您当前的位置:首页 > 互联网百科 > 大数据

数据分析方法论是什么?

时间:2022-08-10 15:41:35  来源:  作者:猴子数据分析

从以下几个方面来看数据分析思维及其方法论:

 

去餐厅吃饭师,如果你仔细观察的话,餐厅大致可以分为以下两类付费模式:

1)使用大众点评优惠吸引用户结账

2)直接使用微信或支付宝结账

 

这两类结账方式,表面看是商家的促销行为不同。但是,从长远来看,第一类餐厅更容易胜出。

这是为什么呢?

因为第一类餐厅的结账模式是建立在互联网产品基础设施(大众点评或者百度糯米)之上,通过与互联网产品结合,可以积累用户的消费信息,例如消费评论。这就好比线下商店老板比不过淘宝卖家一样,因为淘宝卖家有自己客户的详细购物信息,更了解自己的客户。

 

更有远见的餐厅老板,会雇佣聪明的数据分析师,来整合挖掘餐厅线下软件(订餐管理软件)和 线上用户信息(如大众点评的评论),从而为制定餐厅未来的运营决策提供依据。

 

然而,很多传统的公司没有意识去积累用户的消费数据,更别说对数据进行分析来指导公司运营了。说到底,其根本原因是公司的负责人没有数据分析思维。

 

那么,什么是数据分析思维呢?

数据分析思维是通过各种方法收集用户的数据,了解用户需求,然后改进你的个人决策,不断迭代。

 

数据分析思维基础方法论

其实数据分析思维这套方法论被广泛的用在互联网公司。国内的有阿里巴巴,腾讯,滴滴。国外的有Facebook,亚马逊,优步,领英。

不管是公司,还是个人,在这个新时代,具有数据分析思维是一种更高层次的元认知能力。数据分析思维也是数据分析师最最核心的竞争力,不管是 ExcelPython/ target=_blank class=infotextkey>Python、sql等都是在工具层面,要想成为进入数据分析专业圈子,还需要分析思维的驾驭。在面试中,对分析思维的考察也是相当重要的一环。

为了更好的明白以下两个问题:

1)作为公司,数据分析思维具体是如何在公司的产品、营销各个环节起作用的

2)作为个人,在新时代,如何何建立你的数据分析思维

 

我们先来看全球第三大职业社交网络~领英(LinkedIn),其创始人在创业初期,是如何利用数据分析思维及技术,来突破产品没有用户魔咒的。

 


 

霍夫曼是领英(LinkedIn)的创始人,同时也是Facebook最早的天使投资人。他还是PayPal黑帮的精神领袖之一。

 

这里有必要介绍下大名鼎鼎的PayPal黑帮。

PayPal黑帮是在硅谷赫赫有名的创业和天使投资人群。2002年,eBay以15亿美元收购了电子支付公司PayPal后。PayPal的重要员工都陆续从eBay离职。不过,这些离职的员工仍然保持着密切的联系,经常聚会,并将自己的团体命名为“PayPal黑帮”。

 

上面这张是《财富》杂志2007年拍摄的PayPal黑帮。

如果单看桌上散乱的酒杯和扑克牌,墙上悬挂着文艺复兴时期的巨幅油画,你会惊叹:艾玛,这不会是意大利黑手党的聚会吧?

 

这就是PayPal黑帮的成员,他们独自创建了数十家企业,至今总价值达近300亿美元。

 

蒂尔创办了Founders Fund基金,为LinkedIn、SpaceX、Yelp等十几家出色的科技新创公司提供早期资金。
马克斯·列夫琴是网站Slide的创始人,运营着图片共享网站Slide,这是全球最热门的网站之一,每月平均访问者人数达到1.34亿人。
埃隆·马斯克创立了美国太空探索公司(SpaceX)以及特斯拉汽车
陈士俊联合创立了社交视频网站YouTube

大家猜下,这几个人里哪位是领英创始人霍夫曼?

