偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

淺談在探索數(shù)分之路上“數(shù)據(jù)思維”培養(yǎng)

大數(shù)據(jù)
本文簡(jiǎn)單梳理和分享一些數(shù)據(jù)思維該如何訓(xùn)練,其目的主要給大家提供如何鍛煉數(shù)據(jù)思維的一些建議,以及在面對(duì)不同的業(yè)務(wù)時(shí),如何快速掌握核心數(shù)據(jù)來(lái)指導(dǎo)制定業(yè)務(wù)策略,僅供參考!

 [[417845]]

前言

我們上篇內(nèi)容,從廣泛的意義上出發(fā),簡(jiǎn)單梳理了數(shù)據(jù)思維在工作上基本應(yīng)用范圍以及如何應(yīng)用,不同行業(yè)有不同的情況或者屬性,且數(shù)據(jù)思維也可以說(shuō)是一種底層的思維模式,所以,說(shuō)白了就是如何讓數(shù)據(jù)創(chuàng)造價(jià)值的思考方式。那通常情況下,我們?cè)诿鎸?duì)數(shù)據(jù)分析問(wèn)題時(shí),一些想法以及思維是零散的, 需要我們逐步培養(yǎng)鍛煉自己數(shù)據(jù)敏感度以及分析思維,需要將零散的想法形成有條理的分析思路或者思維。

然而,數(shù)據(jù)思維并不是一日可形成,是需要我們結(jié)合日常工作生活來(lái)刻意練習(xí),去實(shí)踐,發(fā)現(xiàn)問(wèn)題、解決問(wèn)題、總結(jié)問(wèn)題的一個(gè)不斷積累經(jīng)驗(yàn)的過(guò)程。不過(guò),剛剛?cè)腴T(mén)數(shù)據(jù)分析還是可以通過(guò)一些方法和習(xí)慣去訓(xùn)練思維,培養(yǎng)邏輯能力的。本文簡(jiǎn)單梳理和分享一些數(shù)據(jù)思維該如何訓(xùn)練,其目的主要給大家提供如何鍛煉數(shù)據(jù)思維的一些建議,以及在面對(duì)不同的業(yè)務(wù)時(shí),如何快速掌握核心數(shù)據(jù)來(lái)指導(dǎo)制定業(yè)務(wù)策略,僅供參考!

一、提升對(duì)數(shù)據(jù)的敏感度

首先,養(yǎng)成對(duì)數(shù)據(jù)的深究,知道數(shù)據(jù)怎么來(lái)的?理解數(shù)據(jù)、理解業(yè)務(wù)是便于我們進(jìn)行數(shù)據(jù)采集及分析溯源,對(duì)結(jié)論和成果有著一定的數(shù)據(jù)保證,同時(shí)也要判斷數(shù)據(jù)來(lái)源的可靠性。

其次,梳理數(shù)據(jù)指標(biāo)有哪些維度?理解評(píng)估標(biāo)準(zhǔn),不同業(yè)務(wù)有不同的關(guān)鍵業(yè)務(wù)指標(biāo),利用思維導(dǎo)圖積累相關(guān)業(yè)務(wù)的指標(biāo)體系,多總結(jié)多問(wèn)為什么;指標(biāo)體系經(jīng)常用于數(shù)據(jù)細(xì)分找原因,知道數(shù)據(jù)構(gòu)成才能更快地拆分?jǐn)?shù)據(jù),找到異常原因。

最后,了解數(shù)據(jù)是如何說(shuō)明業(yè)務(wù)? 找到業(yè)務(wù)背后的基本邏輯 。 在數(shù)據(jù)的日常工作中帶入業(yè)務(wù)思維,從而要知道 數(shù)據(jù)指標(biāo)在業(yè)務(wù)中的代表什么,業(yè)務(wù)數(shù)據(jù)正常水平是怎么樣的,受節(jié)假日或者活動(dòng)營(yíng)銷的影響的數(shù)據(jù)又是怎么樣的,要多對(duì)比,結(jié)合環(huán)比同比明白數(shù)據(jù)高低的意義。

二、養(yǎng)成對(duì)數(shù)據(jù)指標(biāo)拆解習(xí)慣

拆解能力決定了能否有效處理和解決復(fù)雜事務(wù),簡(jiǎn)單來(lái)說(shuō),就是把一個(gè)復(fù)雜問(wèn)題拆解成一個(gè)個(gè)基礎(chǔ)元素, 通過(guò)研究這些元素,控制和改變基本的元素進(jìn)而解決復(fù)雜的問(wèn)題。

