1700502636
❑业务方的痛在哪里？如何才能减痛？有些数据分析师做了不少的分析工作，也完成了不少的分析项目，自己觉得很努力，也有不少的产出物。但是在业务方看来，这些内容并不是业务方所需要的，自然也就得不到业务方的理解和支持了，更不会在落地应用中体现出明显的商业价值。对于这种情况，套用业务方的俗语，就是“数据分析师还不了解业务方的痛，更不清楚如何减轻业务方的痛”。进行换位思考的一个重要的途径，就是问自己，问他人，业务方的痛点到底在哪里。一般来说，业务方的痛点，常常就是业务方最被“掐脖子”的地方和环节，一旦这个（或这些）痛点能很好地被解决和克服，业务方的效率和效益将会得到显著提高和增加。对于数据分析师来说，这些痛点常常就是最有价值的分析点，也是最容易产生效益的项目方向。不同的业务单位和业务场景会有不同的痛点，只有真正深入业务背景，才可以有效识别痛点，进而通过数据分析挖掘技术尝试有效地减轻甚至消除痛点。举例来说，对于刚刚上线的B2C电子商务网站来说，它的痛点，即最急需解决的，就是引流，吸引大量的新客户浏览、收藏、注册和登录网站，产生黏性，那么针对此类问题的数据分析，即对不同引流渠道、引流方式的分析总结，以及对新客户的典型特征分析等就可以帮助该网站有效吸引大量新客户。又比如，一家成熟的B2C电子商务网站，它的痛点，即最急需解决的，不再是引流，而可能是下单、付款转化率及老客户回头率等，那么针对此类问题的数据分析，即对下单流程的优化、漏斗环节的监控，以及对黄金客户的特征分析等就可以帮助该网站明显优化网购流程，有效保持并扩大黄金客户的群体规模，最终帮助提升网站的商业效益。上面两个场景说明了不同的业务阶段、不同的业务场景中会有不同的业务痛点，数据分析师只有先明确业务的痛点，才有可能按图索骥，找到减痛和去痛的方案，才可以满足业务需求，实现商业价值和自身价值。不了解业务痛点，就一定找不到减痛和去痛的方案，又怎么能对业务产生价值呢？
1700502637
1700502638
❑如何培养业务方数据分析的能力和意识？数据化运营是企业全员参与的运动，只有达成企业全员自觉意识后，才可能将其转化为企业全体员工的自觉行动，才可能真正落实到数据化运营的具体工作中。所以，除了专业的数据分析师之外，业务团队也需要掌握基本的数据分析技能、培养数据分析的意识，并且这些技能的掌握和意识的培养是多多益善的。企业的数据分析团队和数据分析师也不应该仅仅局限于单纯的数据挖掘技术工作、项目工作，而应肩负起在企业全员中推广普及数据意识、数据运用技巧的责任，这种责任对于企业而言比单纯的一两个数据挖掘项目更有价值，更能体现一个数据挖掘团队或者一个数据挖掘职业人的水准、眼界以及胸怀。只有能发动人民战争的人，才是真正的英雄，所以只有让企业全员都参与并支持你的数据挖掘分析工作，才能够真正有效地挖掘企业的数据资源；只有把自己当成是业务方的一员，真正深入业务实践中，才有可能真正体会业务方数据分析能力和意识培养的基础性和重要性，才可以有的放矢地帮助业务团队提升和进步。
1700502639
1700502640
❑站在业务方的角度进行换位思考，还有更直接的方法，那就是尝试在一段时间内忘记自己是数据分析师，到业务团队中从事业务工作，在业务岗位上去体会数据分析人员应该如何支持业务，业务方在哪些方面急需数据分析的支持。有了这段业务经历，你会用新的眼光看待数据分析工作，会从新的角度完善数据分析工作。
1700502641
1700502642
站在业务方的角度思考时可以有不同的方法、不同的方向，但是万变不离其宗，只要真心投入业务中去，换位思考将会使数据分析师的综合能力、工作价值得到提升。所以说，换位思考是数据分析师成长、成熟的好工具。
1700502643
1700502644
1700502645
1700502646
1700502648
数据挖掘与数据化运营实战：思路、方法、技巧与应用 15.3 从同行的角度换位思考数据分析挖掘的经验教训
1700502649
1700502650
除了从业务方的角度换位思考外，数据分析师还应该从同行的角度换位思考，即观摩、学习、反思、总结同行的经验教训。那具体应该从哪些主要方面来进行换位思考呢？内容如下：
1700502651
1700502652
❑常规分析技术的创新应用。它体现的是不需要投入新的分析技术，却可以实现新的价值。对于数据分析师来说，相比新技术的应用（新技术通常都需要花时间摸索，而且有一定的风险），常规分析技术的创新应用更加快捷、安全，也更有把握。在数据分析和数据挖掘领域，常规分析技术的创新应用一直层出不穷，让人们应接不暇，有心的数据分析师会敏锐地寻找这些应用，迅速化为己有。虽然每位分析师的水平不同，对于创新应用的认定也不一样，但是有心人一定会积累适合自己的创新应用。举例来说，很多人都熟悉聚类分析技术，它通常作为一种无监督的分类技术在商业实践中去使用（用作群体划分），当然也可以作为共线性判断的依据，作为锁定异常值的有效工具，在某些场景中甚至可以作为类型匹配的依据。类似这样的数据分析中常规技术的创新应用，有心的数据分析师自然会从善如流，经过日积月累之后，数据分析师专业技能的提升就是水到渠成的事情了。
