、產(chǎn)品問(wèn)題或者是競(jìng)品問(wèn)題。

從這三個(gè)方面，我們能夠提出三種假設(shè)：

假如用戶有問(wèn)題，那么我們可以從業(yè)務(wù)鏈路圖來(lái)分析問(wèn)題，或者是多維度分析來(lái)進(jìn)行拆解；

假如產(chǎn)品有問(wèn)題，那么可以研究最近上線的產(chǎn)品功能，是否符合用戶需求；

假如競(jìng)品有問(wèn)題，那么可以通過(guò)外部市場(chǎng)信息，來(lái)調(diào)研競(jìng)品是不是在大規(guī)模的補(bǔ)貼推廣。

在初步得到結(jié)論之后，分析的過(guò)程通常還要繼續(xù)，多問(wèn)幾個(gè)為什么，然后繼續(xù)用數(shù)據(jù)的方法來(lái)驗(yàn)證原因，直到找到問(wèn)題的根源。

第二個(gè)要講的是邏輯樹(shù)分析法。

邏輯樹(shù)分析法理解起來(lái)比較容易，是把復(fù)雜的問(wèn)題拆分成幾個(gè)簡(jiǎn)單的問(wèn)題，然后像樹(shù)木的樹(shù)干那樣，把問(wèn)題逐步展開(kāi)，通過(guò)解決單個(gè)的子問(wèn)題，進(jìn)而得到匯總的問(wèn)題答案。

例如，同樣分析利潤(rùn)增長(zhǎng)緩慢的原因，我們可以通過(guò)邏輯樹(shù)的方式，把問(wèn)題拆分成：收入、成本、毛利三個(gè)維度，然后依次分析各個(gè)維度的問(wèn)題。

收入需要考量客戶量、客戶質(zhì)量、付費(fèi)率、付費(fèi)意愿等問(wèn)題；成本需要考量廣告成本、人工成本、促銷策略等問(wèn)題；毛利需要考量倉(cāng)配客、渠道質(zhì)量等問(wèn)題。最后通過(guò)各個(gè)子問(wèn)題的匯總，得出真正的原因。

邏輯樹(shù)有三個(gè)基本原則，即

要素化：把相同問(wèn)題總結(jié)歸納成要素；

框架化：將各個(gè)要素組織成框架，遵守不重不漏的原則；

關(guān)聯(lián)化：框架內(nèi)的各要素保持必要的相互關(guān)系，簡(jiǎn)單而不孤立。

第三個(gè)講一下群組分析。

群組分析是按照某個(gè)特征，將數(shù)據(jù)劃分成不同的組，如時(shí)間、興趣等，通過(guò)對(duì)比組與組之間的數(shù)據(jù)差異，來(lái)對(duì)問(wèn)題進(jìn)行對(duì)比。

群組分析對(duì)于產(chǎn)品生命周期不同階段的分析很有幫助，如新發(fā)布的版本效果如何，通過(guò)時(shí)間將用戶劃分成不同的群組，然后比較不同組之間的留存率，來(lái)分析用戶留下或者離開(kāi)的原因。

舉個(gè)例子，視頻平臺(tái)的用戶，需要充值為VIP才能看到平臺(tái)獨(dú)占的電視劇，但用戶可以在任意月份取消訂購(gòu)，這類取消訂購(gòu)的用戶就是流失用戶。為了分析用戶為什么流失，我們可以使用群組分析方法。

通過(guò)把每個(gè)組的數(shù)據(jù)繪制成一條折線，橫軸是時(shí)間，縱軸是留存率，然后比較各個(gè)組的折線，我們通常能很容易的看出，不同時(shí)間留存率是有較大差異的，原因大體如下：

產(chǎn)品最近上線了某些新功能，但是這些新功能并不適合新用戶；

市場(chǎng)最近在進(jìn)行推廣活動(dòng)，帶來(lái)了新用戶，但是公司的產(chǎn)品對(duì)這些新用戶沒(méi)有價(jià)值，導(dǎo)致用戶流失。

