為什么你的數(shù)據(jù)分析成果總是難以落地?數(shù)據(jù)分析的價(jià)值總是遠(yuǎn)遠(yuǎn)低于預(yù)期?相信看完這篇文章，每個(gè)人都能找到一個(gè)屬于自己的答案。以下為從事電力、軍工、金融等行業(yè)擔(dān)任數(shù)據(jù)分析師從業(yè)者的多年行業(yè)經(jīng)驗(yàn)，希望能對(duì)大家有所幫助。

01 遵循數(shù)據(jù)分析標(biāo)準(zhǔn)流程

數(shù)據(jù)分析遵循一定的流程，不僅可以保證數(shù)據(jù)分析每一個(gè)階段的工作內(nèi)容有章可循，而且還可以讓分析最終的結(jié)果更加準(zhǔn)確，更加有說(shuō)服力。一般情況下，數(shù)據(jù)分析分為以下幾個(gè)步驟：

1)業(yè)務(wù)理解，確定目標(biāo)、明確分析需求;

2)數(shù)據(jù)理解，收集原始數(shù)據(jù)、描述數(shù)據(jù)、探索數(shù)據(jù)、檢驗(yàn)數(shù)據(jù)質(zhì)量;

3)數(shù)據(jù)準(zhǔn)備，選擇數(shù)據(jù)、清洗數(shù)據(jù)、構(gòu)造數(shù)據(jù)、整合數(shù)據(jù)、格式化數(shù)據(jù);

4)建立模型，選擇建模技術(shù)、參數(shù)調(diào)優(yōu)、生成測(cè)試計(jì)劃、構(gòu)建模型;

5)評(píng)估模型，對(duì)模型進(jìn)行較為全面的評(píng)價(jià)，評(píng)價(jià)結(jié)果、重審過(guò)程;

6)成果部署，分析結(jié)果應(yīng)用。

02 明確數(shù)據(jù)分析目標(biāo)

在數(shù)據(jù)分析前期，要做到充分溝通、理解業(yè)務(wù)規(guī)則、關(guān)注業(yè)務(wù)痛點(diǎn)、了解用戶需求、換位思考，明確為什么要做數(shù)據(jù)分析，要達(dá)到一個(gè)什么目標(biāo)。

03 業(yè)務(wù)與數(shù)據(jù)結(jié)合確定分析主題

以解決業(yè)務(wù)問(wèn)題為目標(biāo)，以數(shù)據(jù)現(xiàn)狀為基礎(chǔ)，確定分析主題。前期要做好充分的準(zhǔn)備，以業(yè)務(wù)問(wèn)題為導(dǎo)向，以業(yè)務(wù)梳理為重點(diǎn)，進(jìn)行多輪討論，分析主題避免過(guò)大，針對(duì)業(yè)務(wù)痛點(diǎn)，實(shí)現(xiàn)知現(xiàn)狀、明原因、可預(yù)測(cè)、有價(jià)值。

04 多種分析方法結(jié)合

分析過(guò)程中盡量運(yùn)用多種分析方法，以提高分析的準(zhǔn)確性和可靠性。例如，運(yùn)用定性定量相結(jié)合的分析方法對(duì)于數(shù)據(jù)進(jìn)行分析;融合交互式自助BI、數(shù)據(jù)挖掘、自然語(yǔ)言處理等多種分析方法;高級(jí)分析和可視化分析相結(jié)合等。

05 選擇合適的分析工具

工欲善其事，必先利其器，數(shù)據(jù)分析過(guò)程中要選擇合適的分析工具做分析。SPSS、Rapidminer、R、Python等這幾種工具都是業(yè)界比較認(rèn)可的數(shù)據(jù)分析產(chǎn)品。

