数据分析浅谈

最近在一家很不错的公司实习，做了一些关于产品数据的工作，今晚做一次总结。

从以下几个方面入手，什么是数据分析，怎么做数据分析，为什么要做数据分析，如何才能做得更好。

所谓数据分析就是将产品相关的数据收集整合，然后利用特定的方法去分析这些数据，从中发现规律或是得到结论。

这些特定的方法可以包括专业的统计学、数学建模等，也可以从数据的维度和广度出发，数据收集或对比、总结相似数据的相同性、异常数据出现的可能原因，这类分析比较偏人文学科，可能数学难度不高，但是利用独特的数据角度，同样可以得到非常有价值的结果。

不论怎么样做数据分析，我们都需要明确数据分析的目标，清楚每个原始数据和中间数据的意义，从中发现问题、得到结论或是验证想法。

当你确认了数据分析目标之后，需要的就是去确定哪些数据对于目的是有用的。因为数据有很多，不可能将所有的数据考虑到，所以这时候就需要根据经验或是业务知识去找到最可能和目的相关的原始数据，整理收集这些数据，方便以后的分析。

目标清楚、原料充足之后，我们便开始考虑如何利用这些资源去做出一道大餐。

比如在APP的数据分析中，可以得到的数据有新增用户、活跃用户、留存、渠道流量、版本数据、行业数据、自定义埋点数据等，这些数据目前还都是质量不错的原材料，还需要经过大厨的烹饪才能色香味俱全。

那么这时候大厨的厨艺就是数据分析的关键了。有的人精通数学，懂得如何快速准确建模；有的人通晓业务，明白每个数据背后的商业意义；有的人长于世 事，能从数据中看到隐藏的情感并为己所用；有的人善打地基，清楚稳定的数据架构可以为发展提供源源不断的动力。总之，利用不同的手艺做出来的数据大餐各有 所长，互相支持，缺一不可。

数据分析永远都是为了产品的发展而服务，一切的目的无外乎：获得用户、留住用户、增加收益，而数据正好可以告诉我们在这三个点上的表现，同样这也是最客观和准确的途径，为我们的策略提供参考。

所以数据分析就是了解产品、暴露问题或发现惊喜（真相）、分析原因、思考方案、结果验证。

评价更好是从目标出发，当目标的完成度越高、质量越好，那么数据分析的工作就是在变得更好。

除了前面提到的目标明确、方法牛逼外，同时也要让团队或负责人清楚了解到产品的真实表现，告诉他们现在存在的问题，与团队一起及时找到问题解决方 案，明确如何调整产品策略或是制定新的玩法去提高产品表现，即获得更多的用户、留住更多的用户，增加产品的收益。所以在这一过程中如何让别人更快更好的理 解你的分析，让他们支持你的工作也是很重要的一环，甚至比数据分析本身还重要。

原文来自：jianshu