Ces dernières années, les sociétés Internet ont de plus en plus de demande d'analystes de données, ce qui n'est pas accidentel.
(le célèbre "analyste" de l'histoire)
Les six chiffres historiques (de gauche à droite, de haut en bas) sont: Zhang Liang, Guan Zhong Xiao He, Sun Bin, Ghost Vallée et Zhuge Liang. Ils sont célèbres pour le fameux accouplement de l'histoire et certains ont fait un premier ministre. Ils expirent le groupe, les yeux sont seuls et de nombreuses régularités ont été découvertes par un grand nombre de faits historiques et de nombreux événements ont été prédits avec succès dans la pratique. Ils ont créé la grande valeur dans les "statistiques historiques - analyse sommaire - prédisant l'avenir", qui est le prédécesseur de "analyste de données".
Donc maintenant, qui doit avoir un analyste de données, comment devenir un excellent analyste de données?
Partie 2 | Valeur de l'analyste de données Pyramid
Un système complet d'analyse de données d'entreprise implique plusieurs liens: acquisition, nettoyage, transformation, stockage, visualisation, analyse et plus. Parmi eux, le contenu de travail de différents liens est différent et le temps et la valeur de la consommation sont loin.
La photo ci-dessus est la "Pyramide de la valeur de l'analyste de données".
Au moins trois aspects des données dans le système d'analyse des données d'entreprise Internet: Données de comportement des utilisateurs, données de commande de transaction et données CRM. Les ingénieurs collectent des données de différentes sources, puis les unifichent à la plate-forme de données en nettoyant, à la conversion, etc. Ces travaux prennent 90% de l'ensemble du lien, mais le résultat n'est que de 10%.
Cette pyramide est de nouveau à l'analyse des données et la combinaison effective des entreprises, des rapports, de la visualisation, etc prend en charge les décisions commerciales de l'entreprise, couvrant les produits, les opérations, le marketing, les ventes et les clients pour prendre en charge toutes les lignes. Cette partie prend 10% de l'ensemble de la liaison, mais peut générer 90% de la valeur.
Un excellent analyste de données commerciales doit être ciblé, associé étroitement avec le produit.Fonctionnement, vente, assistance clientèle et autres pratiques, prenez en charge toutes les problèmes de découverte de ligne d'affaires, résolvez les problèmes et créez plus de valeur.
Partie 3 | Les analystes de données doivent avoir quatre capacités majeures
1. Sauvegardez
sur une journée donnée, le responsable du produit s'exécute de me demander: Bonjour, pouvez-vous m'aider à voir hier? Produit de nouvelles fonctionnalités envoyer des données? Merci! Conditions de réflexion, je dirai: OK, je vais vous donner tout de suite! Mais j'ai toujours posé poliment: pourquoi ai-je besoin de ces données? Le responsable du produit a répondu: Oh, la nouvelle fonctionnalité d'hier est en ligne, je veux voir l'effet. Je connais le but du chef de produit, je peux effectuer une extraction et une analyse des données des données, des résultats analytiques et des recommandations plus d'opérabilité.
Plusieurs fois, les analystes de données ne peuvent pas dire quelques rapports, ne peuvent pas être tirés de tous les rapports. Un excellent analyste de données devrait avoir une vue globale et lorsque vous rencontrez l'analyse, vous demanderez un moment et de mieux comprendre les objectifs de fond et d'analyse du problème.
2. PROFESSIONNELLE
Une modélisation des scientifiques de données commerciales prédit les situations de perte d'utilisateur et l'obtention finalement des modèles de trafic d'utilisateurs, une précision prédictive est supérieure à 90%. La précision est si élevée, de sorte que les analystes d'entreprise ne peuvent pas y croire. Après inspection, on constate qu'il existe une auto-variable dans le modèle de données scientifiques étant "si l'utilisateur clique sur le bouton Annuler". En cliquant sur le bouton "Annuler", le bouton "Annuler" est un signe important de la perte de l'utilisateur. Les utilisateurs qui ont fait cette action perdent essentiellement et cet argument est utilisé pour prédire la perte sans signification et opérabilité de l'entreprise.
Les analystes de données veulent montrer son professionnel, familiariser avec la signification du processus d'entreprise et des données de l'industrie et d'éviter le sens du processus d'entreprise et des données de l'industrie. Blagues de données.
3. Imagination
L'évolution de l'environnement d'entreprise devient plus rapide et plus compliquée, et les facteurs d'influence impliqués derrière un groupe de données commerciales sont inimaginables. Les analystes de données devraient jouer l'imagination, l'innovation audacieuse et les hypothèses sur la base de l'expérience de travail.