 

如果你仔细观察这群人,有一个人坐在照片正中一张红丝绒沙发上,棕色的头发整齐地梳在脑后。他表情笃定,敞开的领口处一条金项链若隐若现。他就是领英创始人霍夫曼。

 


别看他一副暴发户的装扮,他可是领英数据分析思维文化的缔造者。

我们从霍夫曼创办领英开始说起... ...

 

霍夫曼毕业于斯坦福大学及牛津大学哲学系,生活一直顺风顺水。毕业后,他总希望能干点什么去改变世界。

由于他一直对社交网络感兴趣,于是,1997年从苹果公司辞职创立了一家约会服务网站Socia.NET,那时扎克伯格还在上初中。

但是,由于缺少搜索等功能,SocialNet在商业上并不成功,最后以失败告终。

你看,创业第一次失败的很多,不要光看他人光鲜的结果,更多的时候,应该回头思考下他过往的经历,才会发现这些人有哪些值得我们去学习和借鉴的经验。

就在这时(1988年),蒂尔正筹划着做电子钱包PayPal。他给霍夫曼打了一个电话,邀请创业失败的霍夫曼加入公司。霍夫曼答应了,并成为支付服务部门董事兼COO。

新公司进展并非一帆风顺。2000年春天,霍夫曼、蒂尔以及马克斯和埃隆对公司做了一次大胆且冒险的战略方向调整。在当时,PayPal只是为掌上电脑提供支付交易。当PayPal开始飞快烧钱时,他们才意识到互联网已改变了人们的支付习惯。于是,他们果断决定放弃掌上电脑,拥抱互联网。

 

为什么说是一次冒险呢?

在当时,互联网做金融平台是银行想都不敢想的事,却恰恰被这一群不懂金融的人做成了。2001年年底,PayPal以15亿美元被eBay收购,成员们陆续离开,各自创业或投资其他公司。尽管他们多是自由主义者,强烈地依赖自身的感觉及判断,但仍然定期聚会,谁要有资金困难,就会互相帮助。

2002年,霍夫曼给自己放了一个长假。那时,刚经历过2000年年初的网络泡沫,整个硅谷对互联网公司还心有余悸。

就在澳大利亚的海滩散步的时候,他思考并预测了下未来:

1)资本都将目光转向了软件和清洁能源科技,但忽略了消费者公司的前景

2)社交网络有两种可能:个人应用和商务应用,后者的市场尚且空白,这也许是建立职业社交网站的最好时机。

 

想清楚后,他决定成立一家职业社交网站公司。2002年11月最后一周,霍夫曼利用已有的人脉召集了7名前同事。第二天,一行人带上手机和电脑搬进了山景城一间简陋的办公室。

然而,创业遇到的第一个问题就是:没有启动资金,该怎么办?

那时正是互联网泡沫刚过,新成立的公司根本得不到任何投资。

 

如何融资呢?

霍夫曼打开手机通讯录,慢慢翻看哪个朋友最近有钱。首先他想到了“好基友”蒂尔,因为,当时蒂尔的基金公司已做得有声有色,很有钱。

当然,打电话过去,“好基友”也没让他失望,不仅精神上大力支持,还提供了首轮融资。

在公司产品(领英)做出来以后后,接下来遇到的问题就是:

1)在一开始,根本没人知道你的产品,没有用户怎么办

2)用户对产品体验有哪些意见?如何改进?

 

好在,霍夫曼是一个与时俱进的创始人,他正是用数据分析思维来建立产品和找到目标用户的。

他是如何做到的呢?

