112
gooseeker集搜客
数据分析的核心要素
我将摘录知乎上的一个回答，这个回答使我读的很兴奋。在过去的一年，我所在的团队一直给一个要求极高的行业标杆客户做消费者洞察研究，时不时把我团队的研究报告与尼尔森的报告做对比，众所周知，尼尔森在消费者研究领域具有无可撼动的地位，所以每次深感压力巨大。我们一伸手，说的好听一点，那叫不走常规路线，路子野；说的不好听，就是不太成章法，步子有点乱。而这篇文章像剥洋葱一样层层深入，按照这个出研究方案和项目任务分解，显得老到很多。下面就是摘录的内容，全文网址：https://www.zhihu.com/question/22119753/answer/40608324作者：林森人们一谈到数据分析，总觉得很复杂，可望而不可即。是的，其中有一些确实很复杂。比如第一方cookies、第三方cookies，以及跟踪用户、设备、网站浏览器以及其他信息。但是有些要比你想象的简单很多很多。
几天前，我主持了一场关于网站分析领域的讨论会，这里聚集了很多网站分析领域的大咖以及一些新人。在此期间，我找了个时机画了一张关于数据分析的生态图，从图上看，数据分析真的没那么难。接下来我会慢慢阐述每一块拼图并且解释这些拼图之间是如何串联起来的。拼完所有的图片，你会得到一张很实用有趣的图，这张图是一条通往优秀分析师的捷径。我想在这篇博文里和大家分享这些。不管你在数据分析领域有多少经验，我相信你都能从中找到价值，哪怕你是某个领域里的大咖，这将有助于你去向你的上级表达你的想法并且让他理解你正在做的事情。
那我们按照以下步骤来理解数据分析，我敢说你一定会对数据分析有重新的认识。
- Step1 数据分析生态：数据分析的核心因素
- Step2 数据分析生态：数据分析的数据输入
- Step3 数据分析生态：数据分析的价值输出
- Step4 数据分析生态：分析师三个必经阶段
- Step5 数据分析生态：各阶段的时间成本
Step1 数据分析生态：数据分析的核心因素 1，度量和KPI
在数据分析中最核心的工作是理解度量的概念。
你或许是这样定义度量的：它只是个简单的数字。你的数据分析工具里充满了度量，一个平均数、一个总和或者某个百分比……
KPI是一个能够帮助你明白你的目标完成情况的度量。
这意味着如果你不知道你的商业目标，你是无法设定KPI的。例如X电商网站，转化率可能就是一个KPI，因为他们当前的目标是和业务趋势紧密结合的。而Y网站的KPI可能是订单平均价值。这完全取决于你对业务目标的理解。请记住：如果你不知道你要去哪里，那你哪里也去不了，并且你会迷失自己。同时，也没有哪个万能的KPI让每个人觉得都适用，因为每家公司都有自己的战略目标。
当然，有些度量是无论如何都不会成为KPI的，一个很好的例子就是跳出率，因为哪怕你的跳出率从100%降到10%，这对你的业务不会产生任何大影响，跳出率降低只能告诉你用户在跳出前多看了一个页面，这固然很好，但是很难有什么决定性的作用。
在你制定KPI的时候请记住这个很重要的警告——了解你的业务目标。 2，维度
现在你已经有你了数据分析的基础——度量和KPIs。接下来一层是维度。
什么是维度？维度就是你网站访问者的属性。
通常情况下，在我们的表格中，维度出现在行里，而度量和KPIs出现在列里。 3，自定义报告
现在我们拥有了创造美妙音乐的主要材料（译者注：打比方，比喻可以做优秀的数据分析），同时我们要通过自定义报告（我最喜欢数据分析工具）来实现这一步。
请注意，我说的不是标准报告，我说的是自定义报告。因为在这里我要强调网站报告和网站分析的区别。
当你开始使用自定义报告，你将不得不盯着一张白纸，然后找出到底发生了什么。如果想让你的分析工作更加出色，你将不得不和你的领导、同事、客户交谈，并且明白你要回答他们哪些问题。接下来为了更出色地完成工作，你肯定不希望自己随便做点事就交差了，你必须找到这些问题的最终答案。
4，高级细分
高级细分（译者注：将整体数据按照不同的类型进行分类，以便深入分析）是很重要的功能，原因很简单，因为把所有的数据完全堆砌在一起，这对分析是毫无益处的。
为了让你真正理解你的业务、客户和收入，你需要把数据细分，需要把数据按照不同类别去细分分析，无细分，毋宁死 :p
现在核心的元素都介绍完了，包括度量、KPIs、维度、自定义报告和高级细分。这部分已经没有其他要添加的内容了，在数据分析生态里其他的元素都是围绕着这五个核心元素的。
看全文请访问：https://www.zhihu.com/question/22119753/answer/40608324
最后更新：2017-01-09 14:08:07