Selon le KPI de base de la Silicon Valley (Facebook 4-2-2 Directives, la loi sur la connexion de LinkedIn), nous souhaitons également trouver la croissance de l'entreprise Internet Croissance du Core KPI. Grâce à la collection complète des données, des calculs de backend intelligents et des interactions d'utilisation simples, le reteneur peut aider les entreprises à trouver rapidement le comportement de l'utilisateur le plus pertinent qui empêche le plus, tout comme le magicien évite doucement la baguette magique. Simple. Par exemple, un produit SaaS a créé 3 graphiques en une semaine, le taux de mémoire restant est très élevé, puis «une semaine +3 + tableau» est le numéro magique de nos utilisateurs de conduite.
4. Trust
Prenez la position des ventes à titre d'exemple, un personnel de vente doit d'abord créer une confiance avec les utilisateurs; si l'utilisateur ne vous fait pas confiance, il est également difficile de faire confiance à votre production ou d'acheter votre production.Goût. De même, les analystes de données doivent établir une bonne relation interpersonnelle avec des collègues de divers départements pour former une certaine confiance. Les collègues de différents départements vous font confiance, ils peuvent facilement accepter vos conclusions et suggestions d'analyse; sinon ce sera une demi-heure.
Partie 4 | Analyse des données Common sept idées
1. Trend simple
Comprendre l'utilisation du produit grâce aux tendances d'accès en temps réel, facile à parcourir rapidement. L'accès au nombre d'utilisateurs, aux sources d'accès et à l'accès au comportement des utilisateurs est important pour l'analyse des tendances.
(Analyse de la situation en temps réel)
(par rapport à la tendance de la semaine)
2. Décomposition multidimensionnelle
Les analystes de données peuvent se décomposer à partir des indicateurs multidimensionnels basés sur les besoins d'analyse. Par exemple, un type de navigateur, type de système d'exploitation, source d'accès, source de publicité, région, site Web / application mobile, marque d'équipement, version d'application, etc.
(Utilisateurs d'accès à l'analyse multidimensionnelle)
3. L'entonnoir de transformation
Selon les chemins de transformation connus, la transformation de l'ensemble et chaque étape est analysée par le modèle d'entonnoir. Les situations de conversion commune ont une analyse de transformation enregistrée, une analyse de conversion d'achat, etc.
(Analyse multidimensionnelle des utilisateurs d'accès)
4. Split utilisateur
En analyse raffinée, il est souvent nécessaire d'analyser et de comparer un groupe d'utilisateurs avec un comportement particulier; l'analyste de données a besoin de la multi-dimensionnelle et de la multi-dimension. -Indexes sont utilisés comme condition de la population, optimisant ainsi le produit et améliorent l'expérience utilisateur.
(produits achetés, des fonds ont été rachetés, les utilisateurs ayant un puissant achat seront ")
5. Chemin d'enquête
6. Analyse de la suppression
L'analyse de la suppression consiste à explorer l'association entre le comportement des utilisateurs et la visite de retour. Généralement, le taux restant, fait référence au ratio du "nouveau utilisateur" "Retour Site Web / App" dans une période de temps. Les analystes de données utilisent différents points de croissance des utilisateurs fonctionnels en analysant différents groupes d'utilisateurs.
(Analyse de la suppression a révélé que "la création de graphique" est supérieure à la rétablissement de l'utilisateur)
7. Test A / B
Test A / B est un test parallèle multi-programme simultané, mais Chaque solution n'a qu'une seule variable; puis sélectionnez la solution optimale dans une certaine règle (telle qu'une expérience utilisateur, des indicateurs de données, etc.). Les analystes de données doivent choisir des échantillons de paquets raisonnables dans ce processus, surveiller les indicateurs de données, l'analyse des données post-partum et les différentes évaluations de programmes.
Partie 5 | Cas de combat de l'analyse de données
Une plate-forme sociale lancéePayer des fonctionnalités avancées et appuyez sur l'utilisateur cible sous la forme d'EDM (e-mail de marketing direct, marketing par courrier électronique), les utilisateurs peuvent directement cliquer sur les liens de la messagerie pour compléter l'enregistrement. Le taux de conversion d'enregistrement du canal a été compris entre 10% et 20%; mais le taux d'enregistrement tombera fortement, encore moins de 5% à la fin du mois d'août.
Si vous êtes l'analyste de données de la société, comment allez-vous analyser ce problème? En d'autres termes, quels facteurs peuvent causer la conversion d'EDM?
