互联网人，大部分时间都在跟各种各样的数据打交道：渠道效果分析、用户画像分析、转化分析、产品功能分析.....

数据具有天然的客观属性，能够定量、定性分析的方法，反映客观实际情况。因此通过分析数据，可以帮我们快速发现业务规律、找到问题根源。

举个例子

某电商平台新增主页商品按照销量、价格排序功能，目前已经上线一段时间。

产品经理让实习生小A和小B，分别做一份用户对新增功能点的使用情况数据分析报告，来评估功能的效果。

实习生小A：接到数据分析需求后，时间找到数据组的同事获取数据，并把各种原始数据做成表格和图表（如下）：

看到了大部分用户仍然选择不排序，实际使用按价格、按销量排序的用户占比非常少，因此小A在报告中写下：

分析结论：根据数据统计，新增产品功能点的用户使用率不高，这个功能效果很差，还不如不做。

小B在接到需求后，没有直接上手做图表，而是先做了这些事情：

• 确定需求分析目的——数据分析的目的，是为了评估新功能的效果，而新功能目的是提升转化率；

• 数据提取——找相关部门获取浏览、下单转化等关联数据；

• 数据清洗——处理异常数据，得出以下图表：

小B发现，虽然使用新功能的用户占比很低，但是未使用新功能的用户总转化率大约只有35%，而使用按价格排序转化率在60%左右，按销量排序转化率在50%左右，都比没有使用排序功能的用户转化率高很多。

因此，她得出的结论是：增加的排序功能，能够提高转化率的，但是目前的功能使用率太低，下一步的工作是需要加强用户引导，提高使用率。

看到没有，同样一套数据，不同的人可以得出不同的结论。

擅长数据分析的人，更能够深刻理解数据的含义，能从数据分析中发现业务存在的不明显问题，并且提出有价值的意见和建议。

所以，对于初阶的数据分析员来说，掌握系统的数据分析知识很重要！不仅可以帮你快速找到数据问题来源，还能让作为新人的你，在上手工作时做到这3件事：

1.深度理解业务，明白数据指标对业务的真实含义，并且能够及时从数据中发现业务问题和机会；

2.能够使用Excel完成基本的数据分析操作，数据导入、数据拆分与合并、数据清洗、数据转化等；

3.能独立撰写不同业务场景下的数据报告，做产品调研、评估渠道推广效果、投入产出比等；

选择CPDA数据分析师课程培训，你可以高效地深入了解了很多算法及数据分析的模块知识，慢慢养成用数据建模及核心要素聚类分析的方法去分析实际业务场景。

• 数据分析:它是什么，如何使用，和4个基本技术
• 产学研深度融合，CPDA助推安徽省高职数字经济人才培养新模式

返回列表