你是万能的数据分析师？干什么呢？

“我距离改变世界只差一个程序员！”

“给我一个数据分析师我将(带领业务)无往不利！”

--somebody

某些技术工种有时就会被给予过高的期待，身在其中感受更多的是责任，但有时不得不为此发声。这不是在有意manage somebody's expectation，但今天想聊聊数据分析师如何体现价值。

数据分析不是万能的，从数学角度来讲，数据分析只是一种让人理性思考和决策的工具和方法。而商业经营并不是纯靠理性的博弈就能赢的。

虽说数据分析不是万能的，但企业仍需要大量具备"上帝视角"的分析人员给公司运营者提供有价值与意义的分析报告。分析报告是分析师的唯一产出，从中充分体现分析师的能力与价值。那么如何让我的分析报告更有价值和意义呢？

1. 明确目标

在明确目标前，你还要搞清楚此次分析要解决的问题，分析目标往往建立在解决特定问题的基础上。当然，对上做高质量的汇报也常常是一个棘手的问题。但无论问题需求如何复杂，总会回到这四个目的一个或者多个上。它们相辅相成，依次递进。

• 了解现状

• 探寻原因

• 寻找基线

• 提出建议方案

了解现状是用数据判断业务状况

• 使用某些指标对比基线得出结论 

• 这里指标怎么选？基线怎么定？决定了分析结果的合理性

探寻原因也叫归因分析，是对业务向好/向坏的原因做进一步探索

• 拆解影响一级指标（例如，交易额或利润）的影响因子进而做具体分析

  UV × 转化率 × 客单价 = 销售额

• 一般分为内部归因和外部归因

寻找基线是连接定性与定量的基准，是将纯数字逻辑拉回到现实世界的绳子

• 建立特定数学模型推导基线（例如，某产品渗透率达到50%为合理）

• 要结合业务同学的心智模型（业务感知、体感）

建议方案往往是分析报告的终局，为业务的前进方向提供数据支持

• 通过提升某KPI的10%拉动大盘增长20%

• 预测模型在这里承担重要角色，同时要具备可解释性

2. 构思框架

你建立的分析框架要可以将数据转化为你想要的结果，并且这些结果能完美地契合你要讲述的故事。

3. 分析方法和工具

分析方法的选定要依据分析场景而定。

场景	可视化	算法/数理基础	举个栗子
分类		贝叶斯定理	判断A公司是否收购B公司
趋势	折线	线性回归	预测明年销量，定目标
因果	散点	A/B测试，假设检验	提高指标A拉动指标B增长
最优解		目标函数	规划生产计划，实现利益最大化
统计	直方图		验证二八法则

*上表仅仅列举部分场景及方法，使用细节会在后续文章中更新

分析工具是用来提效的，会用工具不等于会分析，切记切记！

4. 撰写报告

结论先行，数据加以佐证即可。这里分享一些数据描述素材：

• 9月份的销量与上年9月份相比略有增长，但仍属持平；销量与目标相去甚远，削减营销费用可能会影响销售达标能力；降价看来无助于销量达成。

• 除了KPI1，所有的变量都在有限的范围内波动。例如，KPI2最高0.32，最低0.31，波动不大。相反，KPI1则降幅巨大。12月是8月的一半，这是一个巨大的变化。进一步分析，KPI1与大盘销量下降相吻合。

• 5月利润跌穿地板，渠道A和渠道B的销量背道而驰，一个上升，另一个则下降。上个月的情况是AB渠道同时增长。

总结一下，一名优秀的数据分析师要同时具备：数据逻辑、结构化思维和商业认知能力。熟练运用工具让你更加独立、高效地完成分析，降低试错成本。

标签：分析,干什么,万能,分析师,销量,基线,KPI1,数据
来源： https://blog.csdn.net/MapleXia/article/details/122420828