Un excellent analyste de données devrait avoir une vision globale et un professionnel, à partir d'une entreprise, d'intégrer divers aspects. Par conséquent, la possibilité que le taux de transformation de l'enregistrement de l'EDM est la suivante:
1. Raisons techniques: Délai ou dysfonctionnement de l'ETL, entraînant l'absence de données d'enregistrement front-end, le taux de conversion d'enregistrement diminue fortement;
2 . Facteur externe: Ce nœud de temps existe des vacances, d'autres départements ont récemment envoyé des courriels promotionnels aux utilisateurs, ces facteurs peuvent diluer l'attention de l'utilisateur;
3. Facteur interne: la copie du courrier, la conception est modifiée; le Taux d'arrivée, débit ouvert, cliquez sur le point de savoir s'il est normal; si le flux d'inscription du courrier est lisse.
Après avoir suivi un check-par-cas, les analystes de données verrouillent le motif du processus d'enregistrement: le gestionnaire de produits ajoute le contenu de la carte de crédit de liaison dans le processus d'enregistrement, ce qui entraîne l'enregistrement de l'utilisateur de soumettre un déclin substantiel, le taux de conversion chuté.
Un problème d'analyse de conversion apparemment simple, qui est l'incarnation des analystes de données. Le premier est le niveau technique, la compréhension et la compréhension de l'ETL (extraction de données - charge); en fait, il s'agit d'une compréhension claire de l'activité de saisonnière, de la société, etc. Enfin, le processus de conception d'entreprise EDM, etc.
Le pouvoir de formation dans l'analyse des données n'est pas un bon travail le premier jour, mais se développe et sublimé dans la pratique. Un excellent analyste de données doit être guidé par une valeur orientée vers la valeur, basée sur des entreprises et utiliser des données pour conduire la croissance.
Fin
Auteur: Chen Ming Justin
Au cours de la dernière décennie, l'industrie de l'Internet chinois s'appuie sur la croissance démographique et le dividende de flux de la croissance barbare; et le coût de l'acquisition de la circulation augmente constamment, l'efficacité opérationnelle a diminué, ce modèle commercial étendu n'est plus possible. Les entreprises Internet ont de toute urgence les opérations raffinées, réduire les coûts et améliorer l'efficacité grâce à une analyse des données; c'est aussi une exigence plus élevée. Cet article partagera l'évolution des analystes de données, le système de valeurs d'analyse des données, les analystes de données doivent avoir quatre capacités majeures, sept idées communes et des cas d'analyse pratique.
Partie 1 | Analystes de données 'Passé et présent des analystes
Avant d'introduire des analystes de données, jetons un coup d'œil à ces caractères historiques et voyons s'ils suivent tous quel type d'origine est analyste de données ?
(le célèbre "analyste" de l'histoire)
Les six chiffres historiques (de gauche à droite, de haut en bas) sont: Zhang Liang, Guan Zhong Xiao He, Sun Bin, Ghost Vallée et Zhuge Liang. Ils sont célèbres pour le fameux accouplement de l'histoire et certains ont fait un premier ministre. Ils expirent le groupe, les yeux sont seuls et de nombreuses régularités ont été découvertes par un grand nombre de faits historiques et de nombreux événements ont été prédits avec succès dans la pratique. Ils ont créé la grande valeur dans les "statistiques historiques - analyse sommaire - prédisant l'avenir", qui est le prédécesseur de "analyste de données".
Donc maintenant, qui doit avoir un analyste de données, comment devenir un excellent analyste de données?
Partie 2 | Valeur de l'analyste de données Pyramid
Un système complet d'analyse de données d'entreprise implique plusieurs liens: acquisition, nettoyage, transformation, stockage, visualisation, analyse et plus. Parmi eux, le contenu de travail de différents liens est différent et le temps et la valeur de la consommation sont loin.
La photo ci-dessus est la "Pyramide de la valeur de l'analyste de données".
Au moins trois aspects des données dans le système d'analyse des données d'entreprise Internet: Données de comportement des utilisateurs, données de commande de transaction et données CRM. Les ingénieurs collectent des données de différentes sources, puis les unifichent à la plate-forme de données en nettoyant, à la conversion, etc. Ces travaux prennent 90% de l'ensemble du lien, mais le résultat n'est que de 10%.
Cette pyramide est de nouveau à l'analyse des données et la combinaison effective des entreprises, des rapports, de la visualisation, etc prend en charge les décisions commerciales de l'entreprise, couvrant les produits, les opérations, le marketing, les ventes et les clients pour prendre en charge toutes les lignes. Cette partie prend 10% de l'ensemble de la liaison, mais peut générer 90% de la valeur.
