中国统计网「数据分析新人」如何摆脱“取数机器”？

本文插图
文末领取 【AARRR模型】- 本文为中国统计网特邀作者原创 -

本文插图
描述一个业务问题的现状是什么，是最基础的数据分析需求。常见的问题类型有：

产品经理：某个功能的数据表现如何？
活动运营：某个活动的数据情况怎么样？
渠道运营：新渠道的引流人数是多少?

新人数据分析师一开始往往就是从这类数据分析需求开始做。
【中国统计网「数据分析新人」如何摆脱“取数机器”？】新手很容易就会把这种问题做成一个取数类的需求。最后给出一堆数据：点击率是多少、留存率是多少、转化率是多少。业务方最后问，这些数据能得出什么结论？
那么，我们能不能把这种简单需求做地更加深入，更好地发挥数据分析师的价值呢？今天就来分享一下，数据分析流程中的“是什么” ，或者说叫做“描述现状” ，究竟该怎么做。
1
描述现状，不是单纯取数
首先，描述现状的基础是指标。通过提取指标的数据，反应实际的业务现状。但描述现状绝对不仅仅是罗列一堆数据。
只列数据，没有结论，这是新人最爱犯的错误。原因很简单，新人也知道好的分析要有结论。但是作为一个新人，不懂业务，不知道该怎么下结论。
新人分析师看到次日留存率是30% ，琢磨着说点啥好呢？留存率比较低？还是留存率比较高？自己对业务一知半解，写高还是写低都不好。谨慎的同学这时候就倾向于不要下结论。先按照取数需求做，等过段时间熟悉了业务再说。
但这样很容易被加上一个“不懂业务”的标签。在别人眼里你是一个写sql的工具人，逐渐成为一个取数机器。
2
描述现状，不能主观判断
还有一类数据分析师，胆子很大，很敢写结论。他们不局限于取数，会根据自己的业务理解，给出一个结论。可惜方法不对，也容易出问题。
小白在做广告分析，发现广告曝光的点击率2% 。小白心想：点击率才2% ， 100个人里只有2个人会点击，这个数据肯定很低了吧？于是直接下结论，曝光点击率只有2% ，我认为点击率较低。
这个我认为很要命，类似的还有“我觉得”、“我感觉”这些词语。这种分析结果很容易和业务撕逼，主要焦点在于曝光点击率2%到底算不算低。而且数据分析师往往会败下阵来，业务方连问几个问题就招架不住了。

为什么2%点击率就是低了？
你知道广告的平均点击率是多少吗？
你知道业内平均水平是多少吗？

发生这种情况，小白就被加上了“不专业”的标签。在别人眼里，你是一个不严谨的人，任职数据分析师的基础能力都不具备。
要知道，数据分析师很靠专业性生存，如果公司里业务方不相信你的结论，那么你在这家公司就很难混得好了。
3
描述现状的正确做法
不能不下结论，又不能乱下结论。

本文插图
那怎么在不了解业务的情况下，快速给出高质量的分析结果呢？
举一个生活中的例子。大家应该都有过体检的经历，血常规的体检报告里面，什么白细胞数量、红细胞数量、血小板数量等等都有具体的数值，看起来特别精确。单纯取数也就是给一个这样的数据。
但是只有这个数据好像没啥用。你知道红细胞数量是2.5 ，能得出什么结论？没有医学常识的人，一般也不敢乱下判断。好在这种报告后面都会有一列，叫做“参考值” 。