再配合前文提到的假設(shè)檢驗(yàn)，進(jìn)一步分析問(wèn)題的根本原因，這樣我們就形成了一些比較固定的分析方法：1. 群組分析，找到留存率比較低的組；2. 假設(shè)檢驗(yàn)，提出問(wèn)題，驗(yàn)證為什么留存率這么低。

不同策略的相互組合，就形成了我們自己的分析方法論。

當(dāng)然，數(shù)據(jù)分析的方法還有很多，這些都需要通過(guò)日常的學(xué)習(xí)和實(shí)踐，來(lái)一點(diǎn)點(diǎn)的總結(jié)完善。

|0x02 數(shù)據(jù)驅(qū)動(dòng)的一些方法論

數(shù)據(jù)驅(qū)動(dòng)的意思，簡(jiǎn)單來(lái)講，就是針對(duì)已經(jīng)數(shù)字化的業(yè)務(wù)，如電商、視頻等，通過(guò)數(shù)據(jù)來(lái)分析問(wèn)題的原因，并提出優(yōu)化解決的方法，來(lái)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)、或者是產(chǎn)品迭代。這是互聯(lián)網(wǎng)行業(yè)保持增長(zhǎng)的訣竅，也是數(shù)據(jù)從業(yè)者需要掌握的業(yè)務(wù)方法，更是評(píng)價(jià)一個(gè)人工作能力的重要衡量標(biāo)準(zhǔn)。

數(shù)據(jù)驅(qū)動(dòng)通常由如下的流程構(gòu)成：

定性分析數(shù)據(jù)，以發(fā)現(xiàn)問(wèn)題；

定量分析數(shù)據(jù)，以確定影響面；

調(diào)研公司、競(jìng)對(duì)和業(yè)界的通行做法；

預(yù)估解決問(wèn)題后的效果；

設(shè)計(jì)相應(yīng)的實(shí)驗(yàn)機(jī)制；

AB測(cè)試得出實(shí)驗(yàn)結(jié)論；

上線并跟蹤策略后續(xù)的變化情況。

這里有一些知識(shí)是數(shù)據(jù)分析需要涉及的，即定性、定量分析，AB測(cè)試。其他的部分通常由工程組來(lái)實(shí)現(xiàn)相應(yīng)的功能。

定性分析，是對(duì)研究對(duì)象進(jìn)行“質(zhì)”的研究，分析內(nèi)在規(guī)律；定量分析，是對(duì)研究對(duì)象進(jìn)行數(shù)量的研究，描述相互作用與發(fā)展趨勢(shì)。

舉個(gè)例子，通過(guò)數(shù)據(jù)，我們發(fā)現(xiàn)了電商場(chǎng)景中的“下單到支付轉(zhuǎn)化率低”的問(wèn)題，需要分析問(wèn)題。我們通過(guò)分組+漏斗的方法，發(fā)現(xiàn)部分商品存在這個(gè)問(wèn)題，然后通過(guò)抽樣看數(shù)據(jù)，分析發(fā)生問(wèn)題的原因，大概是因?yàn)樘摷賰r(jià)格，這個(gè)就是定性分析。定位到原因后，我們選取抽象商品，通過(guò)人工評(píng)估虛假價(jià)格的比例，來(lái)推斷總體的影響范圍，就是定量分析。

接著，我們定了一些策略，需要驗(yàn)證這些策略對(duì)于“下單到支付轉(zhuǎn)化率低”問(wèn)題的影響，就需要進(jìn)行實(shí)驗(yàn)對(duì)比。

AB實(shí)驗(yàn)是指，針對(duì)同一個(gè)存在2種及以上解決方法的問(wèn)題，對(duì)同一組人群進(jìn)行隨機(jī)分組，在同一時(shí)間維度內(nèi)，進(jìn)行實(shí)驗(yàn)組和對(duì)照組的實(shí)驗(yàn)，通過(guò)少量且相同的衡量指標(biāo)，衡量哪套解決方案的結(jié)果表現(xiàn)更好。當(dāng)然，這么做的前提，是需要樣本量足夠，但對(duì)于已經(jīng)數(shù)字化的互聯(lián)網(wǎng)業(yè)務(wù)而言，通常都不是困難的事情。