它們各有其優(yōu)勢(shì)，SPSS 較早進(jìn)入國(guó)內(nèi)市場(chǎng)，發(fā)展已經(jīng)相對(duì)成熟，有大量參考書可供參考，操作上容易上手，簡(jiǎn)單易學(xué)。Rapidminer 易用性和用戶體驗(yàn)做得很好，并且內(nèi)置了很多案例用戶可直接替換數(shù)據(jù)源去使用。R 是開(kāi)源免費(fèi)的，具有良好的擴(kuò)展性和豐富的資源，涵蓋了多種行業(yè)中數(shù)據(jù)分析的幾乎所有方法，分析數(shù)據(jù)更靈活。Python，有各種各樣功能強(qiáng)大的庫(kù)，做數(shù)據(jù)處理很方便。

06 分析結(jié)論盡量圖表化

經(jīng)過(guò)嚴(yán)謹(jǐn)推導(dǎo)得出的結(jié)論，首先要精簡(jiǎn)明確，3-5條即可。其次要與業(yè)務(wù)問(wèn)題結(jié)合，給出解決方案或建議方案。第三盡量圖表化，要增強(qiáng)其可讀性。

某企業(yè)KPI分析報(bào)告

數(shù)據(jù)分析過(guò)程中，除了以上六條原則，還要避免以下3種情況：

1)時(shí)間安排不合理

在開(kāi)始分析工作之前，一定要做一個(gè)明確的進(jìn)度計(jì)劃，時(shí)間分配的原則是：數(shù)據(jù)收集、整理及建模占70%，數(shù)據(jù)可視化展現(xiàn)及分析報(bào)告占25%，其他占5%。

2)數(shù)據(jù)源選擇不合理

一般企業(yè)中的數(shù)據(jù)來(lái)源有很多，SAP、TMS、CRM及各部門業(yè)務(wù)系統(tǒng)，每個(gè)渠道的數(shù)據(jù)各有特點(diǎn)。這時(shí)，應(yīng)該慎重考慮從哪個(gè)渠道獲取數(shù)據(jù)更加快捷有效。數(shù)據(jù)源選擇不合理，不僅影響結(jié)論的可靠性，而且有返工的風(fēng)險(xiǎn)。

3)溝通不充分

無(wú)論是分析人員內(nèi)部的溝通還是與外部相關(guān)人員的溝通，都是至關(guān)重要的。與外部人員溝通效不順暢，可能造成前期需求不清，中間業(yè)務(wù)邏輯混亂，最終導(dǎo)致數(shù)據(jù)分析結(jié)果差強(qiáng)人意。與內(nèi)部人員溝通效率低，可能造成分析進(jìn)度滯后，分析工作開(kāi)展不暢等諸多問(wèn)題，直接影響分析效果。

對(duì)于數(shù)據(jù)分析師，分析經(jīng)驗(yàn)的積累與專業(yè)知識(shí)的提升同樣重要，因?yàn)橛行﹩?wèn)題不是只用專業(yè)知識(shí)就能解決的，所以在平時(shí)的工作中要有意識(shí)的去學(xué)習(xí)業(yè)務(wù)知識(shí)、掌握先進(jìn)的分析工具，做一個(gè)有心人!

來(lái)源：MeritData

精彩活動(dòng)

福利 · 閱讀 | 免費(fèi)申請(qǐng)讀大數(shù)據(jù)新書 第23期

推薦閱讀

2017年數(shù)據(jù)可視化的七大趨勢(shì)！?

全球100款大數(shù)據(jù)工具匯總（前50款）?

論大數(shù)據(jù)的十大局限

大數(shù)據(jù)時(shí)代的10個(gè)重大變革

大數(shù)據(jù)七大趨勢(shì) 第一個(gè)趨勢(shì)是物聯(lián)網(wǎng)

Q:?數(shù)據(jù)分析如何落地？

歡迎留言與大家分享

請(qǐng)把這篇文章分享給你的朋友

轉(zhuǎn)載 / 投稿請(qǐng)聯(lián)系：hzzy@hzbook.com

更多精彩文章，請(qǐng)?jiān)诠娞?hào)后臺(tái)點(diǎn)擊“歷史文章”查看

總結(jié)

以上是生活随笔為你收集整理的为什么你的数据分析成果总是难以落地?的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。