112
gooseeker集搜客
數據分析的核心要素
我將摘錄知乎上的一個回答，這個回答使我讀的很興奮。在過去的一年，我所在的團隊一直給一個要求極高的行業標杆客戶做消費者洞察研究，時不時把我團隊的研究報告與尼爾森的報告做對比，眾所周知，尼爾森在消費者研究領域具有無可撼動的地位，所以每次深感壓力巨大。我們一伸手，說的好聽一點，那叫不走常規路線，路子野；說的不好聽，就是不太成章法，步子有點亂。而這篇文章像剝洋蔥一樣層層深入，按照這個出研究方案和項目任務分解，顯得老到很多。下麵就是摘錄的內容，全文網址：https://www.zhihu.com/question/22119753/answer/40608324作者：林森人們一談到數據分析，總覺得很複雜，可望而不可即。是的，其中有一些確實很複雜。比如第一方cookies、第三方cookies，以及跟蹤用戶、設備、網站瀏覽器以及其他信息。但是有些要比你想象的簡單很多很多。
幾天前，我主持了一場關於網站分析領域的討論會，這裏聚集了很多網站分析領域的大咖以及一些新人。在此期間，我找了個時機畫了一張關於數據分析的生態圖，從圖上看，數據分析真的沒那麼難。接下來我會慢慢闡述每一塊拚圖並且解釋這些拚圖之間是如何串聯起來的。拚完所有的圖片，你會得到一張很實用有趣的圖，這張圖是一條通往優秀分析師的捷徑。我想在這篇博文裏和大家分享這些。不管你在數據分析領域有多少經驗，我相信你都能從中找到價值，哪怕你是某個領域裏的大咖，這將有助於你去向你的上級表達你的想法並且讓他理解你正在做的事情。
那我們按照以下步驟來理解數據分析，我敢說你一定會對數據分析有重新的認識。
- Step1 數據分析生態：數據分析的核心因素
- Step2 數據分析生態：數據分析的數據輸入
- Step3 數據分析生態：數據分析的價值輸出
- Step4 數據分析生態：分析師三個必經階段
- Step5 數據分析生態：各階段的時間成本
Step1 數據分析生態：數據分析的核心因素 1，度量和KPI
在數據分析中最核心的工作是理解度量的概念。
你或許是這樣定義度量的：它隻是個簡單的數字。你的數據分析工具裏充滿了度量，一個平均數、一個總和或者某個百分比……
KPI是一個能夠幫助你明白你的目標完成情況的度量。
這意味著如果你不知道你的商業目標，你是無法設定KPI的。例如X電商網站，轉化率可能就是一個KPI，因為他們當前的目標是和業務趨勢緊密結合的。而Y網站的KPI可能是訂單平均價值。這完全取決於你對業務目標的理解。請記住：如果你不知道你要去哪裏，那你哪裏也去不了，並且你會迷失自己。同時，也沒有哪個萬能的KPI讓每個人覺得都適用，因為每家公司都有自己的戰略目標。
當然，有些度量是無論如何都不會成為KPI的，一個很好的例子就是跳出率，因為哪怕你的跳出率從100%降到10%，這對你的業務不會產生任何大影響，跳出率降低隻能告訴你用戶在跳出前多看了一個頁麵，這固然很好，但是很難有什麼決定性的作用。
在你製定KPI的時候請記住這個很重要的警告——了解你的業務目標。 2，維度
現在你已經有你了數據分析的基礎——度量和KPIs。接下來一層是維度。
什麼是維度？維度就是你網站訪問者的屬性。
通常情況下，在我們的表格中，維度出現在行裏，而度量和KPIs出現在列裏。 3，自定義報告
現在我們擁有了創造美妙音樂的主要材料（譯者注：打比方，比喻可以做優秀的數據分析），同時我們要通過自定義報告（我最喜歡數據分析工具）來實現這一步。
請注意，我說的不是標準報告，我說的是自定義報告。因為在這裏我要強調網站報告和網站分析的區別。
當你開始使用自定義報告，你將不得不盯著一張白紙，然後找出到底發生了什麼。如果想讓你的分析工作更加出色，你將不得不和你的領導、同事、客戶交談，並且明白你要回答他們哪些問題。接下來為了更出色地完成工作，你肯定不希望自己隨便做點事就交差了，你必須找到這些問題的最終答案。
4，高級細分
高級細分（譯者注：將整體數據按照不同的類型進行分類，以便深入分析）是很重要的功能，原因很簡單，因為把所有的數據完全堆砌在一起，這對分析是毫無益處的。
為了讓你真正理解你的業務、客戶和收入，你需要把數據細分，需要把數據按照不同類別去細分分析，無細分，毋寧死 :p
現在核心的元素都介紹完了，包括度量、KPIs、維度、自定義報告和高級細分。這部分已經沒有其他要添加的內容了，在數據分析生態裏其他的元素都是圍繞著這五個核心元素的。
看全文請訪問：https://www.zhihu.com/question/22119753/answer/40608324
最後更新：2017-01-09 14:08:07