全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析师(CDA)专版
782 0
2016-12-24

数据分析生态:数据分析的数据输入


数据输入分三个阶段,让我们从下图的左侧开始吧。

正如上文提到的,要将度量设定为KPIs(当然还要关注度量和高级细分),你需要很清楚你的业务优先级,这部分很好理解。

1.jpg

要知道业务的优先级,你需要从你能接触到的公司的最高领导那获取相应的信息。你可以联系你的CMO或者CEO,这是值得去做的。很多的数据分析结果都会石沉大海,因为很多分析师都会痴迷于他们所感兴趣的分析结果,而不是老板们所关心的内容。不要犯这样的错误。

接下来让大家看一些真正有意思的内容,不管你的业务有多大。

接下来的数据投入是你的竞争现状相关的数据。关注那些你知道或者不知道的竞争对手,刚开始的时候可以通过问你的CMO或者CEO:我们的竞争对手是谁,是谁让你们彻夜难眠?然后去Google(或者Yandex、Baidu和Seznam)输入和你业务相关的关键词,看看自然搜索和付费搜索结果,不管你喜不喜欢,这些就是你的竞争对手。

2.jpg

研究一下他们的优势在哪里?他们在哪些地方和你做的不一样(不管是比你好的还是比你差的)?他们的流量从哪里获取?他们的访客的趋势是什么样的?这些竞争情报分析都是绝对重要的数据投入,因为这样可以确保你的业务优先级是更加合理的。你设定正确的KPIs和高级细分,这直接决定了你要如何设置你的自定义报告。

竞争情报分析不需要每天都做,但是下图左侧最底下部分的投入将会是新机会分析方面的内容。

3.jpg

新的机会将会让你的业务有完全不同的发展方向。最起码这将会在战术和战略上很大程度地影响你的分析。做好准备,主动地挖掘并找出答案,让自己成为一个更优秀的数据分析师。

以上就是左侧三个部分的内容。

接下来,在顶部和底部将放上你想看到的核心内容。

分析师/大脑(Analysts/Big Brains)放在顶部。

工具放在底部。把工具放在底部不是因为工具不重要,仅仅是放在底部而已。

4.jpg

回到2006年5月,当时我创立了10/90法则,工具做作用就是要比分析师的作用小一些。大家不要对这个结论觉得惊讶。

这里补充一下10/90法则:如果你有100美元将要投入到数据里,聪明的做法是将10美元投入到工具和部署咨询上,另外的90美元要投入到分析师(或者大脑)上。

不管你的数据有多少,不管你的工具有多强大,如果你离10/90法则太遥远,那一切关于大数据的承诺都是不会实现的。

人很重要,聪明的人更重要。工具只是用来辅助他们的,千万不要本末倒置。

以上是这个图片完整的三个部分。你可能会担心到目前为止你只看到投入,是的,一点都没错,但是这会给我们之后的工作带来大量优质的原材料。


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群