数据分析如何提升?

经过一年的专心雕刻、精心打磨,专为零基础以及初级数据分析师量身定做的数据分析课程新鲜出炉啦。这门课的名字就叫做《数据分析师的通关升级》。

数据分析如何提升

看到这个名字,你可能会产生以下的疑问:

  • 第一,数据分析师为何要通关升级?
  • 第二,各级数据分析师有何差异?
  • 第三,要想成为中高级数据分析师需要通过哪些关卡?
  • 第四,这门课的特色是什么?
  • 第五,这门课的价值是什么?
  • 第六,看过的人怎么说?

下面,我们就来一起把你的疑问一一解开。

数据分析师为何要通关升级

  • 大数据时代,从海量数据中挖掘对企业有价值的知识,已成为国内外的共识。

    • 美英日等发达地区,有大量从事数据分析工作的专门人才和机构
    • 全球500强企业,90%以上都是量化决策
    • 数据分析师岗年薪近10万美元、增幅超过20%,被选入美国十大吃香的职业榜
    • 在我国,数据分析师被《HR管理世界》评为七大赚钱行业之一,21世纪的黄金职业
    • 在北上广深杭,数据分析师平均薪酬为10K-15K/月,经验越多,薪酬往往越高

    于是成为数据分析师,拥有运筹帷幄的风范、收获神马飞黄的发展,成为你如火的梦想。

    但这并非易事,因为要实现数据驱动,除了要深谙分析之道,你还要能理解需求、搞懂产品、玩溜运营、漂亮展示,沟通、思路、方法、技能一个都不能少,如何做到?需要不断通关,通过那些困扰你的道道关卡,实现由分析小白到分析达人的角色升级。

    因此,通关升级是每一名数据分析师成长的必修课。

    于是,《数据分析师的通关升级》课程应运而生。

    各级数据分析师有何差异

    既然通关的目的是为了升级,于是,你就会产生这样的问题:数据分析师分几级?

    一般来说,数据分析师分三个层级:

    • 助理分析师(初级)
    • 分析师(中级)
    • 高级分析师

    各级数据分析师的差异体现在三个方面:

    • 业务分析能力
    • 执行管理能力
    • 业内影响力

    具体差异见下图

    数据分析如何提升

    显然在这三方面能力中,业务分析能力是基础。一名分析师只有自身的分析能力被肯定,才有可能进入管理层,才有可能在行业内具有影响力。

    因此,这门课所谈的通关升级,就是围绕业务分析能力展开的。按照业务分析的流程,业务分析能力又可细化为5项具体的考核指标(见下图)。

    数据分析如何提升

    而数据分析师的3个层级在这5项考核指标的具体差异见下表。

    数据分析如何提升

    想成为中高级数据分析师需要通过哪些关卡?

    从上表可以看到,这5项指标就像5块试金石,能验出你的业务分析水平,换句话说,倘若你的分析功力不足,这5项指标就是阻碍你提升的五道关卡。

    是不是这样呢?大家回忆一下,自从你当上数据分析师,你是否有过下面这些困扰呢?如果有,摆脱这些困扰,实现向中高级数据分析师的提升,你就需要通过相应的关卡。

    第1关:界定分析问题

    首先,作为分析师,你服务的对象可能是公司业务部门、可能是你的直接领导,也可能是甲方客户,但让你困惑的是他们提出的需求往往模糊不清,或者给你制定的岗位职责不清不楚,面对需求,你的眼睛就像被蒙上一样,看不清自己要解决的问题到底是什么。

    此时,如何界定分析问题,就是你要通的第一关。

    数据分析如何提升

    第2关:开启分析思路

    接着,假设你理清了需求和职责,清楚界定自己要解决什么问题了,但是你脑袋里可能还是一锅糨糊,因为你不知道为了满足需求,具体该分析哪些内容,没有思路、没有头绪。

    此时,你要通的第二关,就是开启分析思路。

    数据分析如何提升

    第3关:提升分析价值

    然后,假设你好不容易有分析思路了,想好该分析哪些内容了,你废寝忘食搞了好几天,分析成果却不能令老板满意,老板可能会劈头盖脸训道,这是什么破报告,一点价值都没有!

