数据分析师成长记(四)：如何做好一个数据分析专题并落地应用——AIU人工智能学院-经管之家官网！

经验小分享：

如果你第一步不是去思考和分析清楚这些内容，你后面基本就“迷失”在数据的海洋中、迷失在数据分析的方向中。你可能会有这样的体会：会不知道从哪个点开始着力，你会感觉这是你一个人在“战斗”，你会感觉到不知道要找谁去讨论与交流，你也不知道这个分析出来结果应该是找到哪个人或者哪几个一起讨论。

02

数据分析第二步：一个W（why）

数据分析师的成长真的没有捷径，是真的需要时间去打磨你的业务知识体系，你对数据的洞察与解读能力，你的数据技术的处理能力。

假设相关同学收到上述结果后，相信A同学的老板一定会问为什么这二天下降？很多业务同学看到数据变化的时候，往往就会开始向数据分析师提各种数据需求来寻找原因，数据分析师将会有”幸福的烦恼“，所以分析师每天都可能会收到这样对话（当然可能发生在比较成熟有一定规模的公司中）：

“亲，帮我拉这个数据，帮我取哪个数据。”

“最好今天给我，上午能给我不？老板急着要。”

”亲，好了没有啊？下午和老板开会，老板一直催着我。“

所以同学们，你写SQL拉数据还是非常有价值。数据需求往往追求的响应效率，因为你的业务方可能老板等着他呢。“把数据需求响应好，处理好。是一个很好的与业务团队构建和谐关系的渠道，多点耐心，多点需求思考（上述的四个W），也许会帮助你更好的理解这个数据需求，理解到业务的当前的痛点：业务同学的当前的痛点可能不是解决问题，是应付老板，应付老板的老板”。

有做数据的同学好好理解上述这些话，这可能从事数据分析师的同学，不仅仅是刚从事、已从事的同学都应该会很有帮助滴。

“懂业务很重要，非常重要，你懂业务才能和业务有共同语言。还要懂谁在负责这个业务，然后适当的去懂“他“的痛点。在有共同语言的基础上，懂“你服务用户的痛点””。

这个为什么回答：

一是，通过业务同学的基于经验形成的各种业务问题的各种假设，希望用数据去证明这个假设是否成立。所以这个假设可能会很多，但他基于经验会告诉你最有可能是哪个，会有相关的优先级。

二是数据分析师在服务业务一段时间后，在懂业务的基础上，最好能用一个数据指标分析体系构建后，快速寻找到相关指标来形成这个“为什么答案的假设”。从而让业务的这些假设沉淀在你的数据体系中。

https://p1.pstatp.com/large/pgc-image/d52e7ab4df614838a5806dd1f9b24100

经验小总结：

如果你觉得你想做好数据分析师，请同学们好好总结上面这段话。也请记住一点，数据分析师的成长真的没有捷径，是真的需要时间去打磨你的业务知识体系，你对数据的洞察与解读能力，你的数据技术的处理能力。

前面提到都是我自己经验总结下来，告诉他们一些这个过程中“杭”，让大家更理解这个背后的东西，希望同学有好“心态”去做好数据分析。

回答上述案例，假设你平时有一定的数据体系去分析与定位这个关键的KPI数据指标：

https://p3.pstatp.com/large/pgc-image/3e14be706c1d4154a53a9f44cc35698f

“在案例中的回答可能是，发现上周一、周二来的用户有50%用户订单金额中促销占比超过60%，客单价基于都在40元以上，刚好满足新人券的门槛。”“可能是由于某个渠道存在异常用户，周三停止该渠道后复购率后续恢复正常。所以建议停止该渠道的投放。”

03

数据分析第三步：回答how

如果上述二个步骤没有做好，你会直接“迷失”，找不到重点。更不用谈所谓有数据分析逻辑的。能否回答好，还是基于你本身的“业务知识与业务模式”的理解，基于你对数据指标体系构建，平时对于数据敏感性的培养。

我们还是回到上述的案例，我认为how要回答的问题不仅仅是通过定位确定异常，定位清楚原因，可能很多时候是没有办法得到因果关系，所以大数据时候很多时候通过核心的指标对比形成相关关系。可能这也就是很多人说：大数据时代相关性大于因果关系。

我更希望数据分析师们去回答的how，是在上述有一定基础上，去针对核心的数据指标回答的问题应该是这样，应该这样和业务和自己对话：

“为什么月度复购留存是30%-33%，为什么不能做到35%以上！”

“如果要达到这个指标，我应该怎么去分析与洞察数据，怎么从数据分析寻找到这个机会点？”

“从哪些数据指标与维度，可能不断去细分，不断看各个细分机会点的趋势变化。”

经验小提示：

当你会提出我说的HOW的对话场景的时候，说明你可能已经是一名合格的数据分析师。当然还是要不断学习，不断从数据中去探索。也许你是解决所谓的业务增长的问题，解决是增量问题。

我写的文章，没有太多的框架；太多的“套路”；更多是我基于自己经验的一些点或者线的总结，当然也许几篇文章写完就是一个框架，对觉得有帮助的同学可以看个二遍会有一些共鸣，希望对同学们有帮助。

如果您是以下几种情况之一：

• 1、想了解更多有关大数据分析、数据挖掘、机器学习、人工智能领域内容的好学者；
• 2、职业遭遇瓶颈，想提升自己在数据分析或人工智能领域的硬件技能的在职人士；
• 3、寻求新出路、新突破，有意向转行到数据分析行业或人工智能领域的求职人士；
• 4、对未来摇摆不定，有兴趣想Python、数据分析、人工智能方向发展的在校大学生。
  

关注“AIU人工智能实验室”，回复“录播”获取更多人工智能精选直播视频！

完 谢谢观看

「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP