1700499459
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497538]
1700499460
数据挖掘与数据化运营实战：思路、方法、技巧与应用 6.2 数据分析师参与需求讨论
1700499461
1700499462
接到业务方的初步分析需求之后，数据分析师针对该潜在的项目与相关运营方一起进行了需求讨论。
1700499463
1700499464
在数据化运营的商业实战中，这类讨论的主要目的如下：
1700499465
1700499466
❑针对需求收集相关的背景数据和指标，与业务方一起熟悉背景中的相关业务逻辑，并收集业务方对需求的相关建议、看法，这些信息对于需求的确认和思路的规划乃至后期的分析都是至关重要的。
1700499467
1700499468
❑从数据分析的专业角度评价初步的业务分析需求是否合理，是否可行。尽管说业务方对于业务需求最有发言权，对业务最了解、最敏感，但是从数据化运营的商业实践中来看，业务方提出的分析需求并不是每一个都是合理的，都是可行的。在某些情况下，某些分析需求本身就是“伪命题”；又或者说在具体的场景下，某些分析需求暂时无法进行，比如数据储备不足、样本量太少等。
1700499469
1700499470
在本需求的讨论阶段，数据分析师与相关业务团队进行了多次有针对性的讨论，并参与到他们的业务工作流程和实施中，因此对需求有了一定程度的了解和熟悉，并且从数据分析的专业角度对数据的范围、样本有了大致的了解，在此基础上决定接受业务方的分析需求。这样，流程就可以往下进行了。
1700499471
1700499472
1700499473
1700499474
1700499475
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497539]
1700499476
数据挖掘与数据化运营实战：思路、方法、技巧与应用 6.3 制定需求分析框架和分析计划
1700499477
1700499478
在本阶段，针对前面对业务的初步了解和需求背景的分析，数据分析师制订了初步的分析框架和分析计划。
1700499479
1700499480
分析框架的主要内容如下：
1700499481
1700499482
❑分析需求转化成数据分析项目中目标变量的定义。具体到本案例，高活跃度免费用户的流失是这样定义的，在某个时间点（A点）用户是满足高活跃度用户标准要求的（属于高活跃度用户群体），随后过A点7天，也就是1周之后，这1周也是配合运营的时间节奏来确定的，该用户从高活跃度群体跌落到中级甚至是最低级的活跃度群体里，并且在过A点14天，即2周之后仍然没有回到高活跃度标准的，就定义为高活跃度免费用户的流失群体。数据分析师在给出这个初步定义时，要强调上述高活跃度用户的流失定义只是当前的初步定义，随着后期进行数据抽取，并与业务方进一步讨论，有了更深入的分析后，上述流失的定义是可以修改和完善的，修改和完善的最终目的是为了数据分析和挖掘的工作能最有效地支持业务应用，并提升业务工作效率。
1700499483
1700499484
❑分析思路的大致描述。具体到本案例，分析思路是通过搭建分类模型来比较准确且有效地来提前锁定有可能流失的用户群体。
1700499485
1700499486
❑分析样本的数据抽取规则。关于数据抽取的规则，限于企业的商业机密，不能分享太多，基本上是指根据上面目标变量的定义，选择一个适当的时间窗口，然后抽取一定的样本数据。
1700499487
1700499488
❑潜在分析变量（模型输入变量）的大致圈定和罗列。经过前期与业务方的调研和沟通，数据分析师和业务方已经大致圈定了相关变量，即从业务经验判断和以往的分析工作中，提炼整理出来的大约63个原始变量，具体见表6-1。因涉及企业的商业隐私，这里就不具体说明各变量的中文含义了，总而言之，是从业务经验的角度大致罗列了这些似乎对目标变量的预测有意义的相关变量。
1700499489
1700499490
1700499491
1700499492
1700499493
1700499494
1700499495
1700499496
❑分析过程中的项目风险思考和主要的应对策略。具体到本案例，项目风险思考主要包括模型效果不好的可能性，即有可能分类模型的思路被证明是不好的，也有可能是模型效果不好，或者准确度不高，或者模型不稳定。是否有相应的分析对策来部分弥补，如果分类模型的思路被证明是行不通的，可以退而求其次进行流失用户的群体特征细分，或者重新定义流失用户等。
1700499497
1700499498
❑项目的落地应用价值分析和展望。具体到本案例，则主要集中在3个方面：模型投入应用后提前锁定有高流失风险的高活跃度用户群体，从而可以使运营方有针对性地开展挽留、服务等运营工作；可以将建模过程中发现的有价值的、最可能影响流失的重要字段和指标选择性地提供给运营方，用于制定运营方案和策略的依据和参考；针对影响流失的核心指标和字段，可以提供给相关业务方，以作为进行客户关系管理的依据和参考线索。
1700499499
1700499500
分析计划主要是指分析过程中时间节点的安排和相应的分析进度的设置，具体可见以下示例，见表6-2。
1700499501
1700499502
1700499503
1700499504
1700499505
1700499506
1700499507
1700499508
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497540]