现状|描述现状类的分析该怎么做
编辑导语：数据分析师刚开始都会专注于最基础的数据分析需求 ， 但有时会做成取数类的需求；怎么把这种简单的需求做的深入 ， 发挥出数据分析师的价值呢？本文作者进行了详细的分析 ， 我们一起来看一下 。
文章图片
文章图片
【现状|描述现状类的分析该怎么做】描述一个业务问题的现状是什么 ， 是最基础的数据分析需求 。
常见的问题类型有：产品经理：某个功能的数据表现如何？活动运营：某个活动的数据情况怎么样？渠道运营：新渠道的引流人数是多少 。
新人数据分析师一开始往往就是从这类数据分析需求开始做 。
新手很容易就会把这种问题做成一个取数类的需求 。
最后给出一堆数据：点击率是多少、留存率是多少、转化率是多少 。
业务方最后问 ， 这些数据能得出什么结论？
那么 ， 我们能不能把这种简单需求做地更加深入 ， 更好地发挥数据分析师的价值呢？
今天就来分享一下 ， 数据分析流程中的“是什么” ， 或者说叫做“描述现状” ， 究竟该怎么做 。
一、描述现状 ， 不是单纯取数
首先 ， 描述现状的基础是指标 。
通过提取指标的数据 ， 反应实际的业务现状；但描述现状绝对不仅仅是罗列一堆数据 ， 只列数据 ， 没有结论 ， 这是新人最爱犯的错误 。
原因很简单 ， 新人也知道好的分析要有结论；但是作为一个新人 ， 不懂业务 ， 不知道该怎么下结论 。
新人分析师看到次日留存率是30% ， 琢磨着说点啥好呢？留存率比较低？还是留存率比较高？
自己对业务一知半解 ， 写高还是写低都不好 ， 谨慎的同学这时候就倾向于不要下结论 。
先按照取数需求做 ， 等过段时间熟悉了业务再说 ， 但这样很容易被加上一个“不懂业务”的标签；在别人眼里你是一个写SQL的工具人 ， 逐渐成为一个取数机器 。
二、描述现状 ， 不能主观判断
还有一类数据分析师 ， 胆子很大 ， 很敢写结论 。
他们不局限于取数 ， 会根据自己的业务理解 ， 给出一个结论 。
可惜方法不对 ， 也容易出问题 。
小白在做广告分析 ， 发现广告曝光的点击率2% 。
小白心想：点击率才2% ， 100个人里只有2个人会点击 ， 这个数据肯定很低了吧？于是直接下结论 ， 曝光点击率只有2% ， 我认为点击率较低 。
这个我认为很要命 ， 类似的还有“我觉得”、“我感觉”这些词语；这种分析结果很容易和业务撕逼 ， 主要焦点在于曝光点击率2%到底算不算低 。
而且数据分析师往往会败下阵来 ， 业务方连问几个问题就招架不住了 。
为什么2%点击率就是低了？你知道广告的平均点击率是多少吗？你知道业内平均水平是多少吗？
发生这种情况 ， 小白就被加上了“不专业”的标签 。
在别人眼里 ， 你是一个不严谨的人 ， 任职数据分析师的基础能力都不具备 。
要知道 ， 数据分析师很靠专业性生存 ， 如果公司里业务方不相信你的结论 ， 那么你在这家公司就很难混得好了 。
三、描述现状的正确做法
不能不下结论 ， 又不能乱下结论 。
那怎么在不了解业务的情况下 ， 快速给出高质量的分析结果呢？
举一个生活中的例子 。
大家应该都有过体检的经历 ， 血常规的体检报告里面 ， 什么白细胞数量、红细胞数量、血小板数量等等都有具体的数值 ， 看起来特别精确 。
单纯取数也就是给一个这样的数据 。
但是只有这个数据好像没啥用 ， 你知道红细胞数量是2.5 ， 能得出什么结论？
没有医学常识的人 ， 一般也不敢乱下判断 。
好在这种报告后面都会有一列 ， 叫做“参考值” 。
比如红细胞数量参考值3.5-5.5；现在的数据是2.5 ， 正常范围是3.5-5.5 ， 比较一下 ， 得出结论：红细胞偏少了 。
推荐阅读
- 财报|焦点分析｜永辉到家业务终于翻身，但门店却不那么赚钱了
- 技术编程|基于Apache Doris的小米增长分析平台实践
- 电脑使用技巧|Excel数据处理与分析应用课程：NO2文件管理与打印设置
- 智能穿戴|爆款分析：索尼降噪头戴耳机WH-1000XM4与前代详细拆解对比
- 态势|2020年中国箱纸板行业发展现状分析 产销量均有所回暖且呈现供不应求态势
- 中国统计网|月入30K的数据分析师是怎么做分析的？
- 观察者网|分析完今年全球500强名单，对中美竞争应更有信心
- 华为手机|4288降至3088元，华为P30值得买吗？从内到外给你分析
- 中国统计网|「数据分析报告」越级提升指南 Part2 ——分析部分
- 2020年|2020年全球及中国超高分子量聚乙烯纤维行业发展现状分析 国内产能占全球60%以上