(1)結(jié)構(gòu)化拆解

簡(jiǎn)單地說(shuō),就是按照各不同維度進(jìn)行拆分,定位當(dāng)前問(wèn)題,從問(wèn)題核心出發(fā)拆解影響因素,最終確定驗(yàn)證角度。再通過(guò)指標(biāo)、公式、模型的方式找到驗(yàn)證影響因素的量化標(biāo)準(zhǔn)。比如銷售額下滑了,銷售額=銷售數(shù)據(jù)*單價(jià),拆分后的結(jié)果比拆分前的清晰得多,就可以區(qū)分是線上銷售下降還是線上銷售下降,還可以進(jìn)一步發(fā)現(xiàn)是具體某一個(gè)渠道下滑,這樣分析更具針對(duì)性。如圖:

(2)流程化拆解

簡(jiǎn)單地說(shuō),用戶行為路徑所要經(jīng)過(guò)的核心流程步驟,用戶在流程的走向過(guò)程中會(huì)逐漸的減少。梳理各流程環(huán)節(jié)涉及復(fù)雜業(yè)務(wù)過(guò)程關(guān)鍵業(yè)務(wù)的節(jié)點(diǎn),而漏斗圖是對(duì)業(yè)務(wù)流程最直觀的一種表現(xiàn)形式,并且也最能說(shuō)明問(wèn)題的所在。比如獲客就是一個(gè)鏈路比較長(zhǎng)的業(yè)務(wù)場(chǎng)景,涉及到活動(dòng)曝光、客戶點(diǎn)擊、客戶意愿、填寫(xiě)信息、客服回訪、客戶下載、激活、注冊(cè)、下單等一系列業(yè)務(wù)環(huán)節(jié),通過(guò)漏斗圖可以很快發(fā)現(xiàn)業(yè)務(wù)流程中存在問(wèn)題的環(huán)節(jié),確定業(yè)務(wù)瓶頸。如圖:

 

三、常用數(shù)據(jù)做多維度對(duì)比

“對(duì)比、細(xì)分、溯源“ 是數(shù)據(jù)分析的6字箴言 ,而對(duì)比雖然是最簡(jiǎn)單的,卻是在培養(yǎng)數(shù)據(jù)思維中非常重要的一環(huán)。所謂對(duì)比是指將兩個(gè)或兩個(gè)以上的數(shù)據(jù)(指標(biāo))進(jìn)行比較,分析它們的差異,從而揭示這些數(shù)據(jù)所代表的事物發(fā)展變化情況和規(guī)律性。來(lái)判斷業(yè)務(wù)進(jìn)展情況以及追蹤業(yè)務(wù)是否有問(wèn)題。其特點(diǎn):簡(jiǎn)單、直觀、量化。即可以非常直觀的看出事物某方面的變化或差距,并且可以量化、準(zhǔn)確地表示出這種變化或差距是多少。

對(duì)比分析思維的分為兩類類: 靜態(tài)比較(和行業(yè)比)和動(dòng)態(tài)比較(和自己比)

(1)靜態(tài)比較

即在同一時(shí)間條件下對(duì)不同總體指標(biāo)的比較,如不同部門(mén)、不同地區(qū)、不同國(guó)家的比較叫做橫向比較,簡(jiǎn)稱橫比。

舉個(gè)例子:女友問(wèn)你“你覺(jué)得我胖么?”你去拿全國(guó)女生體重平均值和女友體重做對(duì)比,這就是和行業(yè)比。

一般來(lái)說(shuō),同業(yè)的數(shù)據(jù)來(lái)源主要公開(kāi)發(fā)表的數(shù)據(jù),包括上市公司的財(cái)報(bào)、主動(dòng)披露的數(shù)據(jù)等等,數(shù)據(jù)的信息源不同其準(zhǔn)確性也會(huì)存在各種差異,但是通過(guò)仔細(xì)分析還是能得到一些自己想要的東西,取決于每個(gè)人數(shù)據(jù)思維能力的高低。

