写在前面
数据、信息、知识是层层递进的。从集合的角度来看,数据包含信息,信息包含知识。数据的概念太大了,从大量的数据中提取出来关键的内容,这就是所谓的信息,信息可以消除不确定性。从信息中在提取出关键的内容,这就是所谓的知识,旨在支持组织的业务运作个管理决策。
可以这么说,数据分析就是从海量信息中发现有用的知识的过程,这些有用的知识可以赋能业务决策。所以不难看出,数据分析是数据到决策的桥梁,即数据——数据分析——决策——执行。本文将从方法论的层面聊一聊数据分析是怎么一回事,希望本文对你在面试或者日常工作中有所帮助。
数据分析需要做什么
数据分析的工作看似神秘而高大上,其实不然。数据分析师的日常工作无外乎包括以下四个方面的内容:
-
描述分析
相对简单,旨在给出现状,即发生了什么
-
诊断分析
在描述分析的基础之上,需要提供问题背后的原因,即为什么发生
-
预测分析
基于现状分析,利用统计、数据挖掘等技术,对未来做出预测,即将会发生什么
-
规范分析
形成一套管理决策方案,推动业务执行。
值得注意的是,在实际的工作场景中,描述分析和诊断分析基本上是数据分析师的主要工作内容。
分析流程
准备阶段
-
1、确定分析目标和分析思路(框架),界定问题是重中之重,很容易被忽略
-
2、数据收集
实施阶段
-
3、数据处理
-
4、数据分析
-
5、数据展现
-
6、撰写报告
数据分析的核心秘籍
三项关键要素
-
谁看数据:不同level的人,关注的数据粒度不一样,CEO决策和运营决策所看的数据是不一样的
-
什么业务:不同的业务关注的点不一样
-
分析思维
五个思维模式
-
1、对比:横向比(跟其他参照物对比)、纵向比(不同日期对比)
-
2、拆分:便于找到更细节的问题,比如销售额 = 成交用户数x客单价,成交用户数= 访问用户数x转化率
-
3、降维:不要迷失在数据指标里面,找到核心的指标
-
4、增维:基于原始指标,加工辅助的指标
-
5、假设:先假设,在验证
总结
本文主要介绍了在面试的过程中,该如何跟面试官聊数据分析。简单讲,可以概括为三个方面:数据分析是做什么的、数据分析该怎么做、数据分析的方法论。当然,这些只是从宏观的角度去思考了数据分析,在实际的操作过程中会涉及到很多术的层面,需要我们在日常的工作中多加注意。
面试|该如何跟面试官聊数据分析