Un excellent analyste de données commerciales doit être ciblé, associé étroitement avec le produit.Fonctionnement, vente, assistance clientèle et autres pratiques, prenez en charge toutes les problèmes de découverte de ligne d'affaires, résolvez les problèmes et créez plus de valeur.
Partie 3 | Les analystes de données doivent avoir quatre capacités majeures
1. Sauvegardez
sur une journée donnée, le responsable du produit s'exécute de me demander: Bonjour, pouvez-vous m'aider à voir hier? Produit de nouvelles fonctionnalités envoyer des données? Merci! Conditions de réflexion, je dirai: OK, je vais vous donner tout de suite! Mais j'ai toujours posé poliment: pourquoi ai-je besoin de ces données? Le responsable du produit a répondu: Oh, la nouvelle fonctionnalité d'hier est en ligne, je veux voir l'effet. Je connais le but du chef de produit, je peux effectuer une extraction et une analyse des données des données, des résultats analytiques et des recommandations plus d'opérabilité.
Plusieurs fois, les analystes de données ne peuvent pas dire quelques rapports, ne peuvent pas être tirés de tous les rapports. Un excellent analyste de données devrait avoir une vue globale et lorsque vous rencontrez l'analyse, vous demanderez un moment et de mieux comprendre les objectifs de fond et d'analyse du problème.
2. PROFESSIONNELLE
Une modélisation des scientifiques de données commerciales prédit les situations de perte d'utilisateur et l'obtention finalement des modèles de trafic d'utilisateurs, une précision prédictive est supérieure à 90%. La précision est si élevée, de sorte que les analystes d'entreprise ne peuvent pas y croire. Après inspection, on constate qu'il existe une auto-variable dans le modèle de données scientifiques étant "si l'utilisateur clique sur le bouton Annuler". En cliquant sur le bouton "Annuler", le bouton "Annuler" est un signe important de la perte de l'utilisateur. Les utilisateurs qui ont fait cette action perdent essentiellement et cet argument est utilisé pour prédire la perte sans signification et opérabilité de l'entreprise.
Les analystes de données veulent montrer son professionnel, familiariser avec la signification du processus d'entreprise et des données de l'industrie et d'éviter le sens du processus d'entreprise et des données de l'industrie. Blagues de données.
3. Imagination
L'évolution de l'environnement d'entreprise devient plus rapide et plus compliquée, et les facteurs d'influence impliqués derrière un groupe de données commerciales sont inimaginables. Les analystes de données devraient jouer l'imagination, l'innovation audacieuse et les hypothèses sur la base de l'expérience de travail.
Selon le KPI de base de la Silicon Valley (Facebook 4-2-2 Directives, la loi sur la connexion de LinkedIn), nous souhaitons également trouver la croissance de l'entreprise Internet Croissance du Core KPI. Grâce à la collection complète des données, des calculs de backend intelligents et des interactions d'utilisation simples, le reteneur peut aider les entreprises à trouver rapidement le comportement de l'utilisateur le plus pertinent qui empêche le plus, tout comme le magicien évite doucement la baguette magique. Simple. Par exemple, un produit SaaS a créé 3 graphiques en une semaine, le taux de mémoire restant est très élevé, puis «une semaine +3 + tableau» est le numéro magique de nos utilisateurs de conduite.
4. Trust
Prenez la position des ventes à titre d'exemple, un personnel de vente doit d'abord créer une confiance avec les utilisateurs; si l'utilisateur ne vous fait pas confiance, il est également difficile de faire confiance à votre production ou d'acheter votre production.Goût. De même, les analystes de données doivent établir une bonne relation interpersonnelle avec des collègues de divers départements pour former une certaine confiance. Les collègues de différents départements vous font confiance, ils peuvent facilement accepter vos conclusions et suggestions d'analyse; sinon ce sera une demi-heure.
Partie 4 | Analyse des données Common sept idées
1. Trend simple
Comprendre l'utilisation du produit grâce aux tendances d'accès en temps réel, facile à parcourir rapidement. L'accès au nombre d'utilisateurs, aux sources d'accès et à l'accès au comportement des utilisateurs est important pour l'analyse des tendances.
(Analyse de la situation en temps réel)
(par rapport à la tendance de la semaine)
2. Décomposition multidimensionnelle
Les analystes de données peuvent se décomposer à partir des indicateurs multidimensionnels basés sur les besoins d'analyse. Par exemple, un type de navigateur, type de système d'exploitation, source d'accès, source de publicité, région, site Web / application mobile, marque d'équipement, version d'application, etc.