这里举一个例子

1)分析数据

在2004年,领英对用户按照来源渠道进行分析。发现了最大的两个渠道,一个是从自然搜索来的(即google搜索),一个是从邮件来的。

进一步分析发现,从自然搜索来的用户留存度是电子邮件邀请来的3倍。

 

2)依据分析结果,优化产品

根据分析结果,当时领英做了一个决策,不去关注邮件获取来的客户,而是核心关注如何优化自然搜索带来用户的体验。

依据这个决策,在6个月以后,每个月的用户增长保持到了60%的增长速度,同时,获取了年度最有价值,最有粘度的客户。

 

3)依据分析结果,建立营销方案
通过对用户留存的进一步分析,发现了两个重要的现象:

第一,很多从自然流量搜索来的用户,特别关注用户的个人简历。

当时领英做了一个很重要的决策,不断的诱导用户完善他们的简历,这是他们产品开发的一个核心关注点。

 

第二,通过分析用户的粘度,以及整体上用户产品功能上的体验,用户第一周注册以后,需要增加5个社交关系,这样的用户给整个领英平台带来的价值是不增加5个社交关系,或许5个以下社交关系的3倍以上。

这个分析花了数据分析科学部门4个月时间才找到这个答案。

 

发现这个数据分析结果以后,做什么事情呢?

领英在产品、营销等各个渠道上大肆推广,推荐这个产品功能,以此不断的增加用户的粘度,提高用户的留存率。

领英的整个公司文化都是围绕数据分析来进行的, 现在领英在全球已经有了3亿用户,2016年被微软以262亿美元收购。

霍夫曼说,“谈生意、咨询、分享知识、找工作,网络平台只要坚持到100万人就成功了。”

回顾领英制定决策的整个过程,数据分析思维是这样建立的:

 

相对于PC时代,为何在移动互联网时代,数据分析变的比以往更重要呢?

如果你了解管理学,在近100年的美国商业发展社会里面,一共有三次管理学的浪潮:

第一次浪潮,提出了一个科学管理方法论

第二次浪潮,现代管理学之父 彼得·德鲁克 提出用管理促进企业增长

他讲过一句非常经典的话:如果你不能衡量,那么你就不能有效增长

 

现在我们正处于第三次浪潮之中。第三次管理学浪潮是什么呢?

第三次浪潮,提出了营销和定位的理论。由于移动互联网的出现,用户数据大量积累,营销方案的制定都是基于数据分析结果来决策。

最近5年,以美国为代表提出来的精细化运营、增长黑客的理论,把一系列的管理科学这发挥到了极致。

 

下面是增长黑客的理论,从产品研发到营销推广,主要从5个方面围绕数据分析展开。

 

从这三次浪潮的发展,我们可以看到,人类的思维也在从“经验主义思维”向“数据分析思维”发展。

例如,以往人类的决策过程都是基于大脑的国外经验,例如医生给病人看病。

但是人脑的CPU、内存太低,根本存不了多少东西。

而现在更多的决策是基于大数据分析来进行的,因为好多台电脑的计算能力和内存是人脑的N倍,例如最新的癌症研究IBM Watson,是用海量的大数据分析来治疗癌症的。

 

然而,很可悲的是,很多公司还活在传统的“经验主义”思维里无法自拔。真正理解数据分析思维,并将其运用到经营和决策里面的实在很少。这在传统行业里表现的尤为明白。例如:很多的公司产品经理和CEO以为留存率是给VC看的。

但是,真正做增长的产品经理和运营经理会把留存作为最核心的指标。

 

下面我们来看看,对于公司,个人分别如何建立数据分析思维。

  • 对于公司,你该如何做?

作为公司的负责人,应该去想办法积累用户的数据。

对于传统企业,你可能没有互联网产品,但是你可以借助现在很多的工具来获取和积累用户的数据。因为只有有了数据,你才能去分析和决策。

我们看一个传统企业利用数据分析来提高销售额的例子。

一个做数据分析的朋友为酒吧的主人提高了一套数据分析解决方案,以解决酒吧老板了解酒吧经营的每一个细节,以便制定准备去的推广和经营决策。

这位数据分析师提高的服务包括以下三个方面:

首先,他分析每一家酒吧过去经营的统计数据,这有助于酒吧的主人全面了解经营情况。在过去,像酒吧这样传统的行业,业主除了知道每月收入多少钱,主要几项开销是多少,其实对经营是缺乏全面了解的。至于哪种酒卖的好,哪种卖的不好,什么时候卖的好,全凭经验,每月什么数据分析来支撑。