    于是,为了得到老板的认可,你需要提升分析价值,这是你要通的第三道关。

    数据分析如何提升

    第4关:掌握分析方法

    为了提升分析价值,你下定决心好好学习,天天向上!于是你查找数据分析方面的书籍,天啊!不查不知道,一查吓一跳,要学的方法多如牛毛,该从哪里入手呢?
    因此,如何掌握分析方法,是你要通的第四道关。

    数据分析如何提升

    第5关:撰写分析报告

    你的分析成果往往以报告形式展示,于是你又开始发愁:该怎么写报告,才能清晰展示、有效表达呢,如果你受困于此,撰写分析报告就是你要通的第五道关。

    数据分析如何提升

    综上,从数据分析师成长过程的困扰出发, 对应出数据分析师需要通过的五道关卡。如何通过这五道关卡,使数据分析师摆脱困境,实现升级,就是这门课的学习内容和目标。

    数据分析如何提升

    这门课程有何特色

    这门课以《活用数据:驱动业务的数据分析实战》一书为蓝本,特色如下:

    1、思维先导

    要想用数据分析驱动业务发展,首先要有清晰的思维,能把业务问题转化为分析。

    问题。如何转化呢?你需要回答以下两个问题:

    • 第一,这个业务需求要解决哪些问题?
    • 第二,为解决这些问题,你需要分析哪些指标?

    要回答第一个问题,需界定分析问题,将模糊的业务需求明确化,对应课程的第1关。

    要回答第二个问题,需开启分析思路,通过提问、模型、结构化思维等方法将抽象的业务需求转化为具体的指标,对应课程的第2关。

    为强化数据分析思维训练,课程设计了10个情景和项目案例,引导思考(见下图)。

    数据分析如何提升

    以案例6为例,若让你为一个语音翻译机项目写一份可行性研究报告,你会想到具体要写哪些内容呢?可以问问自己,如果让你把钱投入到这个项目上来,你会担心哪些问题,你所担心的问题即构成了报告中要分析的内容(见下图)。

    这里建议大拿到案例,最好先自己想怎么做,然后再看答案,这样通过“思考—对照-反思”的过程,你会逐渐领悟到如何将模糊、抽象的业务需求分解为具体的量化指标。

    数据分析如何提升

    2、业务驱动

    接下来,对于量化指标,你若只是简单描述,则分析结论必将空洞无物,轻如鸿毛。这就好比盖房子需用砖瓦、水泥、木材等材料,但如果你只是研究这些材料的优劣,房子永远盖不起来。购买材料的初心是把房子盖起来,换句话说,只有房子盖起来了,你买的这些材料才有价值;同样的,量化指标的初心是满足业务需求,换句话说,业务需求满足不了,你的分析就没有价值。因此要提升你的分析价值,就要牢记初心,实现业务驱动。对应课程的第3关(见下图)。

    数据分析如何提升

    为什么在第3关里,是围绕“五度”分析(包括保证效度、挖掘深度、提高准度、增强信度、加强通度)展开的呢?因为“五度”分析能够有效实现业务驱动。

    (1)“保证效度”如何驱动业务

    以案例8为例,假设你为香满坛建立了满意度指标体系(见下图),你的领导问你:“为什么你把‘服务’看成专业度,我认为它更体现反应度。”效度即可解释这个问题。

    数据分析如何提升

    (2)“挖掘深度”如何驱动业务

    仍以案例8为例,假设通过调研,你算出香满坛用户满意度为3.8分(采取5分制量表)这个结论对香满坛改进工作有用吗?基本没啥用,既无法判断该分值在业内算高还是低,也无从可知哪些方面需要改进,分析太浅,对业务支持程度低。而要想提升业务支持程度就要挖掘分析深度,从2W1H模式思考,全面回答是什么(What)、为什么(Why)和怎么办(How)的问题。

