數(shù)據(jù)分析目前在國(guó)內(nèi)互聯(lián)網(wǎng)圈的受重視程度在逐步提升，但是問題也很突出：

1、大家對(duì)于數(shù)據(jù)分析的認(rèn)知和理解支離破碎，缺乏一個(gè)整體的、系統(tǒng)的思維框架；

2、大家的視野更多局限在數(shù)據(jù)報(bào)表、BI 系統(tǒng)、廣告監(jiān)測(cè)等領(lǐng)域，對(duì)于數(shù)據(jù)以及數(shù)據(jù)分析其實(shí)是缺乏深層次洞察的《數(shù)據(jù)分析人才培訓(xùn)》。

這篇文章就從整體框架出發(fā)，介紹一下數(shù)據(jù)分析的三大層次。包括對(duì)數(shù)據(jù)分析的整體理解和認(rèn)識(shí)，做數(shù)據(jù)分析的科學(xué)方法，以及數(shù)據(jù)分析相關(guān)的工具介紹《貴州大數(shù)據(jù)培訓(xùn)》。

一、數(shù)據(jù)分析價(jià)值觀

上面我介紹了：“道”指的是價(jià)值觀，即如何看待數(shù)據(jù)分析的價(jià)值。要想真正吃透這一點(diǎn)，必須在價(jià)值認(rèn)同、工作定位和商業(yè)模式三點(diǎn)上取得突破《貴陽(yáng)大數(shù)據(jù)學(xué)習(xí) 》。

（一）數(shù)據(jù)分析的價(jià)值認(rèn)同

做好數(shù)據(jù)分析，首先要認(rèn)同數(shù)據(jù)的意義和價(jià)值。一個(gè)不認(rèn)同數(shù)據(jù)、對(duì)數(shù)據(jù)分析的意義缺乏理解的人是很難做好這個(gè)工作的。

放到一個(gè)企業(yè)里面，企業(yè)的 CEO 及管理層必須高度重視和理解數(shù)據(jù)分析的價(jià)值。你想一下，如果老板都不認(rèn)可數(shù)據(jù)分析的價(jià)值，那么數(shù)據(jù)相關(guān)的項(xiàng)目在企業(yè)里面還能推得動(dòng)嗎？然后，企業(yè)內(nèi)部還需要有數(shù)據(jù)驅(qū)動(dòng)的公司文化《貴陽(yáng)大數(shù)據(jù)認(rèn)證 》。如果大家寧可拍腦袋做決定也不相信數(shù)據(jù)分析師的建議，那么數(shù)據(jù)分析往往是事倍功半、走一下形式而已，反之則是事半功倍。

（二）數(shù)據(jù)分析的工作定位

做好數(shù)據(jù)分析，要對(duì)數(shù)據(jù)分析的價(jià)值有清楚的定位。既不要神化數(shù)據(jù)分析，把它當(dāng)做萬(wàn)能鑰匙；也不要輕易否定數(shù)據(jù)分析的意義，棄之不用。數(shù)據(jù)分析應(yīng)該對(duì)業(yè)務(wù)有實(shí)際的指導(dǎo)意義，而不應(yīng)該流于形式，淪為單純的 “取數(shù)”、“做表”、“寫報(bào)告”《貴陽(yáng)大數(shù)據(jù)培訓(xùn) 》。

在 LinkedIn 那么多年的工作時(shí)間里面，我們對(duì)數(shù)據(jù)分析的工作早已有了清晰的定位：利用（大）數(shù)據(jù)分析為所有職場(chǎng)人員作出迅捷、高質(zhì)、高效的決策，提供具有指導(dǎo)意義的洞察和可規(guī)模化的解決方案《貴州大數(shù)據(jù)培訓(xùn)機(jī)構(gòu)》。

