理解數(shù)據(jù)分析

我認(rèn)為在商業(yè)中阳仔，數(shù)據(jù)分析就是以數(shù)據(jù)為橋梁攒霹，用科學(xué)的分析方法和做事步驟怯疤，對(duì)商業(yè)現(xiàn)象進(jìn)行研究分析，從中獲得足夠多真實(shí)信息的過程催束。

首先集峦，要注意的是，研究分析的對(duì)象是商業(yè)現(xiàn)象抠刺。與這個(gè)要點(diǎn)對(duì)應(yīng)的常見錯(cuò)誤理解塔淤，是把數(shù)據(jù)當(dāng)作研究分析的對(duì)象，這樣很自然地就會(huì)只把挖掘算法作為分析手段速妖，把從數(shù)據(jù)中得到與眾不同的高蜂，鮮見的規(guī)律作為分析目的。這樣的認(rèn)知罕容，表現(xiàn)為將算法或者數(shù)據(jù)挖掘看得非常重备恤，認(rèn)為算法能解決一切，從而導(dǎo)致忽視數(shù)據(jù)質(zhì)量的建設(shè)锦秒，忽視數(shù)據(jù)與業(yè)務(wù)的結(jié)合露泊，最終造成了數(shù)據(jù)和業(yè)務(wù)的割裂，失去用數(shù)據(jù)優(yōu)化改進(jìn)業(yè)務(wù)的機(jī)會(huì)脂崔。

其次滤淳，研究的資源和橋梁是數(shù)據(jù)，研究的方法是以假設(shè)和測(cè)試驗(yàn)證為核心的分析砌左，目的是盡可能讓我們對(duì)世界運(yùn)行的理解逼近世界的真實(shí)運(yùn)行脖咐，從而獲得對(duì)未來的洞見，這樣就能更準(zhǔn)確地選擇判斷汇歹，做出更有利的決策屁擅，取得更大的競(jìng)爭(zhēng)優(yōu)勢(shì)和利益。

數(shù)據(jù)之所以能在理解真實(shí)世界方面發(fā)揮作用产弹，是因?yàn)閿?shù)據(jù)是一種連接派歌，它連接了商業(yè)現(xiàn)象中的4個(gè)基本元素，即時(shí)間痰哨，地點(diǎn)胶果，人物和事件。時(shí)間比較好理解斤斧，其他3個(gè)元素的具體意思會(huì)隨著商業(yè)現(xiàn)象和分析角度的不同而有所不同早抠。例如地點(diǎn)可以是用戶現(xiàn)實(shí)中所處的地理位置，也可以是移動(dòng)應(yīng)用中的某個(gè)頁面撬讽，甚至可以是某個(gè)按鈕蕊连；人物可以是企業(yè)的用戶，也可以是企業(yè)的員工游昼；事件可以是用戶的行為軌跡甘苍，也可以是外部的商業(yè)事件，甚至自然現(xiàn)象烘豌。數(shù)據(jù)的重要作用還體現(xiàn)在記錄上载庭，它將商業(yè)現(xiàn)象中基本元素之間的順序，承接關(guān)系都真實(shí)的記錄下來了廊佩。從這些記錄中昧捷，我們能發(fā)現(xiàn)故事，能發(fā)現(xiàn)規(guī)律罐寨，能發(fā)現(xiàn)苗頭機(jī)會(huì)靡挥。

