https://mp.weixin.qq.com/s/hp1m_jFV1V1ssk3vE1B0xg
本质上，数据分析对抗的是不确定性。
当我们想要分析问题的时候，更多是：
- 没有数据：新业务刚上线，过往不重视数据采集
- 有假数据：业务操控，流程缺失，利益驱动
- 乱七八糟：口径不统一，流程不规范，使用瞎胡闹
- 人为扭曲：业务方为了保住KPI睁眼睛说瞎话
- 不会判断：只知道写同比环比，不会解读意义
- 主观臆断：做数据只为证明自己是对的，强词夺理
数据分析的五大问题：
是什么（量化结果，获取数据）
是多少（树立标准，评价好坏）
为什么（寻找原因，验证假设）
会怎样（综合评估，做出取舍）
又如何（预测前景，探索可能）
通过不断循环的解答这五个问题
- 我们量化监控业务走势，把不确定变成确定；
- 我们做出客观的评估，发现问题，沉淀经验；
- 我们合理预测前景，探索新可能，发现新道路；
- 最终推动业务持续进步和改善。
数据分析想突围，可以准备什么？
- 连excel，sql，python（速成ESP套餐）都不会的，赶紧学技术，加强能力
- 吃了ESP套餐的，学点数仓，ETL，数据治理，提升基础能力
- 和业务走的近的，多补充业务知识，特别是新领域的数据运用
- 公司数据基础好，本人知识扎实的，挑战一下算法
数据分析想转行，可以哪里走
- 业务能力强的，可以往用户增长、用户运营等策略性强的部门转，这些部门天生就需要很强的分析能力。
- 技术强的，可以往数据产品方向转，移动BI、大屏、运营助手等产品是很好的出成绩的地方
若有收获，就点个赞吧
0 人点赞
