Data To The People 我们为什么要进行数据分析.docxVIP

Data To The People 我们为什么要进行数据分析本文作者：GrowingIO联合创始人吴继业数据像水一样，而水滋润万物，帮助万物生长。GrowingIO这个名字诠释了生长，数据和循环。我希望数据能像水一样在企业内部流动，可以帮助到每个人。Data to the people。一、为什么要进行数据分析？我毕业的时候，正好赶上了数据仓库迅速发展的好时候，大学的时候喜欢数据库，很自然的就入了这行。入行后我发现企业有很多的数据孤岛，很多的数据不能统一在同一个地方以供分析。我的工作就是将不同数据源的数据整合起来，设计数据仓库模型，开发数据处理、数据清洗的任务，定时调度ETL（数据抽取，数据转换，数据装载）的任务，制作报表，准备数据挖掘的Training数据。这些数据准备的工作都是为了解决以下这些问题。“公司有堆积如山的数据，可是就是不能访问。” “我们需要以各种方式随心所欲地切割数据。” “如何让业务人员能够简单快捷地得到所需形式的数据？” “我只想看到最重要的内容，能指导我决策。” “为什么在开会的时候两个同样的指标，却相差如此之大，背后的计算逻辑到底是什么？” “我们希望员工用事实依据和数据来支持决策的过程！”“用历史数据来预测用户的倾向，从而增加转化率！”二、数据驱动增长的亲身经历曾几何时大数据这个词出现了，技术的发展是为了适应数据在这几年里疯狂的增长。我们不需要说明我们今天要分析的数据有多大。很多企业都有大量的数据。我们要解决的问题是可以多快的准备好数据并用于分析。新的技术不断涌现，storm, spark，tez，impala, presto, tajo, flink。不变的什么？还是上面这些问题。在LinkedIn 我们非常成功的解决了这些问题。Simon，我在Linkedin的领导，也是GrowingIO的创始人和CEO，有一个三年计划，第一年全面自动化，第二年数据挖掘，第三年全面用数据分析支持公司各大业务部门实现商业决策。最初三年里我们全面支持了LinkedIn的销售，产品，市场，运营和客服部门。我们做的数据分析内部网站每天都有很多的内部员工在用，一旦宕机立马被叫醒去修复。离开LinkedIn的那天，一起工作过战斗过的同事为我们送别，我哭了，被团队感动了。从LinkedIn出来，我发觉每个企业都需要数据处理和分析服务，我们用SaaS服务解决企业的数据采集，整合，清理，分析的问题，我们想把这个流程自动化，为企业提供云端服务。让互联网企业能够在几分钟内就可以分析自己的业务。三、如何破解传统BI的弊端？3.1 数据采集数据采集，是数据分析的第一步。互联网和移动互联网的数据是我们关注的重点。需要不不同的数据源同的技术手段去采集数据，比如网页端的，iOS和Android。目前大部分的数据采集的模式都是埋点采集的模式，就是需要什么数据点就埋什么数据点。往往存在的问题是业务人员和分析师定义要什么样的数据，然后由程序员来埋点实现。程序员的主要职责是负责开发产品的功能与埋点做数据监控，但埋点不是他们工作的重点，业务人员和分析师的工作重点是关心产品的用户体验，而不是像技术人员那样改代码埋点。GrowingIO想推出的SAAS服务可以帮助业务人员直接在网页端，移动应用端上面定义数据点，而且立刻就能看到具体的浏览量和点击量。3.2 数据整合在很多互联网企业里，数据是分散存储的，但又是有紧密联系的，搜索系统，订单系统，数据推荐系统，站内私信系统，聊天系统，库存系统，物流系统，售后服务系统，可能不在一个数据库中，是不同的Rest API、存储策略、数据源。如果让数据封闭在独立的系统中，不能和其他的数据整合进行数据分析，就不能知道企业数字化运营的全局，当然很多企业的管理者可以在高速成长期用拍脑袋来运营，然而在如今竞争激烈的“互联网＋” 时代，数据零散的分布会导致企业的生产力下降。数据的快速增长和复杂性的提高，对数据的实时整合的要求也越来越高。如果可以接近实时地抽取数据，加上整合和企业相关的外部数据才能把企业的数据盘活，分析总体的情况，提取出高价值，为决策者服务。3.3 数据清理一切对数据的测量都需要有高质量的数据做保障，这个很重要，我觉得我工作中的50%以上的时间花在了数据质量上面。业务端，老板觉得转化率低了要查，高了也要查，每次询问，开始是被动地查，后来成主动地查，将来需要自动地查。人肉被动，主动，机器自动。每次查数据质量都是要追溯到数据源头。看master data（例如统一的客户信息，产品信息等），看transaction data（比如订单明细数据），验证业务指标的计算逻辑。逐步验证自己的假设，在一家公司做的久了，对数据熟悉了，对业务熟悉了，这样的事情才会做的有效率，如果涉及到其他团队的问题，修复这个数据质量就需要更多的时间。