當(dāng)時(shí)我們還采用了一套 EOI 的分析框架，對(duì)不同業(yè)務(wù)的數(shù)據(jù)分析價(jià)值有明確的定位。針對(duì)核心任務(wù)、戰(zhàn)略任務(wù)和風(fēng)險(xiǎn)任務(wù)，我們認(rèn)為數(shù)據(jù)分析應(yīng)該分別起到助力（Empower）、優(yōu)化（Optimize）、創(chuàng)新（Innovate）的三大作用《 數(shù)據(jù)分析員考試 》。

（三）數(shù)據(jù)分析的商業(yè)模式

做好數(shù)據(jù)分析，要對(duì)企業(yè)的商業(yè)模式非常了解。數(shù)據(jù)分析的最終目的還是服務(wù)于企業(yè)的增長(zhǎng)目標(biāo)，所以務(wù)必要對(duì)行業(yè)背景、業(yè)務(wù)含義、產(chǎn)品和用戶有著深刻的認(rèn)知《數(shù)據(jù)分析師培訓(xùn)》

還是以 LinkedIn 為例，作為企業(yè)增長(zhǎng)的重要環(huán)節(jié)，LinkedIn 在產(chǎn)品設(shè)計(jì)之初就優(yōu)先考慮到了數(shù)據(jù)的價(jià)值模式。首先是用戶的增長(zhǎng)、使用和活躍，然后產(chǎn)生大量的數(shù)據(jù)，最后根據(jù)數(shù)據(jù)進(jìn)行業(yè)務(wù)變現(xiàn)（企業(yè)廣告、企業(yè)招聘、高級(jí)賬號(hào)等業(yè)務(wù)）和用戶增長(zhǎng)，從而不斷良性循環(huán)《 數(shù)據(jù)分析師考試》。

“道” 是整個(gè)數(shù)據(jù)分析能力體系的基礎(chǔ)，只有認(rèn)可分析價(jià)值、明確工作定位、深諳商業(yè)模式，數(shù)據(jù)分析才能走在正確的軌道上。

二、數(shù)據(jù)分析方法論

（一）數(shù)據(jù)分析的框架

在整個(gè)數(shù)據(jù)分析框架中，用戶是數(shù)據(jù)的來源，也是數(shù)據(jù)分析最終要服務(wù)的對(duì)象。整個(gè)分析框架可以分為四大層次，依次是：數(shù)據(jù)規(guī)劃、數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)決策《昆明大數(shù)據(jù)培訓(xùn)》。從用戶、業(yè)務(wù)系統(tǒng)，到數(shù)據(jù)采集平臺(tái)、ETL、數(shù)據(jù)倉(cāng)庫(kù)， 再到分析、BI、DM、AI、洞察，再到?jīng)Q策、行為、價(jià)值，最終回到用戶。

上面整個(gè)分析框架中，越底層的占用的時(shí)間和精力越多，而頂層的耗時(shí)較少。從產(chǎn)生的價(jià)值來看，越底層的產(chǎn)生的價(jià)值越低，越頂層的產(chǎn)生的價(jià)值越高。大家想一下就會(huì)理解，做數(shù)據(jù)分析的過程大多時(shí)間是耗費(fèi)在數(shù)據(jù)采集、清理、轉(zhuǎn)換等臟活累活上面，最有價(jià)值的分析和決策部分往往耗時(shí)很少《貴陽(yáng)大數(shù)據(jù)培訓(xùn)中心 》。

因此，大家做數(shù)據(jù)分析應(yīng)該把重心放在最有價(jià)值的分析和決策兩個(gè)層面上，并且盡可能使用工具實(shí)現(xiàn)底層的自動(dòng)化操作。

（二）數(shù)據(jù)分析的方法論

數(shù)據(jù)分析應(yīng)該幫助我們不斷優(yōu)化營(yíng)銷、運(yùn)營(yíng)、產(chǎn)品、工程，驅(qū)動(dòng)企業(yè)和用戶的增長(zhǎng)，而不是為了分析而分析。在這里我給大家介紹兩個(gè)方法論，一個(gè)是業(yè)務(wù)上的 AARRR 模型，另一個(gè)是分析上的學(xué)習(xí)引擎《 貴州大數(shù)據(jù)培訓(xùn)機(jī)構(gòu)》。

