学习分享:数据分析的步骤
- 2020 年 3 月 26 日
- 筆記
构建 X 问题 – 提出假设 & 选择指标 – 数据采集与整理 – 数据分析 – 数据呈现 – 提出后续建议。
构建 X 问题
数据分析的最终目的在于解决问题。带着不同的出发点得到的数据结果可能会很不一样。
所以,一切分析的开始必须要先识别要解决的重要问题是什么,以及这个问题为什么是最重要的。
从哪入手?
有预判类的分析,可以从已有的策略方案出发,寻找相应定量衡量方法。
提出假设,选择指标
针对有预设的问题,假设可以直接来源于问题;对于没有实现预设的问题,则需要我们围绕问题进行穷举可能的假设。
不同类型的假设,衡量方式会不一样,有些假设可能还需要定性调研配合来验证。

数据采集与整理
在采集之前的一个阶段,必不可少的是与数据产品或开发人员明确:数据指标的计算规则以及需要的数据指标列表(包括对应的时间段、平台端),防止等到要提数的时候结果发现没有数据或者数据计算方式不合理。
数据整理的第一步是数据清洗,原始的数据表往往含有不少脏数据,如测试数据、异常值、空缺等等,直接用来计算分析可能会导致数据结论有偏差或无法计算。数据清洗就是要将原始数据表处理成可方便计算分析的干净整洁的数据表。
数据整理好之后,可以进行初始的数据加工了。
数据分析
做数据分析有一个非常基础但又极其重要的思路,那就是对比,基本上 90% 以上的分析都离不开对比。主要有:纵比、横比、与经验值对比、与业务目标对比等。
数据呈现
就是数据可视化的部分,数据分析师如何把数据观点展示给业务的过程。数据展现除遵循各公司统一规范原则外,具体形式还要根据实际需求和场景而定。
提出后续建议
根据数据分析的结果和报告,提出切实可行的方案,帮助企业决策等。