数据分析体系思考

---

• Author: 杜七

• Update: 2014.8.11

• Version: 1.0

  • 8.11，新建；

---

1，明确分析任务

• 分析任务：

  • 数据对象是谁？
  • 要解决什么业务或者产品的问题？
  • 商业目的是什么？

• 分析要求：

  • 截止日期
  • 报告形式

---

2，了解产品/业务细节（重要）

• 尽可能多了解产品/业务：

  • 尽可能多了解产品算法，玩法等等细节问题
  • 尽可能多了解产品相关影响因素
  • 尽可能了解目前产品形势，包括买家，产品和卖家等等

• 确认分析周期内变动：

  • 确认分析周期内，分析对象是否有重大调整？
  • 相关业务，或者产品是否有重大调整，或者活动？

---

3，明确分析目的与框架

• 梳理分析需要的产品指标：

  • 每个产品有自身独特的指标，梳理跟分析问题相关的指标
  • 确定后续分析使用的数据指标，以及口径等等

• 选择合适的分析手段

---

4，数据收集

• 收集前提：

  • 确认分析需要的时间周期
  • 上述确认的数据指标

• 收集内容：

  • 分析框架和分析思路确认的数据指标
  • 跟分析产品/业务相关的重大变动信息

---

5，数据展现和分析

• 数据展现：

  • 通过图和表来展现产品在分析周期内的表现
  • 重点变动也需要在分析周期内重点标注
  • 通过数据表现，确定待分析问题的数据表现

• 数据分析：

  • 指标拆解（常用）：
  • 常规分析方法：
    • 方差分析
    • 因子分析
    • 聚类分析
    • 等等
  • 数据建模和挖掘

---

6，撰写报告

• 整理分析目的、过程、结果及方案完整呈现出来

  • 不能写成记述文，要写成议论文，有论点、论据、论证
  • 不要试图面面俱到，一定要有重点
  • 既要关注点，还要照顾线和面

• 报告有明确的结论、建议和解决方案

  • 报告中务必注明数据来源、数据单位、特殊指标计算方法
  • 报告需要有逻辑性
  • 数据分析报告要有很强的可读性，尽量图表化

---