极客公园微信号：geekpark

　　数据分析

　　本文作者为 GrowingIO 联合创始人&运营副总裁陈明。陈明毕业于斯坦福大学，先后就职于 eBay、LinkedIn 数据分析部门，有丰富的商务分析经验。原文发布于 GrowingIO 技术博客和微信公众号，极客公园经授权发布。

　　近些年，互联网公司对数据分析师岗位的需求越来越多，这不是偶然。

　　过去十多年，中国互联网行业靠着人口红利和流量红利野蛮生长；而随着流量获取成本不断提高、运营效率的不断下降，这种粗放的经营模式已经不再可行。互联网企业迫切需要通过数据分析来实现精细化运营，开奖，降低成本、提高效率；而这对数据分析师也提出了更高的要求。

　　本文将和大家分享数据分析师的演变、数据分析价值体系、数据分析师必备的四大能力、七大常用思路以及实战分析案例。

　　一、数据分析师的前世今生

　　在介绍数据分析师之前，我们先来看一下这几个历史人物，看看他们都跟数据分析师有着怎样的渊源？

　　历史上大名鼎鼎的「分析师」

　　上面展示的六个历史人物（从左往右，从上往下）分别是：张良、管仲、萧何、孙斌、鬼谷子和诸葛亮。他们是历史上大名鼎鼎的谋士，有的还做过丞相。他们博览群书、眼光独到，通过对大量史实进行总结发现了很多规律，并且在实践中成功预测了很多事件。他们通过「历史统计——总结分析——预测未来」的实践为自己的组织创造了绝大的价值，而这就是「数据分析师」的前身。

　　那么现在，数据分析师需要哪些必备技能，如何成为一名优秀的数据分析师呢？

　　二、数据分析师的价值金字塔

　　一个完整的企业数据分析体系涉及到多个环节：采集、清理、转化、存储、可视化、分析决策等等。其中，不同环节工作内容不一样，消耗的时间和产生的价值也相差甚远。

　　数据分析师的价值金字塔

　　互联网企业数据分析体系中至少有三方面的数据：用户行为数据、交易订单数据和 CRM 数据。工程师把不同来源的数据采集好，然后通过清理、转化等环节统一到数据平台上；再由专门的数据工程师从数据平台上提出数据。这些工作占用了整个环节 90% 的时间，然而产生的价值却只占 10%。

　　这个金字塔再往上数据分析就和业务实际紧密结合，以报表、可视化等方式支持企业的业务决策，涵盖产品、运营、市场、销售、客户支持各个一线部门。这个部分占用了整个环节才 10% 的时间，但是却能产生 90% 的价值。

　　一个优秀的商务数据分析师应该以价值为导向，紧密结合产品、运营、销售、客户支持等实践，支持各条业务线发现问题、解决问题并创造更多的价值。

　　三、数据分析师必备的四大能力

　　数据分析师必备的四大能力

　　1. 全局观

　　某日，产品经理跑过来问我：Hi, 能不能帮我看一下昨天产品新功能发送的数据？谢谢！条件反射我会说：好，我马上给你！不过我还是礼貌性地问了一句：为什么需要这数据呢？产品经理回复道：哦，昨天新功能上线了，我想看看效果。知道了产品经理的目的，我就可以针对性地进行数据提取和分析，分析的结果和建议也就更加具有可操作性。

　　很多时候，数据分析师不能就数说数，陷入各种报表中不能自拔。一个优秀的数据分析师应该具有全局观，碰到分析需求的时候退一步多问个为什么，atv，更好地了解问题背景和分析目标。

　　2. 专业度

　　某企业的数据科学家针对用户流失情形进行建模预测，最终得到的用户流失模型预测准确率高达 90% 多。准确率如此之高，让商务分析师都不敢相信。经过检验，发现数据科学家的模型中有一个自变量是「用户是否点击取消按钮」。而点击了「取消」按钮是用户流失的重要征兆，做过这个动作的用户基本上都会流失，用这个自变量来预测流失没有任何业务意义和可操作性。