分析数据指标的 5 个步骤V1.1

共 1567字,需浏览 4分钟

 ·

2021-07-19 18:13

你好,我是林骥。


做数据分析,要多思考业务的实际情况,对数据指标进行解读,从而把有价值的信息提炼出来,解决业务的实际问题。


虽然这个过程看起来是挺简单的,但是却需要反复、长期的「刻意练习」才能逐渐熟练掌握。


刻意练习是一种不断改进的做法,是一个不断积累的过程,必须专注、认真地去思考,并且及时验证和反馈。


比如说,数据分析思维的训练,首先要专注于解决实际的问题,其次要去思考问题到底是什么,然后用数据进行验证,搞清楚问题的真正原因,从而提出解决方案的建议,最后再付诸行动,并跟踪行动反馈的结果。


在实际工作中,数据指标发生变化是一件很常见的事,而分析数据指标,是数据分析师的本职工作。


那么具体应该如何分析数据指标的变化呢?


下面介绍分析数据指标的 5 个步骤。


1. 确认数据源是否正确?


如果数据源本身不对,那么就应该尽快修正数据


实际上,因为数据源不对,导致数据指标异常变化的情况非常多,一定要先确认数据没有错,千万不要报假警。


确认数据正确无误后,接下来才开始进行数据分析。


2. 判断数据变化的程度如何?


这是确认问题的轻重缓急。


常见的指标,比如销售额,其波动是有一定范围的,根据历史经验,可以预设好变化的预期值。


如果数据只是轻微的变化,在正常的波动范围之内,那么通常可以不用深入分析。


如果数据变化比较大,超出我们的预期,那么需要做进一步的分析。


对于数据严重超标的情况,则需要照要事优先的原则,重点分析和跟进处理。


3. 数据变化的周期如何?


如果是一次性的变化,那么分析看看是否有持续的迹象?


如果是周期性的变化,那么分析看看是否符合周期性的规律?


与上一个周期的数据进行对比,分析判断数据变化的趋势。


比如说,2 月份销售额下降 20%,是不是因为春节的影响?去年的春节是不是也发生在 2 月份?和去年同期相比的,销售额是上升还是下降?


4. 数据变化的前后发生了什么事件?


如果单纯地看整体的数据,往往很难搞清楚数据变化的真实原因,但是当我们缩小范围,运用假设检验的思维方式,把数据变化和相关事件联系起来,通过大胆假设,小心求证,进行深入细致的分析,那么就更容易找到问题的根源。


比如说,数据显示,最近 3 天某个 KPI 指标数据持续提升,另外,最近业务上出台一个促销方案,经过分析发现,指标数据变化与促销事件之间存在明显的关联。


数据分析的一般原则是:剧烈变化看政策,短期波动找内因,长期异动找外因。


5. 数据变化的细分纬度有哪些?


以商品零售业务为例,按照「人、货、场」三个纬度进行细分,其中「人」是指员工和客户,「货」是指销售的商品,「场」是指销售的场景,例如线下的门店、线上的网店。


假设有一天,销售额整体上涨 20%,那么你可以试着进行细分,例如哪些员工、哪些客户、哪些商品、哪些渠道在上涨?上涨的主要原因有哪些?


把表现比较好的标出来,总结成功的经验,其他表现不佳的则可以学习借鉴。


最后的话


数据发生变化是很正常的一种现象,当你发现数据指标变化比较明显时,首先要确认数据本身的正确性,然后再去分析数据变化的程度、周期、相关事件,以及细分纬度等情况。


如果你把每一个工作环节都做到极致,通过不断地刻意练习,认真地思考和实践,去际的业务问题,那么数据分析的思路就会逐渐打开,很多问题也就能迎刃而解。



相关文章:数据分析学习指南V2.0




关注林骥,更多干货早知道。

▲ 点击上方卡片...设为星标

点击↓「阅读原文」,免费知识星球。
和 3600+ 位骥友一起,用数据化解难题
浏览 33
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报