数据分析：

1、道：为什么要做，有什么影响、什么时候需要做；

2、术：具体怎么做；

3、器：用什么做；

数据分析的好处：避免主观情绪及偏好，客观判断产品、量化个人，产品价值；

大家在做产品功能时，通常都会有自己主观思想，比如做个电商业务的商品画像标签，销量、评价、复购、加购、收藏的数据标签展示，那到底哪个标签优先展示呢？如果仅从主观判断，小A觉得评价、销量、收藏最重要，小B就会觉得复购、加购、销量最重要；这时候如果仅按照主观思想做判断，其根本没有科学的依据；那怎样才能有科学依据呢？？ 就是要依靠数据做分析，我们可以通过对用户调研数据、或ab测验数据，分析得出，那些标签是用户最关心的，这就是科学的数据分析做决策，客观的做需求功能；

数据分析应用的三大场景：效果评估分析、业务规划拆解、业务/问题诊断分析；

核心步骤：

1、确定工作目标：为什么要分析：为了判断产品效果，找到业务问题，选择迭代方案?

2、选对分析的指标分解：分析那些指标、选取范围、用那些分析方法；

3、数据的收集与处理执行；

4、评估决策；得出最后结论；

一、大数据开发分析师之效果评估分析

价值评估的步骤step：

1、建立多维度的评估体系；

直接影响指标（效率）、业务价值（部门KPI）、商业价值（营收）；

商业指标 = 收入 – 成本，公司价值，给公司挣多少钱；

业务指标体系：帮助每个部门提升他的核心kpi数据，业务线/部门价值；

直接影响指标：提高的效率（拆分场景找效率），针对操作人；

2、找到核心的关键指标；

找到因为产品上线影响的关键数据指标；因为有很多指标产品是很难影响的；

3、设定合理的数据分析方法；

对比分析、漏斗分析、分层分析；

思路：①从整体结果出发，看总量；②同上线前对比，看增量；③同无商户的用户对比，看差异；

4、得出结论；

效果好或不好，然后根据数据迭代优化；

二、大数据开发分析师之数据的规划拆解

B端产品经理提现自己价值：主导产品能力；主动找到好的需求；

1、找到核心产品目标；

商业价值指标（专家/产品负责人）；公司核心北极星指标；

2、针对指标进行拆解：

①横向拆解： 业务累加法；

②纵向拆解：数字因子法；

③下钻拆解：用户旅程法；

3、根据拆解指标搭建解决方案：

指标拆的很细后，根据末端指标的提升，反向提升核心指标数据；

4、得出结论（给出功能点）

第一性原理：解决问题时，如何科学、逻辑严谨的方式，找到解决方法；

1、定位问题；

2、找到影响问题的关键因子；

3、针对因子进行提问；

4、针对问题思考解决方案；

三、大数据开发分析师之用数据发现具体产品、业务问题

B端产品发现需求的方法：市场分析、业务调研业务需求、竞品分析、数据分析；

1、界定问题：

①定性的问题：是如何通过数据表现的，如何通过数据衡量的？

（用户体验差，指标是什么NPS，那就提升nps）；

②定量的问题：是如何得出结论的？跟谁去对比的？

（与其他行业竞品比，与预期目标比）；

③数据变化类问题：是否是真实性存在的？

（数据是否产生错误，是否有周期性表现）；

2、拆解指标评估体系：

3、树立判断标准并定位异常环节

预期对比、趋势对比、分组对比；

4、给出诊断建议

同上 二 – 4，第一性原理；

一个合适的数据处理软件可以帮助我们更快的处理好复杂的数据，如果你也想成为大数据开发分析师，可以尝试一下九数云BI，它不仅可以处理海量数据，更可以让数据可视化，让数据更简单！

上一篇: 如何做好电商数据分析？一篇文章教你快速搞定！——九数云BI
下一篇: 一份好用又真实的bi报表工具排名？快来看看你知道多少！——九数云BI