(2)動(dòng)態(tài)比較

即是在同一總體條件下對(duì)不同時(shí)期指標(biāo)數(shù)值的比較,也叫縱向比較,簡(jiǎn)稱縱比。

再舉個(gè)例子:比如女友問(wèn)“我比上個(gè)月胖么?”就是和自己比。

一般來(lái)說(shuō),會(huì)進(jìn)行同比、環(huán)比等,通過(guò)趨勢(shì)圖觀察一段時(shí)間的走勢(shì),這是常見(jiàn)的比較思路,但是注意不要忘記最初設(shè)定的目標(biāo)。在工作中會(huì)發(fā)現(xiàn)有個(gè)問(wèn)題就是有時(shí)候我們會(huì)發(fā)現(xiàn)同比環(huán)比之后,指標(biāo)都上漲了,營(yíng)造出欣欣向榮的局面,但其實(shí)并沒(méi)有達(dá)到我們的目標(biāo),只是基準(zhǔn)值太低,這是一種典型的目標(biāo)侵蝕。

總之,這2種方法既可單獨(dú)使用,也可結(jié)合使用。 縱向的是因果,橫向的是相關(guān) 。然而對(duì)比分析的時(shí)候要遵從以下原則:

①對(duì)比對(duì)象要一致

②對(duì)比時(shí)間屬性要一致

③對(duì)比指標(biāo)的定義和計(jì)算方法要一致

④對(duì)比數(shù)據(jù)源要一致最后就是多比較

[[417848]]

四、多熟悉各種數(shù)據(jù)分析模型

數(shù)據(jù)模型其實(shí)是各種數(shù)據(jù)分析經(jīng)驗(yàn)的抽象集合,你擁有了更多的數(shù)據(jù)模型,也就擁有了更多的認(rèn)知“數(shù)據(jù)”世界的工具。在斯科特·佩奇的《模型思維》一書(shū)中,提到了20多個(gè)思維模型,我們?cè)跀?shù)據(jù)分析過(guò)程中可能會(huì)經(jīng)常用到的主要有:AARRR(海盜模型)、漏斗模型、Google’s HEART、金字塔模型、RFM模型、用戶生命周期模型、滑梯模型、消費(fèi)者行為模型等等。

(1)AARRR模型

AARRR增長(zhǎng)模型出自于增長(zhǎng)黑客,又稱海盜模型,即獲客、激活、留存、變現(xiàn)、傳播推薦。

獲取用戶(Acquisition)、提高活躍度(Activation)、提高留存率(Retention)、獲取收入(Revenue)、用戶推薦(Refer),這個(gè)五個(gè)單詞的縮寫(xiě),分別對(duì)應(yīng)用戶生命周期中的5個(gè)重要環(huán)節(jié)。

獲取用戶(Acquisition):通過(guò)一定的方式讓產(chǎn)品在一些渠道上面得到展現(xiàn),并使看到展現(xiàn)的用戶轉(zhuǎn)化成產(chǎn)品用戶。

提高活躍度(Activation):提高產(chǎn)品的使用粘性,提升用戶使用產(chǎn)品的深度。

提高留存率(Retention):如何讓用戶不斷的使用我們的產(chǎn)品,減少用戶的流失,提升用戶粘性。讓用戶無(wú)法離開(kāi)產(chǎn)品。

獲取收入(Revenue):通過(guò)一些手段和渠道從用戶那里獲取收益。

用戶推薦(Refer):通過(guò)提升產(chǎn)品的競(jìng)爭(zhēng)力,使用戶給他的朋友推薦我們的產(chǎn)品。

(2)Google’s HEART模型

Google’s HEART是一個(gè)用來(lái)評(píng)估以及提升用戶體驗(yàn)的模型,它由五個(gè)維度組成:Engagement(參與度)、Adoption(接受度)、Retention(留存度)、Task Success(任務(wù)完成度)和Happiness(愉悅度)。

Engagement(參與度):通常指的是用戶訪問(wèn)產(chǎn)品的行為,相關(guān)的指標(biāo)是和用戶訪問(wèn)相關(guān)。包含用戶的活躍度(DAU/WAU/MAU)、UV、PV、人均訪問(wèn)次數(shù)等,通過(guò)這些數(shù)據(jù)可以很好的反應(yīng)整個(gè)產(chǎn)品的用戶訪問(wèn)情況。