通過(guò)分析AB實(shí)驗(yàn)后，不同策略的效果對(duì)比數(shù)據(jù)，看我們的策略是否能帶來(lái)預(yù)期的正向效果，如果是則可以上線。上線之后，再進(jìn)行定量的數(shù)據(jù)分析，看問(wèn)題解決的程度。

以上就是數(shù)據(jù)驅(qū)動(dòng)的一些常規(guī)方法。

|0xFF 數(shù)據(jù)分析師的技能進(jìn)階

數(shù)據(jù)分析師也需要懂算法。

很多時(shí)候，分析師也跟開(kāi)發(fā)一樣，分成“向前”和“向后”兩種角色?！跋蚯啊钡慕巧N著業(yè)務(wù)走，能夠發(fā)現(xiàn)業(yè)務(wù)中存在的問(wèn)題，尋找相應(yīng)的優(yōu)化點(diǎn)；“向后”的角色更多是落地實(shí)現(xiàn)一個(gè)功能，能夠優(yōu)化算法或者試驗(yàn)方法，更像后端，但更智能化。

盡管統(tǒng)計(jì)學(xué)能夠?yàn)槲覀兲峁┓浅２诲e(cuò)的分析方法，但世間的問(wèn)題也不都是統(tǒng)計(jì)學(xué)能夠概括的，很多方向的分析師，依然需要掌握算法來(lái)應(yīng)對(duì)工作的需要。

例如最典型的“供需匹配”問(wèn)題，因?yàn)榱孔円鹳|(zhì)變。

過(guò)去互聯(lián)網(wǎng)的發(fā)展歷史中，不論在B2C、C2C、B2B、B2B2C哪個(gè)地方，我們都建立了準(zhǔn)確的畫(huà)像體系，不僅是用戶畫(huà)像，還有供應(yīng)商畫(huà)像，實(shí)現(xiàn)了千人前面的用戶管理，更好的做供需管理匹配。后來(lái)，這套機(jī)制衍生到了其他方面，視頻的個(gè)性化推薦、網(wǎng)約車管理，都屬于供需匹配的一部分。

但如何在千萬(wàn)級(jí)甚至億級(jí)的商品里面去做匹配召回，如何在海量數(shù)據(jù)中匹配線索，如何明確哪些人群是我們的目標(biāo)人群，如何把信息流推薦給最合適的人，又如何衡量這些效果…… 很多方案，需要綜合考慮，到底是通過(guò)基于統(tǒng)計(jì)學(xué)的數(shù)據(jù)分析去形成規(guī)則，還是需要通過(guò)算法去挖掘特征，都是達(dá)成目標(biāo)的途徑。

大公司由于資源豐富，通常兩者會(huì)并行，從某種程度也就嚴(yán)格的區(qū)分了數(shù)據(jù)分析和數(shù)據(jù)算法間的職責(zé)邊界；而中小企業(yè)資源有限，可能造成分析即算法的現(xiàn)象。

與之類似的，還有風(fēng)控、知識(shí)圖譜等領(lǐng)域，除了人力的覆蓋，需要機(jī)器的介入，才能效果的最優(yōu)化。

其實(shí)，數(shù)據(jù)分析師的成長(zhǎng)，更像是一場(chǎng)馬拉松長(zhǎng)跑，因?yàn)樾枰佑|的知識(shí)很多，能夠合理分配自己的時(shí)間和精力，經(jīng)常提醒自己核心目標(biāo)是什么，才能把事情做好，在漫長(zhǎng)的長(zhǎng)跑過(guò)程中不掉隊(duì)。分析只是一個(gè)技能，把它作為人生的職業(yè)，更需要貼切實(shí)際場(chǎng)景，貼近公司發(fā)展，做出相應(yīng)合理的策略。