當(dāng)我們研究、認(rèn)識(shí)世界時(shí)鸯绿，可以將我們面對(duì)的世界做一個(gè)二維四象限的劃分：我們知道我們知道的跋破，我們知道我們不知道的，我們不知道我們知道的瓶蝴，我們不知道我們不知道的毒返。數(shù)據(jù)在這四個(gè)象限都有重要應(yīng)用，面對(duì)我們知道我們知道的這個(gè)象限的時(shí)候舷手，我們需要用數(shù)據(jù)來檢驗(yàn)我們知道的事實(shí)和假設(shè)拧簸，確保事實(shí)不是自欺欺人，假設(shè)是切實(shí)有效的男窟；面對(duì)我們知道我們不知道的這個(gè)象限的時(shí)候盆赤，可以通過調(diào)研和統(tǒng)計(jì)來獲得信息贾富；面對(duì)我們不知道我們知道的這個(gè)象限的時(shí)候，這其實(shí)是所說的直覺牺六，需要用正向數(shù)據(jù)來訓(xùn)練直覺的高效率颤枪；面對(duì)我們不知道我們不知道的這個(gè)象限的時(shí)候，其中可能蘊(yùn)含著我們的獨(dú)特優(yōu)勢(shì)淑际，需要我們用數(shù)據(jù)去探索畏纲，發(fā)現(xiàn)機(jī)遇或得到頓悟。

數(shù)據(jù)分析方法論

從哪里開始數(shù)據(jù)分析春缕，是一個(gè)復(fù)雜的問題，并不存在一個(gè)完美的答案锄贼，不同的實(shí)戰(zhàn)者票灰，會(huì)發(fā)展出許多自己的方式。但是琼了，所有的方法逻锐，都基于下面的兩個(gè)觀點(diǎn)。

第一個(gè)觀點(diǎn)雕薪，是每家企業(yè)都是擁有許多活動(dòng)的復(fù)雜黑盒系統(tǒng)昧诱，包括最有經(jīng)驗(yàn)的雇員在內(nèi)，沒有人完全理解它所袁。對(duì)企業(yè)的理解和企業(yè)真正的運(yùn)作狀況之間存在著鴻溝盏档，且由于企業(yè)的內(nèi)外部環(huán)境一直在變化，這條鴻溝會(huì)不斷變寬燥爷。第二個(gè)觀點(diǎn)蜈亩，是任何你所擁有的有關(guān)企業(yè)的數(shù)據(jù)，都只是描述了這個(gè)復(fù)雜系統(tǒng)運(yùn)作的某個(gè)側(cè)面前翎。

為了獲得企業(yè)系統(tǒng)運(yùn)作的真實(shí)信息的更多理解稚配，借鑒科學(xué)中的研究方法，數(shù)據(jù)分析方法論可以分為4個(gè)步驟：第一步港华，在對(duì)企業(yè)現(xiàn)在的運(yùn)轉(zhuǎn)理解基礎(chǔ)上道川，做出一個(gè)確定的預(yù)測(cè)；第二步，檢查已有數(shù)據(jù)冒萄，或者設(shè)計(jì)試驗(yàn)收集數(shù)據(jù)臊岸，確定數(shù)據(jù)是否與預(yù)測(cè)相匹配；第三步宦言，如果不匹配扇单，深入研究到底發(fā)生了什么商模，并且更新對(duì)系統(tǒng)的理解（修正理論）奠旺；第四步，用修正的理論做出新的預(yù)測(cè)施流，重復(fù)循環(huán)响疚。

具體地，也有4個(gè)做事步驟：第一步瞪醋，探索數(shù)據(jù)前忿晕，寫下期望從數(shù)據(jù)中所見的一個(gè)清單，包括主要變量的分布银受，重要變量間的關(guān)系等践盼；第二步，分析數(shù)據(jù)宾巍，畫圖咕幻，總結(jié)，做任何需要做的事情來看它是否和你的期望相符顶霞；第三步肄程，找出不匹配的事物，或者讓你感到奇怪选浑，不符合情理的規(guī)律蓝厌；第四步，放大看古徒，嘗試?yán)斫馄髽I(yè)中哪個(gè)部分產(chǎn)生了這個(gè)奇怪的事物拓提，從而獲得對(duì)企業(yè)的新洞見。第四步是非常重要的步驟隧膘，也許會(huì)找到對(duì)企業(yè)的洞見代态，增進(jìn)對(duì)企業(yè)理解，也許會(huì)發(fā)現(xiàn)數(shù)據(jù)在收集或計(jì)算過程中出錯(cuò)了舀寓，總之都能提升對(duì)企業(yè)的認(rèn)知胆数。

