Ces dernières années, les sociétés Internet ont plus de besoins sur les analystes de données, non aléatoires.
Au cours des dix dernières années, l'industrie Internet de la Chine s'appuie sur des bonus démographiques et des dividendes de croissance barbare; Et comme le coût de l'achat de flux de trafic est continuellement amélioré, ce modèle d'entreprise spacieux n'est plus disponible. Les entreprises Internet ont besoin d'urgence pour atteindre des activités exquises, réduire les coûts et améliorer l'efficacité grâce à une analyse des données; C'est aussi une exigence plus élevée. Cet article partagera le développement des analystes de données, le système de valeurs d'analyse de données, les analystes de données doivent avoir quatre puissances principales, sept idées communes et des cas d'analyse réelles uniquement.
Avant d'introduire des analystes de données, voir ces caractères historiques. Voir quel type d'origine peut avoir des analystes de données?
Six chiffresH Il est affiché ci-dessus (de gauche à droite, de haut en bas): Zhang Liang, Guan Zhong, Xiao He, Sun Bin, Ghost Valley et Zhuge Liang. Ils sont célèbres pour leur fameuse accouplement de l'histoire et certains ont fait un premier ministre. Ils ont expiré le groupe, les yeux solitaires et beaucoup sont découverts grâce à un grand nombre d'événements historiques et de nombreux événements ont été prédits avec succès dans la pratique. Ils ont créé une valeur importante via "Statistiques sur l'historique - analyse récapitulative - futures prévisions", est le prédécesseur de "analyste de données".
nécessite donc maintenant une compétence nécessaire, comment devenir un excellent analyste de données?
La pyramide d'analystes de données
Le système complet de l'analyse de données d'entreprise implique de nombreux liens: Collection, nettoyer, convertir, stocker, visualisation, analyse, etc. Parmi eux, le contenu de travail de différents liens est différent et le tempsLe temps et la valeur de la consommation sont loin.
L'image ci-dessus est la "valeur pyramide de l'analyste de données".Il existe au moins trois aspects de données dans le système d'analyse des données d'entreprise Internet: Données comportementales de l'utilisateur, ordonnances de transaction et données CRM. Les ingénieurs collectent des données de différentes sources, les unifient ensuite dans la plate-forme de données en nettoyant, convertissant, v.v.; Ces emplois représentent 90% de l'ensemble du lien, mais les résultats ne sont que de 10%.
Cette pyramide n'est pas compatible avec la combinaison d'entreprises et soutient la prise de décision commerciale, y compris les produits, les activités, les marchés et les ventes sur le rapport, la visualisation. Les clients supportent chaque ligne des premières parties. Cette section représente 10% de l'ensemble du lien, mais il est possible de créer 90% de la valeur.
Un excellent analyste de données commerciales soutiendra divers problèmes de découverte de la ligne d'activité avec une valeur ajoutée à la valeur, combinéeAvec des produits, des opérations, des ventes, un support client, prenant en charge des problèmes de détection de ligne d'affaires différents, résoudre les problèmes et créer davantage de valeur.
Mardi. Quatre principales possibilités nécessaires aux analystes de données
1. Situation complète
La journée, responsable du produit me pose: Bonjour, pouvez-vous m'aider à voir les données envoyées par le nouveau produit hier? Merci! Les conditions réfléchissent, je dirai: OK, je vais vous donner instantanément! Mais j'ai toujours posé poliment: pourquoi ai-je besoin de ces données? Gestionnaire de produits a répondu: Oh, la nouvelle fonctionnalité d'hier est en ligne, je veux voir l'effet. Je connais le but des gestionnaires de produits, je peux effectuer une extraction de données et une analyse des données, des résultats d'analyse et des recommandations de plus de performances.
Plusieurs fois, les analystes de données ne peuvent pas dire que certains rapports ne peuvent pas être déplacés dans différents rapports. Un analyste de donnéesGreat aura du mode de visualisation global et lorsque vous rencontrez une analyse, vous aurez besoin d'un moment et de mieux comprendre le fondement des problèmes et des objectifs analytiques.