    例如,针对这个案例,在本课中,就是从2W1H模式考虑,来挖掘分析深度,提高决策支持效果(见下图)。

    数据分析如何提升

    从该图可以看出:

    首先,加入竞争对手的分析,明确回答What:从总体满意度来看,香满坛的表现优于黄焖鸡,但不及蜀香园;

    第二,加入对比各项指标的表现,明确回答Why:与黄焖鸡和蜀香园相比,香满坛在沟通、口味、卫生等方面占有绝对优势,但在菜品温度、价格、品类、速度这4个方面表现很差,由此拉低了总体满意度;

    第三,加入各项指标重要性,明确回答How:香满坛应优先改进用户很看重,但自身的表现却较差的指标,即落在改进区的速度和价格。

    (3)“提高准度”和“增强信度”如何驱动业务

    以案例9为例,假设某彩电企业想从用户购买动机中寻找广告诉求点,甲乙两名分析师给出的调研结论分别是下面的左图和右图,你觉得哪个更好?

    数据分析如何提升

    显然,乙的更好!因为他对用户态度偏好的分析更加精准(简称“准度”),显示出男女在购买动机上的具体差异:女性更倾向于新房入住、结婚嫁妆和更新换代而买电视;而男性则更倾向于赶潮流、亲朋推荐和看奥运。于是,有了乙的分析,该彩电企业就可以根据男女的差异开展精准营销了。

    但在找出男女购买动机的具体差异之前,首先要判断男女的购买动机是否真的不同。比如男性和女性中选择“更新换代”的比例分别为58%和63%,能否说明女性比男性更偏好“更新换代”呢?不能,需要进一步判断数值上的差异主要是由性别不同引起的,还是由其他的因素造成的,这就是信度分析。换句话说,“准度”的前提是“信度”

    因此,增强信度、提高准度,可以帮助企业开展精准营销。

    (4)“加强通度”如何驱动业务

    作为数据分析师,前期要向业务方了解需求;后期要向业务方呈现成果,虽然信息流方向不同但同样都需要沟通。沟通的顺畅度就是通度,通度的高低,直接影响数据价值的发挥水平。如果分析缺乏通度,业务方都搞不清你的结论和建议是什么,更不要提结论和建议落地,去驱动业务增长了。

    例如大家看左图一堆文字,不知所云,改成右图,则各房产类型投资比例一目了然。

    数据分析如何提升

    3、纲举目张

    如果说分析思路是把业务需求分解为量化指标,那么分析方法则是用量化指标满足业务需求,从而实现项目闭环。分析方法的掌握程度水平直接决定你的分析价值。

    但分析方法上百种,一个一个去学,实在熬人。而事实上如果你仔细琢磨,你会发现很多方法万变不离其宗,骨子里总有最本质最灵魂的东西是相通的。如果能把它们找出来就能掌握分析方法的灵魂,就可以事半功倍,甚至可以自创方法

    那么分析方法的灵魂到底是什么?

    本门课提出,就是4类分析视角:对比视角、分类视角、描述视角和相关视角。

    为什么?

    因为所有的分析方法都能用这些分析视角进行解读。由于篇幅有限,课程中带着大家只解读了部分方法(见下图)。希望大家将这种解读的习惯带到分析方法学习中,因为用少数的分析视角去理解五花八门的分析方法,很容易从纷繁中找规律。如果把每个分析方法看成是渔网中的一个个网眼,那么分析视角就是渔网上的大绳,大绳一抛,渔网的网眼就都张开了,从而达到纲举目张的效果。

    数据分析如何提升

    注:该图出自《活用数据:驱动业务的数据分析实战》,其中数字为书的章节号。本课程对该图进行解读。

    因此,本课程第4关以分析视角为研究重点。结合8个情境和项目案例,对分析视角的使用要求及实践应用进行理解和操作(见下图)

    数据分析如何提升

    4、案例闭环

    很多学员会问我:怎样才能快速学会数据分析?

