真正传统的分析方法－－逐帧共情分析

到明年也就是2023年的5月淘宝就足足成立20年了，一个20岁的人已经经历过成人仪式并且已经在大学里上专业课了。是的，电商已然成为了传统行业，是零售的一种更高效、更透明的销售模式，与线下消费最大的不同是一个是看一张表非常容易通过价格、产品特征进行决策，而另一种只能自己人工收集信息而且是一条一条地收集。对于90后、00后而言电商仿佛就像呼吸一样没有什么特别，和电视一样就是一种生活消遣的媒介、工具。

搜索引擎和电商带动了大数据分析师一职，这类人才往往需要扎实的统计学理论以及算法实践和调优经验自然学历门栏较高，加之现在的存储计算能力早已今非昔比同样的企业管理层对转化不断突破极致的热忱也是愈演愈烈，大数据分析师名正言顺地成为了能帮助管理层达成目标的最佳也是不二人选。另一方面最传统的数据分析师相对而言学历要求不高、代码环境一般限制在数据库处理范畴内，所以收入、地位、分工职责都被大数据分析师拉开了明显的距离。想想也是，分析师们往往会铺在kpi报表或者做一些简单的bi分析图表然后并不一定能告诉管理层问题在哪里。

但并非如此，真正的传统分析师绝对不是一个简单的表哥表姐，咱专注于发现问题和解决问题，我们是行走在数据上的侦探家。我们不仅需要了解业务逻辑还需要掌握场景运营的方法和效果，而数据报告仅仅只是整个分析过程中的最后一公里罢了。分析的思路一般按照宏观到微观，微观再按照维度继续拆分，如果此时通过大数已经获取到问题或者客观表象，那么接下来就是查看清单，带着业务感知去查看数据中异常的表象，按照我的经验只有这样才有可能和客户同情，而那些月活、转化率、留存率只在ab测试或者设定指标时候有可读性，但你解释不了为什么是这个值。在这个节骨眼我们就得使用逐帧分析方法，按照客户的全量数据进行逐条共情化解读，就像侦探一样仔细环视现场的所有细节，每一个人物的背景、思维、价值观、动机。

放弃了，比赛就结束了。