其次,他为每一家酒吧的异常情况提高预警。例如可以提升酒吧老板某一天该酒吧的经营情况和平时相比很反常,这样就可以引起酒吧老板的注意,找到原因。在过去,发生这种异常情况时老板很难注意到,比如某个周六晚上的收入比前后几个周六晚上少了20%,老板一般会认为 是正常浮动,也无法一一检查库存是否和销售对得上。有了他的数据服务,这些问题都能及时被发。

最后,他综合各家酒吧数据的收集和分析,为酒吧老板提供这个行业宏观的数据作为参考。比如从春天到夏天,北京市酒吧营业额整体在上升,如果某个特定时刻,可以指定合适的营销方案。

 

  • 对于个人,如何建立你的数据分析思维能力呢?

作为个人,你也要学着运用数据分析思维来指导自己的决策。

当我们在做出选择和预测判断的时候,要想办法找到相关的数据来分析和验证我们的判断。

今天,不管你愿不愿意,你都被卷入了“一个人就是一家公司”的时代。只不过,工商局注册的那些公司都是“有限责任”,而你“自己”这家公司是无限责任。

你需要用一生的时间和信用来为它担保。你必须像经营公司一样经营自己:构建自己的协作关系、塑造自己的产品和服务、呵护自己的名声、把注意力投放到产出更高的地方。

如果把每个人的大脑比作一台电脑的话,你的大脑就是你自己的数据分析师。

 

把你自己比作一家公司的话,会搜集有效数据的你是团队的产品工程师、使用大脑进行深入分析做出决策的你是团队的的数据分析师,会写作演讲的你则是团队的市场部经理

 

当所有的决策和选择,是建立在数据分析思维这个基础上,你就会慢慢运营好自己。

运营好自己的结果是什么呢?

其实就是提高你个人的影响力。要知道,未来的社会最贵的资源是影响力。

在小屏时代,能争夺用户眼球注意力的位置越来越少。只有有了影响力你才能成为用户心智中的一个符号,这样你才能在争夺注意力大战中脱颖而出,成为真正的商业赢家。

 

现在依然处于获取个人影响力的成本很低的时代,再过两年,谁是这一波机遇期里打造出真正有影响力的人,该水落石出了。

别想,这是天方夜谭,现在这样的事情每天在发生着。

而建立影响力的过程,就是将你擅长的知识分享到互联网上,同时,让更多的人知道你。

而这其中,最重要的一点是你要学会用数据分析思维去经营自己,改善产品(你就是你自己的产品),让更多的人看到你。

 

很多人也学了一堆工具(excel,sql,python等),谈起使用工具的技巧头头是道。但是面对问题,还是不知道如何去分析。

他们每天也按时上班,也用数据做了很多图表,但是只是统计了分析之前已经知道的现象,比如“这个月销售有所只下降”等实际情况。他们不会深入分析现象背后发生的原因,从而也得不出什么具有建设性的结论。

所以,你还需要学会如何解决这些问题:

面对问题,没有思路,怎么办?
面对一堆数据,该如何下手去分析?
面试中的业务问题如何去回答?


这就需要你掌握常用的分析方法,下面是我总结的常用分析方法:

 



