打字猴:1.700502893e+09
1700502893
1700502894 在16.4节提到的案例中，虽然通过头脑风暴列出了来自不同思考点的种种潜在原因，但是数据分析师最终还需要通过一系列快速、有效的判断来排除大部分影响不明显的次要因素,或者是错误假设，从而聚焦到核心的因素（本案例中，就是运营活动中的渠道选择不准确，引流量和转化率都明显下降），并对核心因素展开深入分析，最终找到解决方案，即重新优化运营通道，提升引流量，提升转化率。
1700502895
1700502896 20/80原理其实反映了矛盾论的观点，那就是要善于抓住主要矛盾和矛盾的主要方面，这样才可以重点突出、聚焦充分，才可以真正有效地发现问题、解决问题。
1700502897
1700502898
1700502899
1700502900
1700502901 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497723]
1700502902 数据挖掘与数据化运营实战：思路、方法、技巧与应用 16.6　结构化思维
1700502903
1700502904 无论是之前提到的基本的方法论，还是大胆假设、小心求证，或是20/80原理，都是从过程上为数据分析师提供参考和工具，那么结构化思维更多的是从结果中对数据分析师提出要求；如果说之前提到的这些方法论都是可以让数据分析师依葫芦画瓢，有章可循的，那么结构化思维就没有这么容易了，它更多的是数据分析师经验的积累和能力的综合表现，不是短时间内可以提高和达到的。但是，本节专门讨论这个问题，还是希望数据分析师能有意识地向这个方向发展，这是数据分析师职业发展中的一个阶段性目标，也是数据分析师综合能力提升的一个阶段性目标，更是数据分析师在数据化运营实战中成长进步的一个阶段性目标。
1700502905
1700502906 结构化思维有以下两方面的含义：
1700502907
1700502908 一方面，要求数据分析师在一个分析需求或一个分析课题中，全盘统筹，各环节、各方面都能思考周详。比如，从商业背景，到分析目标，到不同的思路方案，到各方资源的调配，到分析过程中的难点预判和产出物预估，到后期的落地应用方案的调整和实施等，都能考虑清楚，使之成为一个完整的业务链，从头到尾，顺畅流利，无懈可击，就像统兵的大将一样运筹帷幄之中，决胜千里之外。
1700502909
1700502910 另一方面，要求数据分析师针对任何分析需求或分析课题，能做到事先心中已经有成熟的类似模块化的解决方案。比如，针对用户特征分析专题，数据分析师心中已经具有了适合自己的成熟的分析思路和分析方法，包括用决策树去提炼，用预测模型去圈定，用聚类技术去分群，用透视表去摸底，用假设检验去提炼等各种方案。并且，数据分析师对于每一种方案都要胸有成竹，包括具体的数据要求、各自适合的业务场景、各自的优势和劣势、分析师自己的把握性、大概的效果预判，乃至如何落地应用、如何化解过程中的突发情况等。只有数据分析师心中具有了充分成熟的模块化解决方案，才可以在数据化运营的商业实践中游刃有余，在面对任何商业分析需求时，才可以从容自信，应对有方，才可以及时、有效地保障对业务的支持和推动。
1700502911
1700502912 结构化思维，也就是之前提到的两方面的要求，说难也难（罗马不是一天建成的），说简单也简单（熟能生巧），数据分析挖掘的关键在于多看、多思、多练，所以在数据分析师的成长过程中，参加实际的商业实战是关键，而且多多益善。
1700502913
1700502914 当你觉得自己已经具有了较高水平的数据分析的结构化思维，并且在不同的商业实战中这些结构化思维得到了不错的验证时，那么恭喜你，你至少已经是真正意义上称职的数据分析师了。
1700502915
1700502916
1700502917
1700502918
1700502919 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497724]
1700502920 数据挖掘与数据化运营实战：思路、方法、技巧与应用 16.7　优秀的数据分析师既要客观，又要主观
1700502921
1700502922 数据和数据分析既然是客观的，那么数据分析师面对分析和结论时当然也必须是客观的。但是，在数据化运营的商业实战中，优秀的数据分析师应该在客观的基础上，抱有一定的主观态度。这里的主观主要体现在以下几个方面：
1700502923
1700502924 ❑数据分析师对于分析的目标和分析的产出物应该有自己主观上的预判，并且优秀的数据分析师所做的这些主观上的预判通常都会被后期的事实所验证（证明是正确的）。这种主观其实就是数据分析师经验和能力的体现，即所谓的胸有成竹。这种预判上的主观可以有效提升具体商业实战中的分析效率，能更好地支持商业需求。当然，这里的主观也绝对不是自以为是的主观，这里的主观也是要经过后期的商业实践检验的。当数据分析师的主观预判一而再、再而三地被商业实战证明是正确的，你能说这种能力不是数据分析师的核心竞争力吗？对于一个分析需求是否合理，如何更合理地修正分析需求，分析中会出现什么具体的数据方面的难题，基于现实的数据质量如何，模型大致可以达到怎样的预测精度范围等，诸如此类的商业分析问题，一名优秀的数据分析师是可以很快给出其主观判断的，并且这些主观判断通常会在后期的商业实践中得到检验。
1700502925
1700502926 ❑数据分析师面对决策层、面对分析需求方的时候，要有灵活的主观性，要站在管理层的角度，站在需求方的角度，去思考、提炼和总结。也就是说，在数据分析总结的过程中，只是将客观的数据结果冷冰冰原封不动地传递给决策层，传递给分析需求方并不是最有效、最可取的方法；有时候，虽然数据结论证明需求方所坚持的假设是错误的，虽然数据结论证明需求方的运营是没有明显效果提升的，但是数据中是否还揭示了其他一些值得肯定的做法，一些值得努力的方向呢？如果把这些发现一并总结起来，对于决策层以及需求方来说不是更加有意义吗？不是更加容易接受分析结论吗？数据分析挖掘的实战应用是依赖于业务方参与的，没有业务方的理解和支持，就不可能有数据分析挖掘的成功应用。而要得到业务方的理解和支持，要得到管理层的理解和支持，优秀的数据分析师必须具有灵活的主观性。主观是建立在客观基础上的，主观是为了更好地聚焦核心，主观是为了更好地落地应用、客观地分析结论，为了更好地推进数据化运营的效果和效率。
1700502927
1700502928 什么样的主观是合理的，什么样的主观是盲目的，用文字来定义常常容易引起歧义，正如世界上很多事情都只可意会，难以准确言传一样，关于主观的分寸把握还是要依赖于具体的数据分析师的经验和情商。对于优秀的、具有丰富的数据化运营商业实战经验的数据分析师来说，应该是“如人饮水，冷暖自知”。
1700502929
1700502930 当你能够熟练地穿越于客观与主观之间，当你的主观与客观能有效地在数据化运营商业实践中得到检验和回报时，恭喜你，你已经是个当之无愧的高级数据分析师了。
1700502931
1700502932
1700502933
1700502934
1700502935 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497725]
1700502936 数据挖掘与数据化运营实战：思路、方法、技巧与应用 第17章　条条大道通罗马
1700502937
1700502938 天下同归而殊途，一致而百虑。
1700502939
1700502940 ——《周易·系辞》（下）
1700502941
1700502942 17.1　为什么会条条大道通罗马
[ 上一页 ]  [ :1.700502893e+09 ]  [ 下一页 ]