数据分析必备的三大能力体系_市场营销策划2021_社区电商运营系列_doc可编辑版.docxVIP

数据分析必备的三大能力体系 这篇文章从整体框架出发，介绍了数据分析的三大层次。包括对数据 这篇文章从整体框架出发，介绍了数据分析的三大层次。包括对数据 分析的整体理解和认识，做数据分析的科学方法，以及数据分析相关 的工具介绍。 数据分析目前在国内互联网圈的受重视程度在逐步提升，但是问题也 很突出： 大家对于数据分析的认知和理解支离破碎，缺乏一个整体 的、系统的思维框架； 大家的视野更多局限在数据报表、BI 系统、广告监测等领域，对于数据以及数据分析其实是缺乏深层次洞察的。 这篇文章就从整体框架出发，介绍一下数据分析的三大层次。包括对 数据分析的整体理解和认识，做数据分析的科学方法，以及数据分析 相关的工具介绍。 一、数据分析价值观 如何让数据分析真正发挥价值？我认为必须在价值认同、工作定位和 商业模式三点上取得突破。 （一）数据分析的价值认同 做好数据分析，首先要认同数据的意义和价值。一个不认同数据、对数据分析的意义缺乏理解的人是很难做好这个工作的。放到一个企业里面，企业的 CEO 及管理层必须高度重视和理解数据分析的价值。你想一下，如果老板都不认可数据分析的价值，那么数据相关的项目在企业里面还能推得动吗？然后，企业内部还需要有数据驱动的公司文化。 如果大家宁可拍脑袋做决定也不相信数据分析师的建议，那么数据分 析往往是事倍功半、走一下形式而已，反之则是事半功倍。 （二）数据分析的工作定位 做好数据分析，要对数据分析的价值有清楚的定位。既不要神化数据分析，把它当做万能钥匙；也不要轻易否定数据分析的意义，弃之不用。数据分析应该对业务有实际的指导意义，而不应该流于形式，沦为单纯的 “取数”、“做表”、“写报告”。在 LinkedIn 那么多年 的工作时间里面，我们对数据分析的工作早已有了清晰的定位：利用 （大）数据分析为所有职场人员作出迅捷、高质、高效的决策，提供 具有指导意义的洞察和可规模化的解决方案。 当时我们还采用了一套 EOI 的分析框架，对不同业务的数据分析价值 有明确的定位。针对核心任务、战略任务和风险任务，我们认为数据 分析应该分别起到助力（Empower）、优化（Optimize）、创新 （Innovate）的三大作用。 （三）数据分析的商业模式 做好数据分析，要对企业的商业模式非常了解。数据分析的最终目的 还是服务于企业的增长目标，所以务必要对行业背景、业务含义、产 品和用户有着深刻的认知。 还是以 LinkedIn 为例，作为企业增长的重要环节，LinkedIn 在产品设计之初就优先考虑到了数据的价值模式。首先是用户的增长、使用和活跃，然后产生大量的数据，最后根据数据进行业务变现（企业广告、企业招聘、高级账号等）和用户增长，从而不断良性循环。 只有认可分析价值、明确工作定位、深谙商业模式，数据分析才能走 在正确的轨道上。 二、数据分析方法论 （一）数据分析的框架 在整个数据分析框架中，用户是数据的来源，也是数据分析最终要服 务的对象。整个分析框架可以分为四大层次，依次是：数据规划、数 据采集、数据分析和数据决策。 从用户、业务系统，到数据采集平台、ETL、数据仓库， 再到分析、BI、DM、AI、洞察，再到决策、行为、价值，最终回到用户。 上面整个分析框架中，越底层的占用的时间和精力越多，而顶层的耗 时较少。从产生的价值来看，越底层的产生的价值越低，越顶层的产 生的价值越高。大家想一下就会理解，做数据分析的过程大多时间是 耗费在数据采集、清理、转换等脏活累活上面，最有价值的分析和决 策部分往往耗时很少。 因此，大家做数据分析应该把重心放在最有价值的分析和决策两个层 面上，并且尽可能使用工具实现底层的自动化操作。 （二）数据分析的方法论 数据分析应该帮助我们不断优化营销、运营、产品、工程，驱动企业 和用户的增长，而不是为了分析而分析。在这里我给大家介绍两个方 法论，一个是业务上的 AARRR 模型，另一个是分析上的学习引擎。 AARRR 是著名的 Growth Hacker （增长黑客）海盗法则，依序分别是Acquisition（获取用户）、Activation（激发活跃）、Retention （提高留存）、Revenue（增加收入）和 Referral（推荐传播）的首字母简称，覆盖用户整个生命周期。我们在进行数据分析的时候，应该考虑用户正处于 AARRR 模型的哪个部分、关键数据指标是什么、对应的分析方法又是什么？ “ 学习引擎 ” 是《精益创业》一书中提倡的精益化运营方式，在硅谷被大小企业广泛采纳。当我们有一个想法的时候，可以采用最简可行化产品（MVP）的方式将其构建（Build）出来。产品上线后，我们需要衡量（Meas