Un scientifique de données commerciales a modélisé les prévisions de situations de perte de l'utilisateur et a finalement obtenu des modèles de perte d'utilisateur plus précis à 90%. Très haute précision, pour des analystes d'affaires incroyables. Après vérification, on constate qu'il existe une variable de changement dans le modèle des scientifiques de données comme "si l'utilisateur clique sur le bouton Annuler" ou non ". Cliquez sur le bouton" Annuler "comme un signe important du poids de la perte de l'utilisateur. Utilisateurs Qui a effectué cette action est fondamentalement perdue et cet argument est utilisé pour prédire la perte sans aucun sens de l'entreprise et une capacité opérationnelle
Les analystes de données veulent montrer son expert, familiariser avec leur propre entreprise et leurs processus de données dans leurs industries. (NHEcommerce, O2O, Social, Media, SaaS, Mutualize, V.V.) Derrière la signification d'éviter les blagues de données ci-dessus.
Les changements dans l'environnement commercial sont plus rapides et plus complexes, ainsi que les facteurs influents liés à un groupe de données commerciales très difficiles. Imagination. Les analystes de données devraient jouer l'imagination, l'innovation audacieuse et les hypothèses sur la base de l'expérience de travail.
Selon le noyau KPI de la Silicon Valley, nous souhaitons également trouver le KPI le plus important des sociétés Internet de grandir. Sur la base de notre imagination et de notre "non luenza", nous avons créé "Ligndio pour rester Magic Master". Grâce à la collecte complète des données, des calculs auxiliaires intelligents et des interactions simples d'utilisation, la rétention peut aider les entreprises à trouver rapidement le comportement de l'utilisateur le plus pertinent pour garder le plus le plus, comme le magicien gentiment wavy baguette magique. Simple. Par exemple, un produit SaaS a créé 3 graphiques en une semaine, la vitesse de la mémoire est très élevée, puis "une semaine +3 + graphique" est le numéro magique de l'utilisateur de notre conducteur.
Obtenir la position des ventes à titre d'exemple, un vendeur doit renforcer la confiance avec les utilisateurs; Si l'utilisateur ne vous fait pas confiance, il est très difficile de croire ou d'acheter votre produit. De même, les analystes de données doivent établir des relations entre les individus avec des collègues de différentes parties pour former une certaine conviction. Les collègues de nombreuses parties différentes vous font confiance, ils peuvent facilement accepter vos conclusions et vos propositions; Sinon, ce sera la moitié du temps.
1. Tendance simple
En savoir plus sur l'utilisation de produits en fonction des tendances d'accès suivant la teneur en temps réel, facile Les produits sont une répétition rapide. Accédez au nombre d'utilisateurs, d'accès source et de comportement d'accèsLes utilisateurs sont importants pour analyser les tendances.
Analyse des tendances en temps réel du niveau minute
La tendance par rapport à la semaine
2. Décomposer multi-après-midi Les analystes de données peuvent se décomposer d'indicateurs multidimensionnels basés sur les besoins analytiques. Exemple: type de navigateur, type de système d'exploitation, source d'accès, source de publicité, zone, application de site Web / mobile, périphérique de marque, version d'application, V.V.
3. L'entonnoir transformé
selon le chemin de transformation global et chaque étape est analysé par le modèle d'entonnoir. Les situations de conversion commune se sont inscrites pour analyser la conversion, l'analyse de la conversion d'achat, V.V.
4. Séparer les utilisateurs
Dans une bonne analyse chimique, ont généralement besoin de définir pour analyser et comparez un groupe d'utilisateurs avec un comportement spécifique; Les analystes de données doivent utiliserMulti-dimensionnel et multi-indicateurs comme condition de la population, optimisez les objectifs du produit et améliorez l'expérience utilisateur.
Si le produit a été racheté, le Fonds a été modifié et l'utilisateur a un puissant achat
5. Chemin de détail
Les analystes de données peuvent observer la surveillance du comportement des utilisateurs, la découverte des processus d'interaction des utilisateurs et des produits; À son tour, le problème est trouvé, inspirant est inspiré ou vérifié.
