看到同学们会经常问，数据分析工作是怎么样的呢？怎么才能有业务思维呢？这些东西怎么来学习呢？说实话，这些东西仅仅是拼借着书籍很难理解深刻的。下面我们继续把数据蛙当作一个潜力公司，如果要理解深刻，先了解下数据蛙的业务哈，(注意:下面的数据是随机生成)
一:以运营的视角来看数据分析工作
大家来想下，如果你和数据蛙的运营同学是搭档，那怎么才能把数据蛙这家公司运营的更好呢。运营同学负责用户增长、营业额上升，每天早晨肯定会首先看交易金额是否上升、用户是否增长了。但作为运营指标，仅仅考虑这交易金额、用户增长数量这两个指标肯定是不够的，需要把这些指标进行拆分，从不同的维度来看这一反应情况，考虑的维度主要有地区、课程类别、时间、商户类别等。所以就有下面的考虑指标了
- 不同地区交易金额、交易笔数
- 不同课程交易金额占比
- 不同城市的用户交易增长情况
- 不同时间交易金额、笔数
- .........................................................
想想看，如果把不同维度相互组合展示所有的指标，那可不要展示好几十个呢？展示到PPT上也要好几十页了。我们作为高逼格的数据分析师，那样做确实不妥，还要手动的制作PPT，不如使用Dashboard自然流畅。
二:Dashboard 分块展示
-
销售Dashboard
sales
大家可以自己观察下展示的内容，其中Dashboard可以在时间、地区、不同客户维度上相互切换组合，就可以非常直观的对比观看各个维度的数据了。另外这些指标上也可以互补观察，比如通过切换观察到北京地区的销售金额减少了，那就可以看看那个城市的交易客户增长怎样、价格高的课程卖的怎么样，这样也方面观察出原因来。
-
趋势Dashboard
trend
这样就可以很清晰的观察到一年当中的金额、笔数、活跃用户、流失用户、新增商户、新增交易商户的情况了。
-
业务员 dashboard
这个主要是考核业务员的绩效，用来发工资来使用的。比如一个一天在简书或知乎或CSDN上获得了20个客户，并且15个客户产生了交易，其中消费50000元以上的有8人，就是业务员开发的客户达到不同的要求会给予不同的奖金。
三:数据部分
其实前面说了那么多，都是建立在有数据的基础上的。来看下我们数据蛙的表设计
图中有商户维度表,交易表,商品表,业务员表，表的解释如下：
这些数据加工主要是为了前面数据的展示来做的，看着比较简单些，但是想想当数据量大的时候是怎么保持他的时效性呢。这里来举个例子，比如每天交易数据上百万笔，我们算一天的交易额数据话速度还能够保持，可是一个月内呢，那就好久了。所以，一般会做数据的加工，做一次数据的汇总，比如把每天的交易金额做出来放到一个表中，然后算一个月的就计算30个汇总数据就好了，这样就很快了(如果是要做多维数据集或者用spark、hive 也有相应的做法)
四:总结职位
刚刚上面我们提到的涉及到了好几个数据方面的职位
- 把数据计算完画图并PPT展示是数据运营、数据分析职位
- 还有上面没有提到的，未测未来数据是数据挖掘职位
- 具体展示的dashboard的是BI职位
- 处理加工中间层的数据是ETL职位
具体职位的分工，每个公司也不太相同的。大公司更细致些，一个萝卜一个坑，小公司更多的要会好几个职位的技能点。
网友评论