Adoption(接受度):用戶在規(guī)定的時(shí)間內(nèi)對(duì)產(chǎn)品的操作情況。接受度相關(guān)的指標(biāo)主要和用戶的操作行為有關(guān)。包含點(diǎn)擊行為、點(diǎn)擊率、人均點(diǎn)擊次數(shù)、下單金額、支付情況和人均訂單數(shù)等等。

Retention(留存度):留存度體現(xiàn)用戶人群對(duì)產(chǎn)品或者某個(gè)功能的粘性。留存度的相關(guān)指標(biāo)主要和用戶再次訪問(wèn)/操作的行為有關(guān)。包含留存用戶數(shù)、留存率、復(fù)購(gòu)用戶數(shù)和復(fù)購(gòu)率等。

Task Success(任務(wù)完成度):任務(wù)完成度體現(xiàn)用戶各個(gè)流程的轉(zhuǎn)化率情況。任務(wù)完成度的相關(guān)指標(biāo)主要和用戶各個(gè)流程節(jié)點(diǎn)的轉(zhuǎn)化率有關(guān)。包含各節(jié)點(diǎn)轉(zhuǎn)化率、平均停留時(shí)長(zhǎng)、返回率、跳出率和退款率等。

Happiness(愉悅度):愉悅度體現(xiàn)用戶使用完產(chǎn)品后的整體感受情況,是否有推薦給其他用戶的意愿。愉悅度的相關(guān)指標(biāo)是NPS凈推薦值。

(3)波士頓矩陣模型

波士頓矩陣其實(shí)是利用二維四象限將產(chǎn)品分成了 明星、金牛、瘦狗和問(wèn)題 四種類型。在電商運(yùn)營(yíng)中波士頓也具有很大的指導(dǎo)意義,我們可以根據(jù)波士頓矩陣的方式制定平臺(tái)的產(chǎn)品矩陣:引流款、利潤(rùn)款、留存款。讓商城的產(chǎn)品更符合交易邏輯。通過(guò)波士頓矩陣模型,可以將我們面臨的問(wèn)題進(jìn)行輕重緩急排序,并針對(duì)性地部署相應(yīng)的策略,把主要資源放在哪個(gè)區(qū)域。

·······

這里就不一一展開(kāi)了, 簡(jiǎn)單介紹幾個(gè)常見(jiàn)的,拋磚引玉,而更多的數(shù)據(jù)模型還需要我們?cè)谌粘5墓ぷ髦胁粩嗟姆e 累??傊蠹铱梢哉腋嗟馁Y料深入學(xué)習(xí)數(shù)據(jù)模型,復(fù)用現(xiàn)有模型,更重要的是,需要我們通過(guò)熟悉主流的數(shù)據(jù)模型產(chǎn)出邏輯,并從中找到規(guī)律,培養(yǎng)自己的思維能力

五、其他建議

(1)具備一定的好奇心

美國(guó)心理學(xué)家布魯納認(rèn)為好奇心是人類行為的原始動(dòng)機(jī)之一。它常由人們所接觸的不明確的事物或未完成的事情引起。當(dāng)事物尚未明確,事態(tài)尚未完成時(shí),人們時(shí)常受好奇心的驅(qū)使去探索這些未知的行為過(guò)程或結(jié)果,并從中得到滿足。然而,在鍛煉數(shù)據(jù)思維時(shí),一定是有好奇心的,有興趣去知道數(shù)據(jù)背后的邏輯的。

(2)說(shuō)事實(shí),而不是觀點(diǎn)

《原則》一書(shū)中舉的例子是:大部分人不是真正地尋找事實(shí),而是尋找那些能證明自己觀點(diǎn)的事實(shí)。我們大部分人表達(dá)的事實(shí),可能已經(jīng)是帶有自己價(jià)值取向的觀點(diǎn)。因此,我們要注意自身的觀點(diǎn),用事實(shí)說(shuō)話。

(3)用客觀標(biāo)準(zhǔn)代替主觀判斷

主觀是指人的意識(shí)、思想、認(rèn)識(shí)等;客觀是指人的意識(shí)之外的物質(zhì)世界或認(rèn)識(shí)對(duì)象。我們不能用主觀判斷數(shù)據(jù)的好壞,以符合實(shí)際業(yè)務(wù)場(chǎng)景的客觀事實(shí)的標(biāo)準(zhǔn)來(lái)判斷,可以根據(jù)競(jìng)對(duì)數(shù)據(jù),往期數(shù)據(jù),目標(biāo)數(shù)據(jù)等維度來(lái)制定準(zhǔn)備。