En vérifiant l'analyse du chemin de l'utilisateur
6. Analyse des archives
L'analyse de retour explore la connexion entre l'utilisateur comportement et retours à visiter. En général, le taux restant, mentionnez le "nouveau" utilisateur "pour renvoyer le site Web / l'application" pendant une période de temps. Les analystes de données utilisent les points de croissance d'autres utilisateurs fonctionnels en analysant différents groupes d'utilisateurs. En ce qui concerne l'analyse de rétractation plus détaillée, vous pouvez voir votre article, vous pouvez trouver l'article d'analyse de stockage la plus profonde - Retour · Croissance · Numéro magique
L'analyse élimine que "la création de graphique" est plus haut que l'utilisateur restant
7. Vérifiez A / B
A / B est une solution parallèle simultanée, mais une seule variable varie dans chaque diagramme; Sélectionnez ensuite la solution optimale en fonction de certaines règles (telles que l'expérience utilisateur, l'indicateur de données, V.V.). Les analystes de données doivent choisir des packages raisonnables dans ce processus, suivre les indicateurs de données, l'analyse des données post-partum et les examens de programmes différents.
V. Shell d'analyse des données
Une plate-forme sociale introduisant des fonctionnalités avancées à payer et à EDM (e-mail de marketing direct, marketing par courrier électronique) Target d'utilisateur, les utilisateurs peuvent cliquer directement sur le lien Dans le message pour compléter le panneauidée. Le taux d'inscription du canal a atteint 10% à 20%; Mais le taux d'inscription diminuera fortement, encore moins de 5% à la fin du mois d'août.
Si vous êtes un analyste de la société de la société, vous analyserez ce problème comment? En d'autres termes, quels éléments peuvent causer une conversion EDM?
Un excellent analyste de données avait besoin d'une vision mondiale et professionnelle, d'une entreprise de départ, d'intégration de différents aspects. Par conséquent, la capacité de convertir le taux d'enregistrement de l'EDM est la suivante:
1. Raisons techniques: Délicotement ETL ou dysfonctionnement, entraînant les données manquantes des premières données d'enregistrement, le taux de conversion d'enregistrement a fortement diminué. ;
2. Éléments externes: Avoir des vacances dans ce bouton de temps, d'autres pièces ont récemment envoyé des courriels publicitaires aux utilisateurs, ces facteurs peuvent diluer l'attention de l'utilisateur de l'attention;
3. Facteur interne: Copie de la lettre, des modifications de conception; La vitesse à la notification, le taux ouvert, est normal; Si le flux enregistre le tuberculeUne lettre est lisse.
Après l'enquête, des analystes de données de la raison du processus d'enregistrement: Gestionnaire de produits complète le contenu de la liaison de la carte de crédit dans le processus d'enregistrement, rend l'enregistrement des utilisateurs à appliquer de manière significative, le taux de conversion diminue fortement.
Un problème d'analyse de conversion semble simple, derrière celui de l'incarnation des analystes de données. Le premier est le niveau technique, la compréhension et la compréhension de l'ETL (extraction de données - téléchargements); En fait, c'est une compréhension claire des affaires saisonnières, de la société, du V.V. Enfin, le processus de conception d'entreprise EDM, V.V.
Le pouvoir de la formation L'analyse des données n'est pas un bon travail le premier jour, mais est en croissance et la sublimation dans la pratique. Un excellent analyseur de données doit être guidé en fonction de la guidage de la valeur, de diffusion flagrante, basée sur l'utilisation des entreprises et des données pour promouvoir la croissance.
陈明 明 明 Justin, fondateur général et AMP;Vice-président de l'opération.Chen Ming est diplômé de l'Université de Stanford, des tâches consécutives avec eBay, service d'analyse de données LinkedIn, une riche expérience d'analyse commerciale. Remarque: les fonctions de capture d'écran telles que l'analyse en temps réel, le retenue, les groupes sont divisés par des utilisateurs créatifs - Produits d'analyse de données de la nouvelle génération de Silicon Valley .