一、明确目标
分析数据之前，第一步一定需要明确此次分析的目标。否则一定会在接下来调取数据、分析数据、提炼结论等步骤当中陷入困境，或者难以找出规律，或使得整个分析流程缺乏逻辑，或使得数据分析难以终结（哪怕是一个开放性的尝试课题，也需要明确目标）。
具体方式为提出假设（如果有问题，那么一般是假设问题的答案；如果是开放性的尝试，那么先假设问题）。提出的假设可以不论对错，因为即使假设错了，在分析结果上也会体现出来，并不影响此次分析。但是提出的建设一定是能直接说明问题的，或是说在没有数据支持的背景下认为最有可能的。最好能按照MECE先把问题罗列出来，按照一定的规则或逻辑排列其优先级（不建议一次数据分析同时并列多个问题）
二、建立模型
以提出的假设为基础，全面（MECE），逻辑严谨（任意一步不能都需要严谨）的展开论点，提出数据要求（现实当中存在干扰导致数据误差，如酒店不同时期的入住率，APP不同时间/渠道的转化率等），最终建立一套分析模型。
三、调取数据
数据当中，有些是难以获取的，有些是可以获得的，在上一步当中不用从一开始就考虑哪些数据是不可获得的，如果在实操过程中出现这类情况，想办法找到其他可以获取的数据代替，或者进行估计。
在数据调取过程中，如果调取能直接填充进模型的数据是最好的，但如果面对数据调取人对数据与业务认识不深的时候，为节省时间，可以进一步拆分数据，让他变得更加简单易懂。
四、分析数据
步骤一保证了这一步当中必定是有结果的。如遇到需要进一步研究如点评数量与转化率的具体关联时，需要变通思考，如把连续的数切割为阶段的范围，或者借用对数函数之类的。
在数据分析过程中，一定会获得一些目标之外的收获，这时候一定要警惕，把这些发现单独记录起来并在之后的分享当中简单提及，但万不可在上面花费精力，从而影响了主线数据分析的进度。
网友评论