利用科學(xué)的分析方法論和方法來分析商業(yè)現(xiàn)象，就能讓我們獲得對(duì)商業(yè)現(xiàn)象現(xiàn)狀的理解和未來的洞察互墓。

我們可以結(jié)合數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)中的分析流程必尼，來理解分析方法論。可以看到判莉，雖然略有差異豆挽，但是實(shí)質(zhì)上卻是類似的。數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的核心是找到一個(gè)有意義的指標(biāo)券盅，然后通過試驗(yàn)改善它直到滿意帮哈。之后用同樣的方法解決下一個(gè)問題，或進(jìn)入業(yè)務(wù)的下一階段锰镀。整個(gè)分析周期流程分三步娘侍。

首先選擇一個(gè)你希望改進(jìn)的關(guān)鍵指標(biāo)，比如留存率泳炉，并且基于所處商業(yè)模式憾筏，為該指標(biāo)確定一個(gè)標(biāo)準(zhǔn)。

第二步花鹅，找出提升指標(biāo)的方法氧腰。具體的方法分兩種情況，沒數(shù)據(jù)時(shí)的第一種情況刨肃，可以通過頭腦風(fēng)暴古拴，用戶的反饋，他人的建議等途徑真友，找到一個(gè)想要嘗試的好想法黄痪，然后設(shè)計(jì)A/B測(cè)試或多變量試驗(yàn)等來進(jìn)行謹(jǐn)慎的測(cè)試，最終找出最好的提升方法锻狗。第二種情況满力，有數(shù)據(jù)時(shí)，可以根據(jù)數(shù)據(jù)對(duì)好客戶給予數(shù)學(xué)上的定義轻纪，即那些按照你的希望進(jìn)行購買油额、注冊(cè)和分享等行為的人，然后研究這些好客戶的共同特點(diǎn)刻帚，從中找出好客戶共有的潦嘶，與希望改變的關(guān)鍵指標(biāo)高度相關(guān)的屬性，根據(jù)這些共性特點(diǎn)對(duì)公司的產(chǎn)品市場(chǎng)定價(jià)等商業(yè)行為進(jìn)行調(diào)整崇众。

第三步掂僵，衡量所做的調(diào)整和改變對(duì)關(guān)鍵指標(biāo)提升的效果，并分析同期群的變化顷歌，關(guān)鍵指標(biāo)有沒有超過事先設(shè)定的準(zhǔn)繩锰蓬，如果是，則完成一次循環(huán)眯漩，如果沒有則確定新準(zhǔn)繩芹扭，或用另外的提升關(guān)鍵指標(biāo)的方法再試一次麻顶。

測(cè)試的幾種方法

測(cè)試是數(shù)據(jù)分析中的重要手段，測(cè)試就是比較兩個(gè)樣本的不同舱卡，從而證明某種改變的合理性辅肾。方法有市場(chǎng)細(xì)分，同期群分析轮锥，A/B測(cè)試和多變量分析矫钓。

市場(chǎng)細(xì)分。細(xì)分市場(chǎng)就是一群擁有某種共同特征的人舍杜，比如說去餐館喜歡先預(yù)約的一群人新娜。以運(yùn)營一個(gè)產(chǎn)品為例，可以按照用戶的人口屬性蝴簇，使用偏好等進(jìn)行細(xì)分杯活，然后比較各個(gè)細(xì)分市場(chǎng)的差異匆帚，再進(jìn)一步找出背后的原因熬词，這樣就可以復(fù)制推廣有利因素，改進(jìn)或者繞開不利的影響因素吸重。

同期群分析互拾。同期群比較的是相似群體隨時(shí)間的變化。產(chǎn)品會(huì)隨著開發(fā)和測(cè)試而不斷迭代嚎幸，這就導(dǎo)致不同時(shí)間加入的用戶有著不同的體驗(yàn)颜矿。同期群分析能觀察處于生命周期的不同階段的客戶的行為模式，而非忽略個(gè)體的自然生命周期嫉晶，對(duì)所有用戶一刀切骑疆。適用于營收，客戶流失率替废，口碑的病毒式傳播箍铭，客戶支持成本等任何想關(guān)注的數(shù)據(jù)指標(biāo)。