AARRR 模型

AARRR 是著名的 Growth Hacker （增長(zhǎng)黑客）海盜法則，依序分別是 Acquisition（獲取用戶）、Activation（激發(fā)活躍）、Retention（提高留存）、Revenue（增加收入）和 Referral（推薦傳播）的首字母簡(jiǎn)稱，覆蓋用戶整個(gè)生命周期《 貴州大數(shù)據(jù)培訓(xùn)中心》。

我們?cè)谶M(jìn)行數(shù)據(jù)分析的時(shí)候，應(yīng)該考慮用戶正處于 AARRR 模型的哪個(gè)部分、關(guān)鍵數(shù)據(jù)指標(biāo)是什么、對(duì)應(yīng)的分析方法又是什么？

“ 學(xué)習(xí)引擎 ” 是《精益創(chuàng)業(yè)》一書中提倡的精益化運(yùn)營(yíng)方式，在硅谷被大小企業(yè)廣泛采納。

當(dāng)我們有一個(gè)想法的時(shí)候，可以采用最簡(jiǎn)可行化產(chǎn)品（MVP）的方式將其構(gòu)建（Build）出來。產(chǎn)品上線后，我們需要衡量（Measure）用戶和市場(chǎng)的反應(yīng)。通過分析收集到的數(shù)據(jù)，我們可以驗(yàn)證或者推翻我們之前的想法，從而不斷學(xué)習(xí)（Learn）和優(yōu)化《 貴陽(yáng)大數(shù)據(jù)報(bào)名學(xué)習(xí)》。

（三）數(shù)據(jù)分析的具體方法

這篇文章的目的不是介紹具體的分析方法，而是為了讓大家對(duì)整個(gè)數(shù)據(jù)分析能力體系有一個(gè)系統(tǒng)的認(rèn)知，所以我就不對(duì)每一個(gè)方法進(jìn)行具體的闡述。

懂得每一種方法的原理是一回事，在業(yè)務(wù)中靈活應(yīng)用又是另外一回事。以產(chǎn)品經(jīng)理為例，可以把“用戶行為 - 數(shù)據(jù)分析 -產(chǎn)品設(shè)計(jì)&優(yōu)化 ”三位歸于一體，在不斷的實(shí)踐應(yīng)用中掌握各種分析方法的精髓和要義。關(guān)于具體的分析方法，推薦大家看一篇我同事 Justin 的文章，其中有詳細(xì)的闡述《 貴陽(yáng)數(shù)據(jù)分析人才培訓(xùn) 》。

數(shù)據(jù)來源于用戶，數(shù)據(jù)分析的最終目的也是服務(wù)于企業(yè)和用戶。做數(shù)據(jù)分析之前，一定要清晰業(yè)務(wù)目的和數(shù)據(jù)指標(biāo)，選擇科學(xué)的分析方法，用數(shù)據(jù)來指導(dǎo)產(chǎn)品和用戶增長(zhǎng)。

三、數(shù)據(jù)分析工具篇

“ 大數(shù)據(jù)、大數(shù)據(jù)，最重要的就是數(shù)據(jù)。但數(shù)據(jù)在哪里呢？現(xiàn)在最缺乏的，是統(tǒng)一的數(shù)據(jù)采集平臺(tái)！”這是很久之前我接受采訪時(shí)的觀點(diǎn)，現(xiàn)在仍是如此《重慶大數(shù)據(jù)培訓(xùn)》！

