文科生转数据必读：数据分析的五个步骤

原创：MarTechApe

对于一个数据分析团队来说，践行数据分析的框架是非常重要的，因为框架可以保障你最大程度地发挥数据的作用并最大程度地减少决策的遗憾。每一个产品经理都需要数据分析师来为自己提供洞察，这些洞察包括：

我们应该跟踪哪些指标？
为什么这个指标会低于我的预期？
我们在这里或者那里上有数据吗？
我想要进行A/B测试！数据团队能帮我实现吗？
百分之几的用户在使用这个或者那个功能？
我们可以使用机器学习吗？

那么数据分析师应该从哪里开始呢？

这时，我们就需要一个可以作为指导的框架，我们称之为数据分析需求层次A（Analytics Hierarchy of Needs）。

需求分析层次结构

需求分析层次结构的总体思路是，每一步分析都是有序的，有些步骤必须要发生在另一些步骤之前。在完成前一步的基础分析之前，不要进行下一步分析。（比如，你不可能在追踪指标之前就去做数据仪表盘，因为追踪是在分析的前一步的。）

那接下来我们就来讲讲这个分析结构！

1. 收集

“收集”处于这个需求层次的最底层。因为在开始执行其他任何操作之前，数据分析师的最重要的任务应该是确保关键能够获得关键事件的记录和数据，为之后的建模做好准备。如何收集数据、收集哪些数据就需要通过你的对产品理解，和其他相关责任人想要了解的关键问题来决定了。

现在我们确定了要记录什么，但是如何记录这些数据可能会是一件很复杂的事情。这时就需要你为这些关键数据绘制一个实体关系图（ERD）（Entity Relationship Diagram），并为工程师提供一份有关LATAM (Log All Taps And [Relevant] Metadata)的基本事件记录指南。

2. 数据清理

工程师团队可能会在后端建立许多不同的数据表格。所以你在进行有意义的分析之前，还要应该将数据ETL 到更大的标准化表格中。这可以让分析和仪表板具有更好的可扩展性，并且更方便构建。

考虑将“每个用户每天”的行为摘要作为你开始的地方。可以向相关负责人了解他们希望自己知道的、但现在还没有办法回答的一些问题作为收集数据的方向。

3. 定义和追踪

现在数据已经井井有条，可以开始构造细分出数据漏斗了。

一般来说，大家最关心的就是活跃用户和收入$$了。为了了解造成这些情况的原因，这时就需要一个产品流程图。下面是一个基本的SaaS产品例子：

>收入=（活跃用户数）*（每位用户的平均订阅费）

>>活跃用户数=（新转化用户数）+（留存用户数）

>>>新转化用户数=（免费试用人数）*（平均转化百分比）

一旦完成绘制这个流程图并构建好追踪每个指标的仪表板之后，我们就可以开始分析这个漏斗啦。

4. 分析

当我们定义并跟踪了每个渠道指标，我们就将每个指标与内部基准、外部基准，甚至是我们的直觉进行比较；通过比较可以帮助我们找到机会在哪里。一旦你找到了那个对你来说最重要的机会的地方，你就可以对它做一些基本的启发式分析。在按群组、获客渠道，和基本用户信息进行可视化分析时，你很有可能会找到一些值得关注的趋势。

5. 优化和预测

你已经收集并清理好了数据。你也定义好了指标并正在追踪它们。还分析了指标并找到了需要改进的地方。

恭喜你：现在可以做“性感”的东西了。😎

A/B测试（A/B testing）：可以帮你找到哪种用户体验更为理想。如果你一直关注着需求的分析层次结构，那么现在时机恰到好处：随着用户的增多，实验产生的统计置信度也会越来越高。

有监督的机器学习（Supervised machine learning）：可以帮你找到可以预测用户的行为的指标，例如，哪些操作或用户信息会导致用户的转化或留存。

无监督机器学习（Unsupervised machine learning）让你了解某些用户群体中产生的行为模式。

不过，需要注意的是：虽然现在已经在层次结构的最高层，但是这并不意味着机器学习是解决所有问题的最佳解决方案。一些简单的启发式方法通常也可以更快地帮你得到一些更好的结果。

总结

所以，记住下面这张图，这就是数据分析的需求框架——5个层次。

数据科学在商业世界中的应用需要通过实战不断积累，这样才能做出更正确的判断。如果你也想通过数据科学来更好地分析营销活动，如果你也想要熟练掌握各种数据分析需要的核心技能并且拥有过人的商业意识，如果你想率先拥有实战经验、在求职中脱颖而出，那就千万不要错过MarTechApe的宝藏项目《营销组合建模企业级实战训练营》，一个专门培养优秀数据分析师/数据科学家的企业级别实战项目，拥有企业真实数据（改编）与行业标准流程。项目经历可成为简历上的履历！

训练营的学员收获了:

真正意义上的“用数据和模型解决营销中最重要的问题”的经历。
熟练掌握SQL、R、Tableau等时下最流行的数据处理语言，并用这些技能解决实际问题。
大大提高Media/Advertising Industry的商业意识，熟悉不同媒介渠道的广告活动对不同商业指标的不同回报率（ROI）与有效性（Effectiveness），学会用“营销效果”的视角看待营销活动，理解各大公司市场营销部门、消费者洞察部门的痛点。
跳出学校作业的框架，上手真正商业情境中、实际工作中的实战案例。让校园与实际工作无缝衔接。将学到的Analytics思维方式泛化到其他应用场景，面对Case Study建立系统性解决思路。
提升项目演示Presentation技能，学会如何从原始数据中挖掘具有意义的故事。为客户解决实际问题，提高Business KPI。
完成项目后，辅导老师将帮助你利用这一个惊艳的项目背景打造最引人注目的简历；所有学员获得内推机会，优秀学员获得一对一面试辅导。