数据分析：如何提升数据分析的能力？

---

业务篇

1.业务为核心，大数据为王

·  了解整个产业链的结构

·  制定好业务的发展规划

·  了解衡量的核心指标

 

有了大数据必须和业务结合才有效果。

需要懂业务的整体概况，摸清楚所在产业链的整个结构，对行业的上游和下游的经营情况有大致的了解。然后根据业务当前的需要，指定发展计划，从而归类出需要整理的大数据。最后一步详细的列出大数据核心指标（KPI），并且对几个核心指标进行更细致的拆解，当然具体结合你的业务属性来处理，找出那些对指标影响幅度较大的影响因子。前期大数据资料的收集以及业务现况的全面掌握非常关键。

 

2.思考指标现状，发现大数据多维规律

·  熟悉大数据产品框架，全面定义每个大数据指标的运营现状对

·  比同行业大数据指标，挖掘隐藏的提升空间

·  拆解关键大数据指标，合理设置运营方法来观察效果

·  争对核心用户，单独进行产品用研与需求挖掘

 

业务的分析大多是定性的，需要培养一种客观的感觉意识。定性的分析则需要借助技术、工具、机器。而感觉的培养，由于每个人的思维、感知都不同，只能把控大体的方向，很多数据元素之间的关系还是需要通过数据可视化技术来实现。

 

3.规律验证，经验总结

发现了大数据规律之后不能立刻上线，需要在测试机上对模型进行验证。

 

 

技能篇

 

1.Excel是否精钻？

除了常用的Excel函数（sum、average、if、countifs、sumifs、offset、match、index等）之外，Excel图表（饼图、线图、柱形图、雷达图等）和简单数据分析技能也是经常用的，可以帮助你快速进行数据分析业务走势和异常情况；另外，Excel里面的函数结合透视表以及VBA功能是完善报表开发的利器，让你一键轻松搞定报表。

 

 

2.你需要更懂数据库

常用的数据库如MySQL，Sql Server、Oracle、DB2、MongoDB等；除去SQL语句的熟练使用，对于数据库的存储读取过程也要熟练掌握。在对于大数据量处理时，如何想办法加快程序的运行速度、减少网络流量、提高数据库的安全性是非常有必要的。

 

3.掌握大数据整理、数据可视化和大数据报表制作

大数据整理，是将原始大数据转换成方便实用的格式，实用工具有Excel、R、Python等工具。数据可视化，是创建和研究大数据的视觉表现，方便业务方快速分析大数据并定位具体问题，实用工具有Tableau、FineBI、Qlikview.

如果常用excel，那需要用PPT展示，这项技能也需要琢磨透。如果用tableau、FineBI之类的工具做数据可视化，FineBI有推送查看功能，也就是在企业上下建立一套系统，通过权限的分配让不同的人看到权限范围内的报表。

 

 

4.多学大数据几项技能

大多数据分析师都是从计算机、数学、统计这些专业而来的，也就意味着数学知识是重要基础。尤其是统计学，更是数据分析师的基本功，从大数据采集、大数据抽样到具体分析时的验证探索和预测都要用到统计学。

现在社会心理学也逐渐囊括到数据分析师的能力体系中来了，尤其是从事互联网产品运营的同学，需要了解用户的行为动向，分析背后的动机。把握了整体方向后，数据分析的过程也就更容易。

 

End.

---

---