乐此不疲的博客

并且重大项目立项阶段的信息提醒，包括策划（基础数据，过往经验，对手动作）～执行（关注那些数据，监控什么指标）～决策（过往ROI）；项目结束后背书（做得好：树标杆，做的一般：找小机会点，做的不好：找理由）。对于每周关注，预测是否有新需求；4.1.基本原则：有数据清单就可以做统计，有统计指标就有其他相关联的指标，就可以形成指标体系，进而进行监控，而之后出现波动，就会引发专题分析，从而得到分析成果，变成数据产品。2.数据分析需求：主要分为三方面，是什么（评估），为什么（原因），会怎样（预测）。

1.定义问题：清晰描述问题（事情本身情况，用专业维度描述，清除不确定性，剔除伪命题）；细分问题类型（是什么，为什么，会怎样。分析思路：清晰描述问题（描述性统计），判断问题严重性（是什么），寻找问题原因（为什么），评估提升策略（是什么）；分析思路（判断模型类型，制作与选择特征，构建模型，检验结果）；基本上输出产物就是：xx行业销售一般有5个维度，一般规律是xx，如果波动大于x%就要预警，可以从xx方面关注。核心：用专业的判断定义问题的发生场景、问题类型，初步判断解决问题的方向，设定评价标准，管理期望值。

有可能业务部门没有好的手段，比如我就能送个券），所以先缩小探测原因的范围，在能力范围内找原因。可评估分为全体/细分，全体的话就是双十一大活动，细分的话看是否定向，定向的话就是拉新、促活、挽留，不定向的话就是拉动业绩。针对全体问题，最简单的办法就是直接看总量（全体活动，追求的就是高投入高产出，所有部门全力；因为全力，所以没有对照组，这种时候需要提前说好提前预估的量，事后才能判断）。如果是降低流失率问题，直接找流失的节点，追根溯源；细分评估，需要看整体目标完成情况（定向，拉新就是到底拉多少，质量如何等；

缺点：只能考虑少数关键变量，缺少综合评估；仅能对群体做解释，无法具体到个人情况；对缺少经验的领域预估不准。方案由业务定，数据分析提供建议。数据分析更多时候是验证可行性加监控执行。综合来看，更对是在经营分析时使用，便于部门工作和后续跟踪。我们发现，有一类客户在放款以后就还款，把这类客户减下去。问题定义后，从方法库选择合适的建议。优点：更符合人们思考逻辑，容易落地。实际上就是找出四要素的过程。执行人、现状、方法、目标。基于因果关系预测：各类算法。