美文网首页
对数字不敏感的人,如何提升对数据运营的敏感性?

对数字不敏感的人,如何提升对数据运营的敏感性?

作者: 星星_Cynthia | 来源:发表于2021-07-30 12:56 被阅读0次

    提升数据敏感性,主要靠积累经验,看的数据,量越多、种类越丰富,敏感性越强。

    但是这也不意味着随便看、胡乱看,而是有针对性的增加自己能力,可以参考以下三个方向:

    ❶预估能力

    ❷发现数据异常的能力

    ❸数据转化为知识的能力

    预估能力

    在看到实际数值前,就可以依据其他数据、主观感觉来估算数值,并控制估算误差。

    此能力较容易锻炼。看数据之前,对数据进行主观猜测,再拿猜测值与实际值对比,根据实际值调整自己的感觉。多多练习即可。

    对于系列数据,比如销量、网站访问量、活跃用户数等,需要明白,在没有异常的情况下,系列数据是由 规律+随机数 组成的。比如周一网站访问量在100W左右,这是规律;上下波动95%的可能在5W以内,这是随机数。

    发现数据异常的能力

    发现数据异常,是预估能力的一个延伸。越强的预估能力,就越能提高发现异常的速度、准度。

    异常有两种:

    正确的异常,即现实中有特殊事件发生,反映到数据就异常。

    错误的异常,即现实正常,但统计错误导致数据异常。

    发现错误的异常也有些小技巧,一并分享如下:

    数量级

    观察最终数据,保证在数量级上没有大的误差。例如,通过询问需求方得知,每天付费数在30单左右,若统计结果在80单或者8单,则结果很可能有问题。

    各维度汇总

    对于不同纬度分析,各纬度汇总值是否一致

    交互式报表,下钻之后的汇总是否跟下钻前一致。

    分布

    统计结果的分布,往往有其特性。

    例如每天付费数,会有连续性跟周期性两种特性,连续性是不会出现忽高忽低的大幅变动,周期性是周末都会有一定程度的提高或降低,7天一重复。

    例如统计员工工作量,对一周的工作总量按员工汇总,一般是由高到低的一个均匀递减。

    抽样

    抽样检查一直是最有效的方式。取统计值的明细,直接对其中几条进行核对。

    选择核对明细时,尽量保证抽样能覆盖各个分层,以及随机性。

    数据转化为知识的能力

    从数据、信息到知识的演变如下:

    数据、信息和知识的区别联系:

    (以上两图,引自涂子沛的《大数据》88页)

    这部分能力最难培养。可通过查看各行各业的分析报告,学习从数据转为知识的常见思路,例如:归纳、细分、对比等。

    另外针对自己日常工作,请将根本目的设为解决问题,而非完成数据需求。

    只有深入了解运营,深入了解数据的一线运用场景,才能完成数据到知识的转化。

    本文转载自知乎by孙文亮


    —END—

    *茶小星Cynthia,HSEE/茶痴/书虫/收集故事的人。

    *原创不易,言论仅代表本人,转载请注明出处。

    *本文章及图片非盈利用途,若侵权,请联系删除。

    相关文章

      网友评论

          本文标题:对数字不敏感的人,如何提升对数据运营的敏感性?

          本文链接:https://www.haomeiwen.com/subject/nwnqvltx.html