(Utilisateurs d'accès à l'analyse multidimensionnelle)
3. L'entonnoir de transformation
Selon les chemins de transformation connus, la transformation de l'ensemble et chaque étape est analysée par le modèle d'entonnoir. Les situations de conversion commune ont une analyse de transformation enregistrée, une analyse de conversion d'achat, etc.
(Analyse multidimensionnelle des utilisateurs d'accès)
4. Split utilisateur
En analyse raffinée, il est souvent nécessaire d'analyser et de comparer un groupe d'utilisateurs avec un comportement particulier; l'analyste de données a besoin de la multi-dimensionnelle et de la multi-dimension. -Indexes sont utilisés comme condition de la population, optimisant ainsi le produit et améliorent l'expérience utilisateur.
(produits achetés, des fonds ont été rachetés, les utilisateurs ayant un puissant achat seront ")
5. Chemin d'enquête
Les analystes de données peuvent observer le comportement des utilisateurs, explorer le processus d'interaction des utilisateurs et produits; à son tour, le problème est trouvé et l'inspiration est inspirée ou vérifiée.
(En vérifiant l'analyse du chemin des utilisateurs)6. Analyse de la suppression
L'analyse de la suppression consiste à explorer l'association entre le comportement des utilisateurs et la visite de retour. Généralement, le taux restant, fait référence au ratio du "nouveau utilisateur" "Retour Site Web / App" dans une période de temps. Les analystes de données utilisent différents points de croissance des utilisateurs fonctionnels en analysant différents groupes d'utilisateurs.
(Analyse de la suppression a révélé que "la création de graphique" est supérieure à la rétablissement de l'utilisateur)
7. Test A / B
Test A / B est un test parallèle multi-programme simultané, mais Chaque solution n'a qu'une seule variable; puis sélectionnez la solution optimale dans une certaine règle (telle qu'une expérience utilisateur, des indicateurs de données, etc.). Les analystes de données doivent choisir des échantillons de paquets raisonnables dans ce processus, surveiller les indicateurs de données, l'analyse des données post-partum et les différentes évaluations de programmes.
Partie 5 | Cas de combat de l'analyse de données
Une plate-forme sociale lancéePayer des fonctionnalités avancées et appuyez sur l'utilisateur cible sous la forme d'EDM (e-mail de marketing direct, marketing par courrier électronique), les utilisateurs peuvent directement cliquer sur les liens de la messagerie pour compléter l'enregistrement. Le taux de conversion d'enregistrement du canal a été compris entre 10% et 20%; mais le taux d'enregistrement tombera fortement, encore moins de 5% à la fin du mois d'août.
Si vous êtes l'analyste de données de la société, comment allez-vous analyser ce problème? En d'autres termes, quels facteurs peuvent causer la conversion d'EDM?
Un excellent analyste de données devrait avoir une vision globale et un professionnel, à partir d'une entreprise, d'intégrer divers aspects. Par conséquent, la possibilité que le taux de transformation de l'enregistrement de l'EDM est la suivante:
1. Raisons techniques: Délai ou dysfonctionnement de l'ETL, entraînant l'absence de données d'enregistrement front-end, le taux de conversion d'enregistrement diminue fortement;
2 . Facteur externe: Ce nœud de temps existe des vacances, d'autres départements ont récemment envoyé des courriels promotionnels aux utilisateurs, ces facteurs peuvent diluer l'attention de l'utilisateur;
3. Facteur interne: la copie du courrier, la conception est modifiée; le Taux d'arrivée, débit ouvert, cliquez sur le point de savoir s'il est normal; si le flux d'inscription du courrier est lisse.
Après avoir suivi un check-par-cas, les analystes de données verrouillent le motif du processus d'enregistrement: le gestionnaire de produits ajoute le contenu de la carte de crédit de liaison dans le processus d'enregistrement, ce qui entraîne l'enregistrement de l'utilisateur de soumettre un déclin substantiel, le taux de conversion chuté.
Un problème d'analyse de conversion apparemment simple, qui est l'incarnation des analystes de données. Le premier est le niveau technique, la compréhension et la compréhension de l'ETL (extraction de données - charge); en fait, il s'agit d'une compréhension claire de l'activité de saisonnière, de la société, etc. Enfin, le processus de conception d'entreprise EDM, etc.
Le pouvoir de formation dans l'analyse des données n'est pas un bon travail le premier jour, mais se développe et sublimé dans la pratique. Un excellent analyste de données doit être guidé par une valeur orientée vers la valeur, basée sur des entreprises et utiliser des données pour conduire la croissance.
Fin
Auteur: Chen Ming Justin