（一）為什么工具那么重要？

在我創(chuàng)立 GrowingIO 的時(shí)候被投資人拉進(jìn)一個(gè)交流群，群里面是硅谷各種創(chuàng)業(yè)公司的 CEO。我發(fā)現(xiàn)群里面討論的東西很有趣，就兩件事情：一個(gè)是創(chuàng)業(yè)增長(zhǎng)的方法論，另外一個(gè)就是討論各種工具。“ 工欲善其事，必先利其器 ” 說的就是這個(gè)道理，古今中外概莫如此《數(shù)據(jù)分析師》！

很久之前我就跟人談起過這個(gè)問題，整個(gè)數(shù)據(jù)框架下面的部分可能花費(fèi)了你 80% 的時(shí)間和精力，但是產(chǎn)生了不到 20% 的價(jià)值。大家都在搭建數(shù)據(jù)采集平臺(tái)、都在寫代碼埋點(diǎn)、都在做 ETL、都在建 BI 系統(tǒng)，哪里還有更多的時(shí)間和人力來做 Analytics 和 Insight《大數(shù)據(jù)培訓(xùn)》 。

以前我在 eBay、LinkedIn 工作的時(shí)候，市面上沒有好的數(shù)據(jù)分析工具，我們不得不自己去部署很多的系統(tǒng)、建立很多的機(jī)制，甚至雇傭三四個(gè)團(tuán)隊(duì)去做一件事《貴州大數(shù)據(jù)培訓(xùn)》。今天市面上有很多好的工具來幫助我們進(jìn)行數(shù)據(jù)分析，為了節(jié)省時(shí)間、資源（特別是成長(zhǎng)型企業(yè)），大家完全沒有必要內(nèi)部建造一套分析系統(tǒng)，應(yīng)該擅用好的工具來幫助自己做數(shù)據(jù)分析。

（二）選擇合適的分析工具

選擇什么樣的分析工具，跟你的工作崗位、分析場(chǎng)景息息相關(guān)。每種場(chǎng)景都有若干種工具可以選擇，有些工具也可以用于多種分析場(chǎng)景，關(guān)鍵在于你對(duì)工具的熟悉和理解。

Excel 絕對(duì)是最基本、最常見的數(shù)據(jù)分析工具了，對(duì)于數(shù)據(jù)量較小的情況，無(wú)論是數(shù)據(jù)處理、數(shù)據(jù)可視化還是一些統(tǒng)計(jì)分析都能支持。一旦數(shù)據(jù)量大了，這個(gè)時(shí)候就需要大型的數(shù)據(jù)庫(kù)來支持《數(shù)據(jù)分析師 》。

市場(chǎng)營(yíng)銷人員需要對(duì)廣告投放進(jìn)行數(shù)據(jù)分析，網(wǎng)站流量監(jiān)測(cè)是他們關(guān)注的重點(diǎn)。產(chǎn)品和運(yùn)營(yíng)重點(diǎn)關(guān)注用戶行為和產(chǎn)品使用，用戶行為數(shù)據(jù)分析工具是他們的首選。以前大家只關(guān)注業(yè)務(wù)數(shù)據(jù)，然而這些結(jié)果型的數(shù)據(jù)并不能告訴他們中間發(fā)生了什么、為什么發(fā)生；現(xiàn)在大家越來越關(guān)注精細(xì)化運(yùn)營(yíng)、對(duì)用戶行為數(shù)據(jù)的需求也越來越高，這也是我回國(guó)創(chuàng)立 GrowingIO 的原因《數(shù)據(jù)分析師考試 》。

如果你能懂一些 R 和 Python，在數(shù)據(jù)建模、統(tǒng)計(jì)分析、數(shù)據(jù)科學(xué)的方向上有所發(fā)展，那么你的數(shù)據(jù)分析水平就更上一層樓了《 數(shù)據(jù)分析師培訓(xùn)》。

上面說的這三點(diǎn)構(gòu)成了數(shù)據(jù)分析的能力體系。只有認(rèn)同數(shù)據(jù)分析的價(jià)值、掌握數(shù)據(jù)分析的方法并且靈活應(yīng)用數(shù)據(jù)分析工具，才能真正做好數(shù)據(jù)分析。