Tags:数据分析   点击:()  评论:()
声明:本站部分内容及图片来自互联网,转载是出于传递更多信息之目的,内容观点仅代表作者本人,不构成投资建议。投资者据此操作,风险自担。如有任何标注错误或版权侵犯请与我们联系,我们将及时更正、删除。
▌相关推荐
自媒体运营 运营媒体数据分析怎么写
数据分析之旅自媒体运营工作充满挑战,但也令人陶醉。在此,我愿意与您分享我在该领域的八段独特体验及感悟。1.初入行业的激动与迷茫初识数据分析及自媒体运营领域,我心潮澎湃,对...【详细内容】
2024-01-26  Search: 数据分析  点击:(41)  评论:(0)  加入收藏
抖音万粉达人,是怎么做数据分析的?
在运营抖音账号的过程中,我们需要建立起对于抖音账号、短视频、直播等数据整体的认知,才能够对照实际数据去科学调整阶段性的运营目标,实现持续变现。那么知识达人该如何对抖音...【详细内容】
2024-01-15  Search: 数据分析  点击:(57)  评论:(0)  加入收藏
使用Python进行数据分析,需要哪些步骤?
Python是一门动态的、面向对象的脚本语言,同时也是一门简约,通俗易懂的编程语言。Python入门简单,代码可读性强,一段好的Python代码,阅读起来像是在读一篇外语文章。Python这种特...【详细内容】
2024-01-15  Search: 数据分析  点击:(169)  评论:(0)  加入收藏
网站优化数据你分析过吗?做SEO优化离不开数据分析
作为一名网站管理员,你是否曾经感到困惑,为什么你的网站在搜索引擎中的排名总是不如人意?为什么你的网站流量总是无法突破某个瓶颈?其实,这些问题很可能是因为你忽略了网站优化数...【详细内容】
2024-01-01  Search: 数据分析  点击:(59)  评论:(0)  加入收藏
大数据如何实时拯救生命:车联网的数据分析有助预防交通事故
译者 | 李睿审校 | 重楼车联网(IoV)是汽车行业与物联网相结合的产物。预计车联网数据规模将越来越大,尤其是当电动汽车成为汽车市场新的增长引擎。问题是:用户的数据平台准备...【详细内容】
2023-12-19  Search: 数据分析  点击:(41)  评论:(0)  加入收藏
在Linux系统中实现容器化的大规模数据分析平台:Hadoop和Spark
在Linux系统中实现容器化的大规模数据分析平台,我们可以利用Hadoop和Spark这两个强大的开源工具。Hadoop是一个分布式计算框架,适用于处理大规模数据集。它提供了分布式文件系...【详细内容】
2023-12-15  Search: 数据分析  点击:(155)  评论:(0)  加入收藏
数据库优化:提升网站SEO数据分析能力的关键
摘要:在当今数字化时代,网站的SEO(搜索引擎优化)数据分析能力对于吸引流量和提升用户体验至关重要。而数据库优化作为一项关键的技术手段,能够显著提升网站的数据处理效率和分析...【详细内容】
2023-12-13  Search: 数据分析  点击:(121)  评论:(0)  加入收藏
高级数据分析师必备的八大能力
到底高级的数据分析师需要啥能力?这是很多人心中的疑惑。网上流行的都是Excel,SQL,Python,都是数据分析从0到1,那到底从1到100该弄些啥?陈老师给大家准备了一个《数据分析年底盘点...【详细内容】
2023-11-29  Search: 数据分析  点击:(64)  评论:(0)  加入收藏
Python:打造可视化数据分析应用的实战指南!
随着数据科学和人工智能的快速发展,数据分析变得越来越重要。在数据分析的过程中,可视化是一个非常关键的环节。它可以帮助我们更好地理解数据、发现规律和趋势。Python作为一...【详细内容】
2023-11-24  Search: 数据分析  点击:(231)  评论:(0)  加入收藏
聚类算法在大规模数据分析中的效果评估
在大规模数据分析中,聚类算法是一种常用的数据挖掘技术,用于将数据集划分为具有相似特征的群组。然而,对于大规模数据集,评估聚类算法的效果变得尤为重要。本文将探讨聚类算法在...【详细内容】