1700502653
1700502654
❑相同业务需求的不同解决技术和方法。这个角度的换位思考最能检验数据分析师的专业水平和能力，所谓条条大道通罗马，在数据分析挖掘的商业实践中，同一个业务需求也是可以用不同的方案、思路、技术去满足的。针对同一个业务的分析需求，尝试用不同的分析技术和思路去实现，一方面可以锻炼、提升分析师的技能和专业水平；另一方面通过对不同方案的对比和权衡，数据分析师可以找到最合适的、最具性价比的冠军方案，从而可以保障商业效益的最优化。数据分析师如何才能培养自己针对同一个分析需求提出不同的解决方案的能力和水平呢？没有捷径可走，唯有多学、多看、多观摩、多思考、多积累、多尝试。互联网时代是信息爆炸的时代，有心人有太多的渠道和途径去寻找、搜集、发现、总结、讨论、分享关于数据分析和挖掘的案例，包括专业论坛、专业群、专业圈、协会、博客、微博、网站、书刊等，不胜枚举。在日常的浏览、阅读、会议、讨论中人们经常会碰到好技术、好方法、好思路、好案例，但是大多数人都只是当时充满兴趣，事后少有人能及时记录、下载、整理、归纳和总结，过段时间一切都成了过眼云烟，等事到临头需要这些好经验、好方法“顶上去”的时候，才后悔平时没有积累和整理。这是人性的弱点。不付出哪有回报呢？
1700502655
1700502656
❑互联网的新技术、新应用、新模式的学习和借鉴。相比传统行业来说，互联网时代的新技术、新应用、新模式的更新换代时间更短、颠覆性更强。以中国互联网行业的发展为例，作为第一代互联网企业的代表，新浪、搜狐、雅虎等门户网站的Web 1.0模式（传统媒体的电子化）从产生到被以Google、百度等搜索引擎企业的Web 2.0模式（制造者与使用者的合一）所超越，前后不过10年左右的时间，而目前Web 2.0模式已经有逐渐被以Facebook、微博为代表的Web 3.0模式（SNS模式）超越的趋势。具体到数据分析所服务的互联网的业务和应用来说，从最初常规、主流的分析挖掘支持，到以微博应用为代表的新的分析需求，再到目前风头正健的移动互联网的数据分析和应用，互联网行业的数据分析大显身手的天地在不断扩大，新的应用源源不断，新的挑战也应接不暇，这一切都要求数据分析师自觉、主动地去学习、充实和提升自己，这样才能跟上互联网发展的步伐。
1700502657
1700502658
1700502659
1700502660
1700502662
数据挖掘与数据化运营实战：思路、方法、技巧与应用 第16章 养成数据分析师的品质和思维模式
1700502663
1700502664
人皆含灵，惟勤诱致。
1700502665
1700502666
——《禅林宝训》宋代 妙喜禅师
1700502667
1700502668
16.1 态度决定一切
1700502669
1700502670
16.2 商业意识是核心
1700502671
1700502672
16.3 一个基本的方法论
1700502673
1700502674
16.4 大胆假设，小心求证
1700502675
1700502676
16.5 20/80原理
1700502677
1700502678
16.6 结构化思维
1700502679
1700502680
16.7 优秀的数据分析师既要客观，又要主观
1700502681
1700502682
“人皆含灵，惟勤诱致”意思是每个人都是有灵性的，只要经常殷勤地诱导教化，都可以使他们的道业有所成就。而在数据分析师的培养上，只要能有意识地积累，养成数据分析师的核心品质和思维模式，人人都可以成为数据分析师。
1700502683
1700502684
以业务为核心，以思路为重点，以分析技术为辅佐的数据分析实践应用宝典，强调的是分析思路的价值和重要性要远胜过分析技术本身。正如本书在第5章提到的那样，分析师的观念、意识、态度作为“形而上”的要件，对数据分析师的分析成果产生了重要且决定性的影响。鉴于第5章已经对数据分析师主要的错误思想和观念进行了讲解，本章作为该章节的补充部分，将详细讲解数据分析师的重要品质和有效思维模式的形成。态度决定成败，思路决定出路，养成数据分析师的品质和有效的思维模式是数据分析师成功的必要条件。
1700502685
[
上一页 ]
[ :1.700502636e+09 ]
[
下一页 ]