换了份工作，更像是换了行业一般。很多工作方法论和技巧都需要重新积累和总结。
上一份工作做了四年多，学到了分布式系统工程学重要的方法论：流程和灾备保证一切。
如今，新的工作入职第一天，老板就彻底否定了其他方法论：“我们只需要一个方法论，数据方法论。”
然而，数据方法论究竟是个啥？却颇为玄学，每个人都婉儿一笑，“你自己多体会就知道了”。
作为一个连EXCEL都玩不熟的人，身边也没有现成的技能培训，那就自己多总结吧。摸爬滚打过若干个日夜后，总算对数据分析有了一点点基础的心得。
首先，数据先行。
数据是后续一切工作的前提，如果只是凭直觉，我觉得怎么怎么样，往往不远处就是有一个大坑等着你。必须要从数据上论证明白了，数据是这样的，所以结论是那样的，才能让下一步走得更扎实，明白。
因而，基于这个前提，数据就是每个项目在立项之初最应该先拿到的。
如果只管项目推进，而忽视了数据的落表和整理，将来终究会有因数据不齐全而影响项目进度的一天。
第二，分拆。
数据展示的结果不符合预期，是数据分析的家常便饭。然而，出现问题时怎么能把问题放大，就需要分类分拆数据了。很少有数据会使大盘整体都不符合预期，更多地是在某些子分类中不符合预期。
如何找到出问题的子类，就是分拆的目的了。当然，子类有多种维度，这里需要做各种尝试。也要尽可能罗列可能的维度。
第三，就是头尾部分析了。
如果数据有严重的错误，通常分析平均值是很难看到什么原因的。头尾部case分析就是此时的灵丹妙药了。再小的问题，也会在头尾部有放大效应。
以上，就是近期做数据分析工作的一点小心得，后期有新心得再做记录吧。
网友评论