2023-11-21  Search: 数据分析  点击:(273)  评论:(0)  加入收藏
▌简易百科推荐
大数据杀熟何时告别“人人喊打却无可奈何”?
2月7日郑州飞往珠海的航班,不同手机、不同账号搜索该航班显示出不同价格。图源网络有网友近日分享在某平台的购票经历,引发社会广泛关注——用3个账号买同一航班同...【详细内容】
2024-01-30    中国青年网  Tags:大数据杀熟   点击:(33)  评论:(0)  加入收藏
简易百科:到底什么是大数据?
随着互联网的快速发展,大数据已经成为了当今社会最热门的话题之一。那么,到底什么是大数据呢?首先,我们需要明确大数据的定义。大数据是指数据量极大、类型繁多、处理难度高的数...【详细内容】
2024-01-30    简易百科  Tags:大数据   点击:(40)  评论:(0)  加入收藏
数据采集新篇章:AI与大模型的融合应用
开篇在AIGC(人工智能与通用计算)应用中,大型语言模型(LLM)占据着举足轻重的地位。这些模型,如GPT和BERT系列,通过处理和分析庞大的数据集,已经极大地推动了自然语言理解和生成的边界...【详细内容】
2024-01-17  崔皓  51CTO  Tags:数据采集   点击:(52)  评论:(0)  加入收藏
挑战 Spark 和 Flink?大数据技术栈的突围和战争
十年的轮回,正如大数据的发展一般,它既是一个轮回的结束,也是崭新的起点。大数据在过去的二十年中蓬勃发展,从无到有,崛起为最具爆炸性的技术领域之一,逐渐演变成为每个企业不可或...【详细内容】
2024-01-17  InfoQ    Tags:大数据   点击:(40)  评论:(0)  加入收藏
分布式存储系统在大数据处理中扮演着怎样的角色?
如果存储节点本身可以定制,则通常会让其支持部分计算能力,以利用数据的亲和性,将部分计算下推到相关的存储节点上。如果存储是云上的 S3 等对象存储,无法定制,则通常会将数据在计...【详细内容】
2023-12-19  木鸟杂记  微信公众号  Tags:大数据   点击:(48)  评论:(0)  加入收藏
大数据如何实时拯救生命:车联网的数据分析有助预防交通事故
译者 | 李睿审校 | 重楼车联网(IoV)是汽车行业与物联网相结合的产物。预计车联网数据规模将越来越大,尤其是当电动汽车成为汽车市场新的增长引擎。问题是:用户的数据平台准备...【详细内容】
2023-12-19    51CTO  Tags:大数据   点击:(41)  评论:(0)  加入收藏
利用生成对抗网络进行匿名化数据处理
在互联网时代,数据日益成为人们的生产资料。然而,在某些情况下,我们需要分享数据,但又需要保护个人隐私。这时,匿名化技术就显得尤为重要。本文将介绍利用生成对抗网络进行匿名化...【详细内容】
2023-12-18  技巧达人小影    Tags:数据处理   点击:(57)  评论:(0)  加入收藏
盘点那些常见的数据中心类型,你知道几个?
在数字化潮流的浪潮下,数据中心如同企业的神经系统,关系到业务的稳健运转。而在这个巨大的网络中,各种数据中心类型如雨后春笋般崭露头角。从企业级的个性至云数据中心的虚拟化...【详细内容】
2023-12-07  数据中心之家  微信公众号  Tags:数据中心   点击:(66)  评论:(0)  加入收藏
数据中心的七个关键特征
随着信息技术的不断演进,数据中心的可靠性、可扩展性、高效性、安全性、灵活性、管理性和可持续性成为业界探讨的焦点。下面让我们一同深入剖析这些关键特征,了解它们是如何影...【详细内容】
2023-12-06  数据中心之家  微信公众号  Tags:数据   点击:(63)  评论:(0)  加入收藏
什么是数据解析?将数据转化为更好的决策
什么是数据解析?数据解析是一门专注于从数据中获取洞察力的学科。它包含数据分析(data analysis)和管理的流程、工具和技术,包括数据的收集、组织和存储。数据解析的主要目的是...【详细内容】
2023-12-06  计算机世界    Tags:数据解析   点击:(62)  评论:(0)  加入收藏
站内最新
站内热门
站内头条