如何成為優秀的APP商城數據分析師(一)
作者: 宋博文 來源: 未知 發布時間:2016-10-10 10:15
APP商城數據分析師的價值金字塔互聯網企業數據分析體系中至少有三方面的數據:用戶行為數據、交易訂單數據和CRM數據。

把不同來源的數據采集好,然后通過清理、轉化等環節統一到數據平臺上;再由專門的數據工程師從數據平臺上提出數據。這些工作占用了整個環節90%的時間,然而產生的價值卻只占10%。這個金字塔再往上數據分析就和業務實際緊密結合,以報表、可視化等方式支持企業的業務決策,涵蓋產品、運營、市場、銷售、客戶支持各個一線部門。
這個部分占用了整個環節才10%的時間,但是卻能產生90%的價值。一個優秀的商務數據分析師應該以價值為導向,緊密結合產品、運營、銷售、客戶支持等實踐,支持各條業務線發現問題、解決問題并創造更多的價值。
數據分析師必備的四大能力:
1.全局觀某日,很多時候,數據分析師不能就數說數,陷入各種報表中不能自拔。一個優秀的數據分析師應該具有全局觀,碰到分析需求的時候退一步多問個為什么,更好地了解問題背景和分析目標。
2.專業度某企業的數據科學家針對用戶流失情形進行建模預測,最終得到的用戶流失模型預測準確率高達90%多。準確率如此之高,讓商務分析師都不敢相信。經過檢驗,發現數據科學家的模型中有一個自變量是 “用戶是否點擊取消按鈕” 。而點擊了“取消”按鈕是用戶流失的重要征兆,做過這個動作的用戶基本上都會流失,用這個自變量來預測流失沒有任何業務意義和可操作性。數據分析師要在所在行業(例如電商、O2O、社交、媒體、SaaS、互金等等)展示她/他的專業度,熟悉自己行業的業務流程和數據背后的意義,避免上面的數據笑話。
3.想象力商業環境的變化越來越快、越來越復雜,一組商業數據的背后涉及到的影響因素是常人難以想象的。數據分析師應該在工作經驗的基礎上發揮想象力,大膽創新和假設。
練就APP商城數據分析的洪荒之力并非一朝一夕之功,而是在實踐中不斷成長和升華。一個優秀的數據分析師應該以價值為導向,放眼全局、立足業務、與人為善,用數據來驅動增長。
相關文章:如何成為優秀的APP商城數據分析師(二)

這個部分占用了整個環節才10%的時間,但是卻能產生90%的價值。一個優秀的商務數據分析師應該以價值為導向,緊密結合產品、運營、銷售、客戶支持等實踐,支持各條業務線發現問題、解決問題并創造更多的價值。
數據分析師必備的四大能力:
1.全局觀某日,很多時候,數據分析師不能就數說數,陷入各種報表中不能自拔。一個優秀的數據分析師應該具有全局觀,碰到分析需求的時候退一步多問個為什么,更好地了解問題背景和分析目標。
2.專業度某企業的數據科學家針對用戶流失情形進行建模預測,最終得到的用戶流失模型預測準確率高達90%多。準確率如此之高,讓商務分析師都不敢相信。經過檢驗,發現數據科學家的模型中有一個自變量是 “用戶是否點擊取消按鈕” 。而點擊了“取消”按鈕是用戶流失的重要征兆,做過這個動作的用戶基本上都會流失,用這個自變量來預測流失沒有任何業務意義和可操作性。數據分析師要在所在行業(例如電商、O2O、社交、媒體、SaaS、互金等等)展示她/他的專業度,熟悉自己行業的業務流程和數據背后的意義,避免上面的數據笑話。
3.想象力商業環境的變化越來越快、越來越復雜,一組商業數據的背后涉及到的影響因素是常人難以想象的。數據分析師應該在工作經驗的基礎上發揮想象力,大膽創新和假設。
練就APP商城數據分析的洪荒之力并非一朝一夕之功,而是在實踐中不斷成長和升華。一個優秀的數據分析師應該以價值為導向,放眼全局、立足業務、與人為善,用數據來驅動增長。
相關文章:如何成為優秀的APP商城數據分析師(二)

猜你喜歡
【本站聲明】 1、本網站發布的該篇文章,目的在于分享電商知識及傳遞、交流相關電商信息,以便您學習或了解電商知識,請您不要用于其他用途; 2、該篇文章中所涉及的商標、標識的商品/服務并非來源于本網站,更非本網站提供,與本網站無關,系他人的商品或服務,本網站對于該類商標、標識不擁有任何權利; 3、本網站不對該篇文章中所涉及的商標、標識的商品/服務作任何明示或暗示的保證或擔保; 4、本網站不對文章中所涉及的內容真實性、準確性、可靠性負責,僅系客觀性描述,如您需要了解該類商品/服務詳細的資訊,請您直接與該類商品/服務的提供者聯系。