每個(gè)用戶都會(huì)經(jīng)歷一個(gè)生命周期椎镣，從免費(fèi)到試用诈火，到付費(fèi)使用，最后停止使用状答，同時(shí)冷守，在這期間里，你還在不停地對(duì)商業(yè)模式進(jìn)行調(diào)整惊科，這對(duì)用戶流失率會(huì)有什么影響拍摇？這種問題就可以用同期群分析來尋找答案。每一組用戶構(gòu)成一個(gè)同期群馆截，參與整個(gè)試驗(yàn)過程充活，通過比較不同的同期群，你可以獲知，從總體上看堪唐，關(guān)鍵指標(biāo)的表現(xiàn)是否越來越好了巡语。

假設(shè)你有一家網(wǎng)店，每月能獲取1000個(gè)新客戶淮菠，前5個(gè)月每位客戶帶來的營收分別為5男公；4.5；4.33合陵；4.25枢赔；4.5.以這個(gè)視角來看的話，傳遞的信息非常有限拥知，網(wǎng)店的生意究竟是變好了還是變好了踏拜，并不能回答。因?yàn)樵谶@個(gè)視角中低剔，新用戶和老用戶是混在一起的觀察的速梗。此時(shí)就可以用同期群來分析。將客戶按首次光顧的月份分組襟齿，首次光顧在1月的姻锁，可以看到第二月（2月），第三月（3月）等共5組數(shù)據(jù)猜欺，首次光顧在2月的位隶，可以看到第二月（3月），第三月（4月）等共4組數(shù)據(jù)开皿，要比較1月和5月生意變好還是變壞就可以看首次光顧在1月的客戶的一月份數(shù)據(jù)和首次光顧在5月份的5月份的數(shù)據(jù)涧黄。

A/B測(cè)試。同期群比較的數(shù)據(jù)是沿著客戶群體的自然生命周期收集的赋荆，被稱為縱向研究笋妥，同樣也有橫向研究，也就是對(duì)同一時(shí)間段的不同客戶群提供不同的體驗(yàn)糠睡，觀察不同體驗(yàn)的效果挽鞠，被稱為A/B測(cè)試。例如對(duì)半數(shù)用戶展示一個(gè)綠色鏈接狈孔，對(duì)另外半數(shù)用戶展示藍(lán)色鏈接信认，觀察哪種顏色的鏈接點(diǎn)擊率更高。A/B測(cè)試的劣勢(shì)在于只有流量巨大的網(wǎng)站才能對(duì)單一因素快速測(cè)試得到答案均抽。

多變量分析嫁赏。A/B測(cè)試是對(duì)單一條件進(jìn)行測(cè)試，如果要測(cè)試很多因素油挥，一連串的單獨(dú)測(cè)試將會(huì)耗費(fèi)過長的時(shí)間潦蝇，因此可以用多變量分析法對(duì)多個(gè)屬性進(jìn)行測(cè)試款熬，觀察哪個(gè)因素與結(jié)果的相關(guān)性最大。

商業(yè)數(shù)據(jù)分析的目的

商業(yè)數(shù)據(jù)分析的目的是支持商業(yè)策略中的決策攘乒。決策就是與世界的博弈贤牛，如果能知道世界的底牌，就更有可能贏得比賽则酝。這個(gè)世界的底牌殉簸，就是信息，而信息的載體沽讹，就是數(shù)據(jù)般卑。

商業(yè)中使用數(shù)據(jù)分析，核心目的是幫助做出商業(yè)決策爽雄。在商業(yè)中蝠检，需要利用數(shù)據(jù)揭示信息、指明方向挚瘟，幫助改進(jìn)商業(yè)模式叹谁，決策下一步行動(dòng)。具體地說刽沾，是基于對(duì)業(yè)務(wù)或商業(yè)的理解本慕，先假設(shè)一個(gè)結(jié)論，然后通過數(shù)據(jù)尋找論據(jù)侧漓，驗(yàn)證假設(shè)結(jié)論的對(duì)錯(cuò)。

