数据分析的误区

笔者从事数据分析的工作，碰过许多坑，在这里分享出来，希望与大家共勉。

1，在做数据分析之前，一定要对业务和分析的问题背景有很深入的了解，不然就只是在为了分析而分析，并不会站在解决问题的角度去思考问题，结果就是输出的结论并不能对业务提供帮助，很容易失去自身的价值感。

2，在拿到一个分析的主题的时候，不要着急去搜集数据，先对问题进行拆解，按照一定的逻辑思维方式和业务思考去拆解问题。

拆解之后，这个问题可能有3种分析的方案，不要3种同时开始做，一定是先确定其中1种方案，集中分析这种方案，包括所需数据的设计，数据提取和数据的深入分析都是集中在这个方案上，一些发散的数据和逻辑要果断的舍弃，不然很可能增加了你的工作量，在越来越多主题的干扰下，忘记了自己的分析初衷。

如果你运气好，第一种方案就解决了问题，那很好，如果第一种方案，并不能解决问题，那就开始第二种方案的分析。

3，案例：在分析之前，没有认真的去了解分析的目的和背景，结果就是输出的结论与实际是南辕北辙。

某天，老板发给我一个问题，需要分析，为什么点位数量增加订单量并没有随之增加？

拿到这个问题，我没有去看数据的实际表现，在什么时间增加了多少点位？订单量的变化趋势，就直接去进行了分析，还将点位拆分成了新点位和老点位进行分析。

结果分析了促销活动、撤柜数量、竞争对手等数据，得出结论是我们的点位产出强烈依赖促销活动。

分析完了之后，将新增点位数和订单量的变化趋势拿出来看，发现订单量并不是没有增加，只是前几天进行了一次大促活动，订单量增加了，在活动结束之后订单量回到了正常水平，所以，看起来订单量并没有随着点位增加而增加反而有所下降。

4，做数据分析的工作非常需要有独立思考的能力和时间，无论工作有多忙，建议大家在做分析之前一定要仔细思考，同时在做完数据分析之后，一定要将结论与自己的分析目的做结合，看看是否有达到分析目的，解决分析的问题，这一前一后的思考，我认为才是进步的非常关键步骤。

5，在分析之后，往往会提出自己的意见和建议，这个意见和建议一定是通过数据分析得出的结论，并且是切实可行的方案，并且在做了这些事情之后，能够很快解决业务问题的方案。