    我的回答是:实战!实战!再实战!

    我大学的专业和数据分析毫不搭界,研究生毕业后误打误撞进入一家研究机构,我清楚记得,刚入职那一天,部门经理就发我一封客户需求的邮件,还有一堆密密麻麻的看不懂的数据让我分析,我当时压力大到高烧。但就是这种实践氛围,逼迫我不断学习,从理解需求到思路探索,从工具操作到方法应用,使我很快从分析小白转变为可以独挡一面的分析师。

    为什么实战能让人快速成长?因为一项业务需求的分析,是数据、方法、工具等多要素的综合运用,若无视这些要素间的相互关联,只学单一要素,就会像是在建一座座知识孤岛,建时简单粗暴,用时难以企及。而要实现这些要素的有效链接,就要找到通往各座知识孤岛的路径,这条路径就是实战。

    于是,你可能会说:“我现在尚未入行,正在准备,接触不到实战,我该怎么办呢?”

    那就找案例来学,尤其是全流程案例。

    案例分成两类:知识点案例和全流程案例。前者用于辅助理解知识点,往往对应单一的思路、方法或工具要素;而后者则用于提升综合应用能力,模拟实战场景,从业务需求开始,经过界定分析问题、开启分析思路、明确分析方法、撰写分析报告等步骤,通过全流程操作,综合运用思路、方法、工具等多要素,最终满足业务需求,实现案例闭环。

    本门课共有24个案例(见下图)。

    数据分析如何提升

    其中,案例8-10为全流程案例,其余为知识点案例。

    由于篇幅有限,这里仅以案例9彩电用户偏好分析为例,说明如何实现案例闭环的

    (1)把业务需求转化为量化指标(见下图)

    通过第1关界定分析问题,明确彩电品牌A开展用户偏好分析的目的是开展精准营销,通过第2关开启分析思路,基于时间思维和空间思维以及用户行为五阶段理论及5W2H分析法两个理论模型,将彩电用户偏好分析的业务需求转化为18项量化指标(见下图)。

    数据分析如何提升

    (2)用量化指标分析业务需求

    通过第3关提高分析价值和第4关掌握分析方法,明确了分析模块、分析视角和方法,开展了信度、准度和通度分析。得出了用户整体偏好及各类用户的偏好对比分析的结论(见下图所示的5个步骤)

    数据分析如何提升
    数据分析如何提升
    数据分析如何提升
    数据分析如何提升
    数据分析如何提升

    (3)撰写分析报告满足业务需求

    基于前面的分析结论,撰写分析报告,为品牌A开展精准营销提出建议(见下图)。

    数据分析如何提升

    1、思维篇(第1-2关)

    通过10项案例解析,在实践中教你界定分析问题和开启分析思路的方法,帮助你快速提升业务理解力和逻辑思维力,破解面临一项业务需求时该“怎么想”的问题,为你接下来顺利开展数据分析实战做好构思,打好基础。

    2、实战篇(第3-5关)

    通过14项案例解析和操作,带你探索如何用思维篇中明确下来的量化指标去满足业务需求。结合业务情境,引导你去思考如何选择分析方法、如何提升分析价值、如何撰写分析报告,并手把手教你这些思考具体如何操作,如何解读,并最终实现业务需求。帮助你提升动手实践力,破解“怎么做”的问题。

    学会了“怎么想”和“怎么做”,你将会摆脱“问题界定不清”、“没有思路”、“老板不认可”、“分析方法学习不知从何处下手”、“不知道报告该怎么写”等困境,实现由零基础、初级数据分析师向中高级数据分析师的通关升级。

    本文由用户@XO小猫发布于新媒体运营,未经许可,禁止转载。

    题图来自 Unsplash,基于 CC0 协议。

  • 0

    发表评论