資料分析學習筆記

資料分析的常規步驟：1. 確定問題 2.分解問題 3.評估問題 4.制定相應的決策

用一句話概括就是：現有的資料能否解決現在的問題，分析問題的瓶頸所在，評估分析的方式方法，找到最合理的資料分析方案進行實施。

資料分析的模型沒有統一的模型，每乙個公司都有自己的業務線跟使用者群裡，使用者的屬性不同，行為軌跡不同所以分析的痛點也不盡相同。

根據現在平台所能提供的資料進行清洗，篩選，整理。（如果必要的話可以進行埋點與採集）

資料的清洗，篩選，整理也可以叫做資料探勘從一些雜亂無章的資料中找到你需要的資料。

最簡單的就是使用者畫像的確定，通過分析每個使用者的動作確定不同的標籤來定義使用者屬性，可以做到針對統一緯度的使用者專屬推送，定製訊息等一系列後期維持操作。

公司的業務涉及的維度越多能獲取的使用者資訊也就越多。例如：o2o行業，根據使用者的消費習慣可以確定使用者的消費水平，家庭情況，口味愛好等資訊對於提公升平台的使用者粘性來說很有必要。

即使我們拿到了自己想要的資料，確定問題也是一件很困難的事。

還是之前說過的每乙個公司都有自己的業務線跟使用者群裡，使用者的屬性不同，行為軌跡不同所以分析的痛點也不盡相同。所以在你參與的資料分析行業的業務了解程度上需要對每乙個個人有很強的要求。包括了解分析平台的競品對手，分析平台的使用者群體，市場的推過活動，等等很多因素都會影響業績。

所以我也沒有辦法給出乙個完善的確定問題的方案，我只能給出一些我用的思考的方式和方法。

1.當我們拿到公司的業績報表的時候，如果業績有很明顯的下降趨勢，那麼問題產生的時間點也暴露無遺了。

2.當我們確定時間點以後，開始對影響因素進行排除法分析，在業績**的時候做了哪些活動推廣，有沒有廣告投入，在業績下降時我們的競爭對手是不是有哪些活動推出，平台自身在這段時間裡有沒有一些負面的訊息或者系統問題。

3.找到問題所在，根據現有的資料進行整理分析，提出合理的方案去解決問題。

4.進行資料實驗，小範圍的測試自己的方案，預算結果並於真實結果進行比對，優化方案。

5.最後解決問題。

合理的利用現有的資料是很重要的事情，如果能根據現有的業務於資料建立自己的資料模型就跟完美了。

但是我相信單一的資料模型是沒有辦法應對快速發展的業務情況的。

以實際情況出發，以解決問題為基本。

共勉。