数据分析的能力体系和进阶路线

数据分析是一个被广泛使用的技能标签。在真实工作环境下,至少有三个类型的职位可以算作和数据分析师相关,分别是:BI (Business Intelligence), QA (Quantitative Analyst / Data Scientist), 以及BA (Business Analyst)。

a) BA首先定义业务的度量方式,比如付费用户还是活跃用户,1天日活重要还是30天日活重要。然后收集数据进行各维度的分析,比如地域、渠道、用户行为等等。

b) 基于QA在BA分析的基础上,搭建分析模型,里面可能用到各种统计、优化、机器学习方法。模型经过A/B测试、稳定性等评估,预计带来的影响。

c) BI负责将BA和QA定义的所有用户度量,市场趋势,模型表现等通过数据库和SQL完成自动计算、定期自动更新及可视化展现,成为部门每天都会关注的核心数据。

由此大家可以看出,BA/ QA/ BI之间是各有侧重的: Business Analyst 定义问题,分析数据,提出并部分实现解决方案; Quantitative Analyst 定义模型和架构,实现完整的解决方案; Business Intelligence 对数据和度量进行可视化展示、自动化计算和更新。

各自需要什么能力?

到底数据分析体系是什么?似乎经常看到的,只有AARRR五个字母,又语焉不详。到底怎样才算是建了个体系?今天我们系统解答一下。 本文为细心整理的.md笔记,做了摘记概括。 **搭建数据分析体系常犯错误**是丢失重点、目标,陷入指标细节;贪大求全的使用同一套指标而不加以区分职责。 **数据分析要旨**在于解释数据背后的业务含义,找到**对业务有用的价值点**。 **数据分析体系**能**更有效率**的支持业务,把数据报表、专题报表串起来,有层次展现,应用到业务中。**有节奏、有主次、有顺序的展现**数据。 **搭建数据分析体系的基本思路**: 明确服务对象即针对的需求方负责人; 明确工作目标,量化目标,可以计算目标现状的差距; 监督业务走势,发现问题苗头; 了解业务行动,分解业务细节,找到数据可以帮助的价值点; 行动之后,复盘行动结果,事后总结出普遍的经验。优秀的业务能力永远稀缺,不可复制。复盘的意义:把明显的作死行为总结出来,避免普通人犯错。 **数据分析体系不是一成不变,也需要迭代升级,提升专业水准的要求**:坚守目标,迭代方法,积累经验。固定通用产品、临时个体专题。 **回到出发点,重视业务需求**:从业务中来,到业务中去;用专业的方法服务个性化需求 ### 精彩段子: **数据的优势,不是直接生产出超人的创意,而是事后总结出普遍的经验**。**优秀的业务能力永远是稀缺资源,是不可复制的**。但通过数据分析复盘,可以**把明显的作死行为总结出来,避免普通人犯错**。 **数据的作用:长期积累的业务方经验,(基于普遍意义)为遇到的问题提供思路。** **做业务从来不怕失败,怕的是败的不明不白**。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值