- 🌸个人主页:JoJo的数据分析历险记
- 📝个人介绍:统计学top3研究生
- 💌如果文章对你有帮助,欢迎✌
关注
、👍点赞
、✌收藏
、👍订阅
专栏- ✨本文收录于【数据分析】本专栏介绍数据分析从入门到项目实战,包含用户分析、留存分析、行业分析 等。本系列会坚持完成下去,请大家多多关注点赞支持,一起学习~,尽量坚持每周持续更新,欢迎大家订阅交流学习!
随着数据时代的到来,数据分析师、数据科学家等职位越来越热门。纽约时报将数据科学家称为“21世纪最sexy”的职业。我们接下来来看看什么是数据分析。
数据:是科学实验、检验、统计等所获得的用于科学研究、技术设计、查证、决策等的数值。
在企业中,我们每天有大量的数据产生。那么我们怎样使用这些数据呢?
首先,我们的数据有以下三个特性
在我们日常生活中,无时无刻不在使用数据。例如:每天的天气预报,就是通过历史的天气等数据信息进行预测。在当今时代,数据越来越重要。得数据者得天下。
那么对于企业运营而言,可以让我们:
对于产品开发而言:
在不同行业有不同的应用:
电商类:电商网站有大量的用户行为数据。例如购买、点击、浏览、完单等。通过这些数据,数据分析师可以了解不同的用户的行为路径,制定相关策略来产生销量
社交类:对于社交网络数据,可以更好的进行精准推荐(推荐算法),可以改善用户服务和体验
医疗类:现在在医疗领域,数据分析也变得越来越重要,对医疗数据进行进行分析,帮助医疗结果改善卫生服务,并提高发现潜在隐患的机会。例如,疾病个性化问答,医疗知识图谱等
金融类: 在金融行业,通过对用户的日常交易数据进行分析,可 以帮助信贷机构评判用户的信用等级,确定信贷额度
数据分析不是一味的跑数据、建模型以及用各种高深的算法来炫技,对于一个好的数据分析师而言,一定要对业务有很好的了解。其次能够熟练的使用各种工具,以及能够有良好的沟通表达能力。
对业务的理解决定了一个数据分析师的上限
技术水平决定了数据分析师的下限
对于数据分析师而言,一定要掌握基本的数据分析工具:excel、Mysql、Tableau、R、Python等
数据分析师总是需要通过说服产品和工程方面来改变产品,产生影响力
数据分析可以大致分为下列四个步骤:
数据抓取也被称为数据采集,是整个数据分析工作的起点。所采集和抓取的全不全、 对不对,直接决定数据分析工作的质量,影响后续所有的环节。可能数据分析师不需要自己动手进行数据抓取,但是需要对这些数据进行规划。首先我们来看看在企业内数据的主要来源:
如何规划数据埋点
常见的数据埋点:
下面我们来看一个小案例
京东数据埋点案例:
首先,对业务进行拆解:
进行埋点选择:
Who:
what:
when
where
How
数据清洗是数据分析很重要的一环,也是数据分析中占比很大的一部分。要做的是利用有关技术如数理统计、数据挖掘或预定义的清理规则将脏数据转化为满足数据质量要求的数
缺失值数据
格式处理
逻辑处理
数据分析是指通过某种方法和技巧,对准备好 的数据进行探索、分析,从中发现因果关系、 内部联系和业务规律等分析结果,为特定的研 究或商业目的提供参考。
描述性分析(发生了什么?): 描述某项事物的特性。需要准确、完善甚至是实时的数据。
诊断性分析(为什么会发生?) 在对描述性数据进行评估时,诊断分析工具将使分析师能 够深入到细分的数据,从而隔离出问题的根本原因。
思考题:为什么6月份京东电商平台的订单量激增?从哪些角度去分 析?需要哪些数据?
1.618活动
2.流量的变化情况
3.转换率的购买情况
4.用户的购买频次
5.爆款商品
预测性分析(将会发生什么) 对数据特征和变量的关系进行描述,基于过去的数据对未来进行预测。
规范性分析(需要做什么?) 规范模型利用对发生的事情的理解,为什么发生了这种情 况以及各种“可能发生的”分析,以帮助用户确定采取的最佳行动方案
数据分析师总是需要通过说服产品和工程方面来改变产品,产生影响力
清洗的可视化和完整的报告分析: 能够把分析结果变得直观、简单、易理解;分析报告全面、有逻辑、经得住推敲;分析结论可靠、可验证
推动产品按数据分析的结 论进行修正、落地:数据分析师总是需要通过说服产品和工程方面来改变产品,产生影响力。
撰写数据分析报告的要求
分析报告一般可以分为专题分析报告、综合分析报告和日常数据通报。
基本要求如下:
数据分析的框架