[討論] 資料分析師:啥時候說Yes啥時候該說No?

leohope

早在20世紀90年代的美國沃爾瑪超市中,就有「啤酒與尿布「的故事表現了巨量資料分析給企業帶來的利益體現。這些年來巨量資料分析正在為企業帶來巨大的變化。雖然越來越普遍,但資料分析中有些「YES」和「NO」卻是必須遵循的。

YES!立體式分析

立體式分析即維度分析。產品資料挖掘應該在產品環境下從產品性能、市場需求、用戶體驗等方面切入分析。資料分析是帶有商業性的,因此要立體性對於資料進行深層次整理分析,才能將各方面有價值的信息提煉出來對產品優化帶來幫助。

YES!明確適用性

要注意每種統計分析方法的適用範圍。許多分析方法對資料的要求很高,如果樣本分布不符合要求,樣本量數量不足,或存在大量偽樣本,都將影響最後結果的正確性。譬如,我們經常要使用的因子分析、聚類分析,若樣本量不足獲得分析結果是沒有任何意義的。

YES!正確整理資料庫

在選擇好分析方法分析資料時的同要按照要求整理資料庫。錯誤的資料庫格式對研究的弊處是顯而易見的。在使用研究模型前,要考慮資料的適用性。同時,資料的合理轉換也很重要。如在訪問時經常提問出生年份而非年齡,這樣可以避免誤差。這樣將收集到的資料進行轉換也得到一樣的結果。在計算時,我們還常整合幾個變數成為一個或者另幾個變數。

YES!分析資料可視化

巨量資料的體現往往是以海量的形式,而資料分析首先要整理,其次要分析。巨量資料的分析將能將普通的數字變成珍貴的信息,體現未來的趨勢和相應的結果。一號店等企業使用巨量資料魔鏡,將巨量資料可視化分析作為基礎,建立起一體性的業務模型和產品,明確了顧客關係,提高了運營效率,運用資料規模化幫助企業規劃。IBM, NIK, 星巴克等企業通過FineReport系統讓了解每天的業績更便捷,為企業帶來更大利潤。

NO!輕視精準

資料中的每一個小數點都可能帶來巨大的影響。因此資料分析不能有「不準確可以再改」的想法。做資料分析最基礎的是要有嚴謹的態度和科學的方法。

NO!分析方式不當

資料分析是一項專業性技能,需要使用專業工具進行分析。一般分析資料的工具有Excel、報表工具、BI等。應當使用專業工具進行資料分析,可利用圖表表達分析結果。而不能粗略地計算資料,以此保證其有效性。

NO!忽略資料源

足夠多的資料的確是實現技術的前提,但資料越多並不是結果越準確。一旦不能保證資料來源的準確度,大量的資料反而會使資料分析難度加大,從而使最後作出不準確決策。因此不能盲目追求資料量的大,而要同時對資料源的準確性有保證。

分享自:愛數據網
4500+企業選擇FineReport報表與 BI 商業智慧工具【免費下載】
opensource開發,類excel設計,全方位異質資料庫整合,資料填報、Flash列印、權限控制、行动應用、客制化、交互分析、報表協同作業管理系統。

原文網址:https://t17.techbang.com/topics/36732-data-analyst-when-to-say-yes-when-it-says-no?page=1