數(shù)據分析的六大黃金法則
【數(shù)據猿導讀】 為什么你的數(shù)據分析成果總是難以落地？數(shù)據分析的價值總是遠遠低于預期？相信看完這篇文章，每個人都能找到一個屬于自己的答案。本人先后在電力、軍工、金融等行業(yè)擔任數(shù)據分析師，有多年行業(yè)經驗。從平時的工作中總結出以下六個數(shù)據分析時要注意的原則，希望能對大家有所幫助
為什么你的數(shù)據分析成果總是難以落地？數(shù)據分析的價值總是遠遠低于預期？相信看完這篇文章，每個人都能找到一個屬于自己的答案。本人先后在電力、軍工、金融等行業(yè)擔任數(shù)據分析師，有多年行業(yè)經驗。從平時的工作中總結出以下六個數(shù)據分析時要注意的原則，希望能對大家有所幫助。
1、遵循數(shù)據分析標準流程
數(shù)據分析遵循一定的流程，不僅可以保證數(shù)據分析每一個階段的工作內容有章可循，而且還可以讓分析最終的結果更加準確，更加有說服力。一般情況下，數(shù)據分析分為以下幾個步驟：
1）業(yè)務理解，確定目標、明確分析需求；
2）數(shù)據理解，收集原始數(shù)據、描述數(shù)據、探索數(shù)據、檢驗數(shù)據質量；
3）數(shù)據準備，選擇數(shù)據、清洗數(shù)據、構造數(shù)據、整合數(shù)據、格式化數(shù)據；
4）建立模型，選擇建模技術、參數(shù)調優(yōu)、生成測試計劃、構建模型；
5）評估模型，對模型進行較為全面的評價，評價結果、重審過程；
6）成果部署，分析結果應用。
2、明確數(shù)據分析目標
在數(shù)據分析前期，要做到充分溝通、理解業(yè)務規(guī)則、關注業(yè)務痛點、了解用戶需求、換位思考，明確為什么要做數(shù)據分析，要達到一個什么目標。這樣才能保證后續(xù)的收集數(shù)據、確定分析主題、分析數(shù)據、分析結果應用等工作都能夠圍繞分析目標開展，保證最終能夠從整體目標的角度去總結分析成果。
3、業(yè)務與數(shù)據結合確定分析主題
以解決業(yè)務問題為目標，以數(shù)據現(xiàn)狀為基礎，確定分析主題。前期要做好充分的準備，以業(yè)務問題為導向，以業(yè)務梳理為重點，進行多輪討論，分析主題避免過大，針對業(yè)務痛點，實現(xiàn)知現(xiàn)狀、明原因、可預測、有價值。另外，分析數(shù)據的范圍除了重點關注的業(yè)務指標數(shù)據，還要盡量考慮擴展外延數(shù)據，比如經濟指標數(shù)據、氣象數(shù)據、財務數(shù)據等。確定分析主題之前，要進行數(shù)據支撐情況的初步判斷，避免中途發(fā)現(xiàn)數(shù)據質量或者數(shù)據范圍不能支撐分析工作的情況發(fā)生。確定分析主題之后，詳細論證分析可行性，保證分析過程的清晰性，才能開始分析工作。
4、多種分析方法結合
分析過程中盡量運用多種分析方法，以提高分析的準確性和可靠性。例如，運用定性定量相結合的分析方法對于數(shù)據進行分析；融合交互式自助BI、數(shù)據挖掘、自然語言處理等多種分析方法；高級分析和可視化分析相結合等。
5、選擇合適的分析工具
工欲善其事，必先利其器，數(shù)據分析過程中要選擇合適的分析工具做分析。SPSS、SAS、Alteryx、美林TEMPO、Repidminer、R、Python等這幾種工具都是業(yè)界比較認可的數(shù)據分析產品。它們各有其優(yōu)勢，SPSS 較早進入國內市場，發(fā)展已經相對成熟，有大量參考書可供參考，操作上容易上手，簡單易學。SAS由于其功能強大而且可以編程，很受高級用戶的歡迎。Alteryx 工作流打包成應用，為小企業(yè)直接提供應用，地理數(shù)據分析功能強大。美林的Tempo功能全面，在高級分析和可視化分析相結合上具有明顯優(yōu)勢。Repidminer 易用性和用戶體驗做得很好，并且內置了很多案例用戶可直接替換數(shù)據源去使用。R 是開源免費的，具有良好的擴展性和豐富的資源，涵蓋了多種行業(yè)中數(shù)據分析的幾乎所有方法，分析數(shù)據更靈活。Python，有各種各樣功能強大的庫，做數(shù)據處理很方便，跟MATLAB很像。
6、分析結論盡量圖表化
經過嚴謹推導得出的結論，首先要精簡明確，3-5條即可。其次要與業(yè)務問題結合，給出解決方案或建議方案。第三盡量圖表化，要增強其可讀性。
某企業(yè)KPI分析報告
數(shù)據分析過程中，除了以上六條原則，還要避免以下3種情況：
1）時間安排不合理
在開始分析工作之前，一定要做一個明確的進度計劃，時間分配的原則是：數(shù)據收集、整理及建模占70%，數(shù)據可視化展現(xiàn)及分析報告占25%，其他占5%。（數(shù)據的收集、整理和建模的過程，是反復迭代的過程）
2）數(shù)據源選擇不合理
一般企業(yè)中的數(shù)據來源有很多，SAP、TMS、CRM及各部門業(yè)務系統(tǒng)，每個渠道的數(shù)據各有特點。這時，應該慎重考慮從哪個渠道獲取數(shù)據更加快捷有效。數(shù)據源選擇不合理，不僅影響結論的可靠性，而且有返工的風險。
3）溝通不充分
無論是分析人員內部的溝通還是與外部相關人員的溝通，都是至關重要的。與外部人員溝通效不順暢，可能造成前期需求不清，中間業(yè)務邏輯混亂，最終導致數(shù)據分析結果差強人意。與內部人員溝通效率低，可能造成分析進度滯后，分析工作開展不暢等諸多問題，直接影響分析效果。
對于數(shù)據分析師，分析經驗的積累與專業(yè)知識的提升同樣重要，因為有些問題不是只用專業(yè)知識就能解決的，所以在平時的工作中要有意識的去學習業(yè)務知識、掌握先進的分析工具，做一個有心人！
注：本文由美林數(shù)據授權并投遞數(shù)據猿發(fā)布
來源：數(shù)據猿
刷新相關文章
我要評論
活動推薦more >
- 2018 上海國際大數(shù)據產業(yè)高2018-12-03
- 2018上海國際計算機網絡及信2018-12-03
- 中國國際信息通信展覽會將于2018-09-26
- 第五屆FEA消費金融國際峰會62018-06-21
- 第五屆FEA消費金融國際峰會2018-06-21
- “無界區(qū)塊鏈技術峰會2018”2018-06-14