基于數(shù)據(jù)決策监氢，有四種方法供使用：對(duì)顯性數(shù)據(jù)的統(tǒng)計(jì)布蔗，對(duì)隱性數(shù)據(jù)的調(diào)查，對(duì)全體數(shù)據(jù)的分析浪腐，以及對(duì)新數(shù)據(jù)的試驗(yàn)設(shè)計(jì)纵揍。在信息匱乏的時(shí)代，可以用統(tǒng)計(jì)的方式獲得顯性數(shù)據(jù)议街，用調(diào)查的方式獲得隱形數(shù)據(jù)泽谨。在信息泛濫的時(shí)代，可以用分析的方式特漩，從大數(shù)據(jù)中獲得決策支持吧雹；可以通過產(chǎn)品設(shè)計(jì)等獲得對(duì)假設(shè)的驗(yàn)證數(shù)據(jù)。

分析過程中的注意項(xiàng)

LinkedIn的一位數(shù)據(jù)科學(xué)家總結(jié)了10條需要避免的數(shù)據(jù)圈套：假設(shè)數(shù)據(jù)沒有噪音涂身；忘記歸一化雄卷；排除異常點(diǎn)；包括異常點(diǎn)蛤售；忽視季節(jié)性（短周期丁鹉，行業(yè)趨勢(shì)是長周期）妒潭；拋開基數(shù)奢談增長；數(shù)據(jù)嘔吐揣钦；謊報(bào)軍情的指標(biāo)雳灾；只看單一來源數(shù)據(jù)；關(guān)注噪音冯凹。

應(yīng)該把數(shù)據(jù)分析當(dāng)做達(dá)到企業(yè)愿景的必經(jīng)過程佑女。在尋找一個(gè)成熟可持續(xù)的商業(yè)模式或在打造一個(gè)產(chǎn)品時(shí)，要認(rèn)識(shí)到你并不是打造一個(gè)商業(yè)模式或產(chǎn)品谈竿，你其實(shí)在打造一個(gè)認(rèn)知：你在打造一個(gè)能幫助你認(rèn)知自己該打造什么的工具团驱。

數(shù)據(jù)分析的局限

數(shù)據(jù)確實(shí)是個(gè)好的資源，但是也有其局限：濫用數(shù)據(jù)容易導(dǎo)致局部優(yōu)化空凸，進(jìn)而忽視大局嚎花。優(yōu)化的核心是找到給定函數(shù)的最大值或最小值，機(jī)器雖然具有一定尋找最優(yōu)解的能力呀洲，但是其解的范圍不可能超過約束條件所規(guī)定的區(qū)間紊选。

如果優(yōu)化只是為了取得局部的極限，那代價(jià)可能是錯(cuò)失一個(gè)更大道逗，更重要的機(jī)會(huì)兵罢。單純依靠機(jī)器，以數(shù)據(jù)為導(dǎo)向進(jìn)行的產(chǎn)品優(yōu)化可能會(huì)導(dǎo)致許多問題發(fā)生滓窍。漸進(jìn)式的改變可以達(dá)到局部極限卖词，創(chuàng)新則可能導(dǎo)致全局洗牌。

數(shù)學(xué)在優(yōu)化已知系統(tǒng)方面可以做得很好吏夯，而人類更善于發(fā)現(xiàn)新系統(tǒng)此蜈。數(shù)據(jù)是檢驗(yàn)假設(shè)的極佳工具，只有結(jié)合人類的反思和創(chuàng)造噪生，才能產(chǎn)生新假設(shè)裆赵。正確的做法應(yīng)該是人類提供靈感，機(jī)器負(fù)責(zé)驗(yàn)證跺嗽。人的職責(zé)是做數(shù)據(jù)優(yōu)化背后的設(shè)計(jì)者战授，放眼更大的市場(chǎng)，重視正在解決的問題及基礎(chǔ)商業(yè)模式桨嫁，避免毫無靈魂植兰、單純機(jī)械式的優(yōu)化。