我們說的數據分析，到底要分析些什么

“我們說數據分析，到底要分析些什么？”

數據分析這個話題自從進入人們的視線以來，這個話題就成為人們茶余飯后的談資，但是一千個人眼中就有一千個哈姆雷特，就意味著每個人對數據分析都有不一樣的理解。

研究了大多數招聘網站數據分析崗位的需求，我發現，數據分析崗位，要求要有函數功底，對數據敏感，有數據分析驚訝，例如拉勾上快看漫畫數據分析的招聘需求：

之后也找幾個數據分析人員做了簡單的了解，數據分析到底分析的是什么？

有人說，我做電商數據分析的，我的工作就是業務數據分析的；有人說，我做金融數據分析的，我的工作就是做量化投資的；有人說，我做游戲APP數據分析，主要是分析用戶和流量，做用戶畫像；還有人說，我做數據分析的，就是做報表用來指導數據化決策。

我甚至找到了一位資深數據分析從業人員認真梳理的工作內容圖

而現實是，數據分析應用已經深入到工作中的方方面面，小到Excel做表，大到數據化決策指導。但是依照目前的形勢來看，大部分公司缺乏全面的數據運營管理體系，因此會給數據分析從業者造成數據分析僅限于做圖表，為業務部門服務提供數據。

而筆者看來，數據分析到底是什么？數據分析是指用統計分析方法對收集的數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結并指導實際工作和生活。

抓準數據分析主要需求
監控數據分析重點指標
確立數據分析報表體系
數據分析提升產品創新

抓準數據分析主要需求

以電商行業為例，電商行業的數據分析需求主要集中在流量和轉化。而數據分析師的工作是為了服務自身產品，分析用戶，從而確保更好的銷量。這就要求數據分析師做好用戶畫像，通過數據分析建立用戶模型，不斷挖掘用戶屬性，分析用戶的行為，針對用戶行為制定相應的營銷策略。

監控數據分析重點指標

數據分析監控是十分有必要的，但是不能不分重點全部胡亂一把抓，需要有重點的抓。數據分析的監控主要目的是為了輔助內外部的管理，確保企業整體發展。還以APP為例，日常需要監控的指標有：

常規數據指標，如用戶量、UGC、銷量、付費量、推廣期的數據等

渠道分析/流量分析

用戶轉化率

用戶使用時長

用戶流失情況

用戶特征描述

用戶生命周期監測

確立數據分析報表體系

數據分析報表是工作總結，他是你整個分析過程的成果，是評定一個產品、一個事件的定性結論，是產品決策的參考依據。一份好的數據分析報表既要體現目標，清晰的分析邏輯、明確的數據集及制作過程，最主要給出實際可行的建議。

數據分析提升產品創新

數據分析師如果想要在以后的工作中立足，站穩腳跟，只需要記住三點：

工具要熟悉再熟悉

業務知識要精通

溝通要會說話，敢于發言，并言之有物。

除了以上三點，一定要堅持持續學習，并不斷摸索，勇于創新。