来源:CPDA数据分析师
现代公司迫切需要数据团队来帮助他们做出决策,仅仅购买一个数据工具并盲目地构建图表并不是解决问题的正确方法。在一家公司找到能够达到目标的分析工具之前,它需要知道目标的位置哪里。
在开始探索分析软件时,有几个问题要问:想回答什么问题,希望结果如何?
在开始调查数据之前,需要定义要解决的问题。选择数据工具的第一步是列出几个清晰的、可量化的问题,希望用数据来回答这些问题。在此基础上,审视需求并考虑以下几点:
是否需要不断更新架构或查询是否以标准方式运行?
查询是从静态数据模型还是不断变化的模型中提取的?
一旦对使用平台的方式有了一个很好的理解和概念,就需要检查数据源。
数据在哪里?
关于仓库解决方案的决策是发现影响整个公司见解的关键第一步。从这个单一的事实来源,数据分析师和数据分析专员可以深入研究数据,寻找任何值得调查的联系。在选择仓库时,请记住,查询的复杂性不同,一些数据源更容易迁移到特定的仓库。一旦确定了从本地源到单个数据平台的数据流,就可以开始考虑与数据交互的人员了。
谁处理数据?
不同的团队处理不同的数据; 一些人开始与IT人员合作,其他人则与数据工程师和分析师合作。为了使问题变得更加复杂,一些公司在扩展时会改变数据处理。
有时,在分析过程中,几个人或一组人同时对数据集进行协作。在决定使用数据分析工具之前,有必要对将使用该工具的人以及他们将使用该工具进行的工作类型有一个清晰的了解。
谁消耗了这些数据?
一旦数据被合并并格式化以供分析,它将最终落在决策者的手中,他们可以使用它来做出战术决策。这些最终的数据使用者也是工具选择过程中的一个重要部分。如果他们接收到的信息他们无法使用或理解,那么整个过程就是无用的。
确定这些消费者需要何种格式的信息,他们在读取数据方面有多复杂,以及他们需要分析数据的频率。
预算是多少?
数据分析工具就像大多数产品一样,一分钱一分货。在对工具进行大量投资之后,就需要考虑将拥有的定制程度。随着公司的发展,涉及到更多的数据、更多的数据处理程序和更多的数据消费者,得到一些适合的需求并能够进行调整的东西总是更好的