(4)多看、多練、??偨Y(jié)

首先,我們可以多看寫(xiě)權(quán)威、專業(yè)的數(shù)據(jù)分析報(bào)告,梳理以及了解人家的分析過(guò)程。去不同行看看不同數(shù)據(jù)報(bào)告,發(fā)現(xiàn)問(wèn)題,總結(jié)經(jīng)驗(yàn), 還可以多看自己業(yè)務(wù)的數(shù)據(jù)和每天的各種數(shù)據(jù)報(bào)表 ,整理出來(lái),每天看走勢(shì),發(fā)現(xiàn)異常及時(shí)分析。其次,還有多多去嘗試用同樣的分析方法去分析類似的數(shù)據(jù)??梢蕴子脛e人的分析思路去嘗試分析自己的業(yè)務(wù)問(wèn)題,最后,總結(jié)分析過(guò)程中的問(wèn)題以及經(jīng)驗(yàn)。 總之,就是多看,多練,嘗總結(jié)。

總結(jié)

以上是分享的一些培養(yǎng)數(shù)據(jù)思維的建議。具備數(shù)據(jù)思維的人來(lái)講,要有數(shù)據(jù)敏感性,要能夠合理懷疑, 首要確認(rèn)數(shù)據(jù)是否準(zhǔn)確 ,對(duì)一些異常敏感的數(shù)據(jù)尤其如此,這就需要通過(guò)時(shí)間培養(yǎng)數(shù)據(jù)常識(shí),只能刻意練習(xí)。

總之, 數(shù)據(jù)思維需要 結(jié)合日常工作生活來(lái) 不斷通過(guò)一些習(xí)慣和方法去培養(yǎng),去實(shí)踐,發(fā)現(xiàn)問(wèn)題、解決問(wèn)題、總結(jié)問(wèn)題積累經(jīng)驗(yàn)的 一個(gè) 過(guò)程 。 其核心價(jià)值在于是否指導(dǎo)了你的決策行為。我們?cè)谏罟ぷ骼靡陨辖ㄗh,從一個(gè)廣告數(shù)據(jù)、一個(gè)活動(dòng)數(shù)據(jù)、一個(gè)產(chǎn)品數(shù)據(jù)、一組訪問(wèn)數(shù)據(jù)、一個(gè)數(shù)據(jù)報(bào)告等進(jìn)行培養(yǎng)和刻意練習(xí)。

 

責(zé)任編輯:張燕妮 來(lái)源: 鳥(niǎo)哥筆記
相關(guān)推薦

2022-02-16 10:37:41

數(shù)據(jù)分析思維數(shù)據(jù)分析

2015-05-04 13:57:20

SDN騰訊華三通信

2020-03-12 09:02:34

數(shù)據(jù)思維統(tǒng)計(jì)學(xué)大數(shù)據(jù)

2009-03-17 18:26:42

虛擬化Vmwareesx

2023-11-03 13:38:49

代碼架構(gòu)

2010-07-02 09:54:45

UML建模技能認(rèn)證體系中國(guó)系統(tǒng)與軟件過(guò)程改進(jìn)

2021-07-05 05:29:33

數(shù)據(jù)安全《數(shù)據(jù)安全法》網(wǎng)絡(luò)安全

2020-08-24 09:27:42

大數(shù)據(jù)IT技術(shù)

2022-12-30 10:37:39

QA測(cè)試

2010-09-17 08:24:59

敏捷開(kāi)發(fā)

2023-06-05 18:38:41

英特爾

2010-05-25 09:33:18

云計(jì)算第二屆云計(jì)算大會(huì)

2011-03-11 10:16:08

云計(jì)算

2012-02-06 17:15:42

2021-07-30 20:05:24

內(nèi)存虛擬化虛擬機(jī)

2018-11-24 18:02:12

開(kāi)源紅帽挑戰(zhàn)賽紅帽

2019-03-05 11:17:35

華為網(wǎng)絡(luò)能源張廣河

2016-12-22 23:27:49

數(shù)據(jù)數(shù)據(jù)科學(xué)家變量

2016-12-23 14:56:49

數(shù)據(jù)科學(xué)商業(yè)視角思維
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)