Day139 1220 关于数据分析

年度总结，有些同事谈到对数据分析觉得不够深入，今天分享一下对于数据分析，应该如何去看，要什么样的思路？其实这个问题可以从两个不同的角度去看。

没有思路的第一种情况是：业务问题定义清楚了，数据也有了，但不知道如何下手做分析。这种情况往往是数据基础较差，或者对基本的统计分析原理了解不够，不懂面对不同的具体业务场景应该运用什么分析方法和技巧去发现问题，所以，面对摆在面前的数据不知道该从哪里下手，如何下手。这种情况的问题解决方法很简单那就是要去弥补短板，学习基本的统计学原理、数据分析的工具、方法和技巧及其应用场景。比如，想了解一下数据的大概情况就用描述分析、想知道过去一段时间内的走势就用趋势分析、想知道差距在哪里用对比分析、想了解未来会怎样用预测分析、想了解过程衰减用漏斗分析等等。先学会基本的原理、方法和技巧，熟练掌握一门数据分析工具，然后再结合业务慢慢探索什么样的业务问题应该用什么样的分析方法去洞察。

没有思路的第二种情况是：面对业务问题不懂需要分析哪些数据，如何去分析。这种情况就比较被动了。数据分析终究还是要为业务运营与改进服务的，因此对于业务的透彻理解是每个运营一线数据人员必备的基本功。不懂业务，就真的不知道面对业务问题如何下手。举例来说，比如昨天我们开会讨论电话中心电话满意度评价指标，应该分析什么，我们发现评价指标数据挺高，客户满意度很高，说明我们服务好，但看我们结合另外一个数据，看到客户评价率低，也就是客户话务结束后，点击评价少，说明我们满意度评价指标值得推敲，这里面有两种可能一是因为可能很多客户不满意，根本不想评价，二是也有可能话务人员自己也觉得服务不好，不推荐客户或不提醒客户评价，这样的分析先从数据对比定义大的问题方向，然后再运用构成细分定义具体问题源头，你的分析就自然展开了。但这个展开过程的前提就是你对运营的逻辑和流程是有着非常清楚的理解的。这种情况的问题解决方法说简单很简单，就是你要钻研和了解自己的业务运营体系和细节；说复杂也很复杂，因为运营是一个庞杂的体系，全局观、系统观的养成以及细节的洞察力非一日之功。

附一个图常规化 数据分析维度，供大家参考。