预约成功
而面对海量的数据，很多人都不知道从如何准备、如何开展，如何得出结论。下面为大家介绍做数据分析时的 3 个数据分析的思路，希望在数据分析的实际应用中能给大家带来帮助。
1、数据分析的思路——数据分析的基本步骤
上面我们提到了数据分析与商业结果之间关联的重要性，所有商业数据分析都应该以业务场景为起始思考点，以业务决策作为终点。数据分析该先做什么、后做什么?基于此，我们提出了商业数据分析流程的五个基本步骤。
第一步，要先挖掘业务含义，理解数据分析的背景、前提以及想要关联的业务场景结果是什么。
第二步，需要制定分析计划，如何对场景拆分，如何推断。
第三步，从分析计划中拆分出需要的数据，真正落地分析本身。
第四步，从数据结果中，判断提炼出商务洞察。
第五步，根据数据结果洞察，最终产出商业决策。
举个例子：
某国内互联网金融理财类网站，市场部在百度和 hao123 上都有持续的广告投放，吸引网页端流量。最近内部同事建议尝试投放神马移动搜索渠道获取流量;另外也需要评估是否加入金山网络联盟进行深度广告投放。
在这种多渠道的投放场景下，如何进行深度决策?
我们按照上面商业数据分析流程的五个基本步骤来拆解一下这个问题。
第一步：挖掘业务含义。
首先要了解市场部想优化什么，并以此为北极星指标去衡量。对于渠道效果评估，重要的是业务转化：对 P2P 类网站来说，是否发起 “投资理财” 要远重要于 “访问用户数量” 。所以无论是神马移动搜索还是金山渠道，重点在于如何通过数据手段衡量转化效果;也可以进一步根据转化效果，优化不同渠道的运营策略。
第二步，制定分析计划。
以 “投资理财” 为核心转化点，分配一定的预算进行流量测试，观察对比注册数量及最终转化的效果。记下俩可以持续关注这些人重复购买理财产品的次数，进一步判断渠道质量。
第三步，拆分查询数据。
既然分析计划中需要比对渠道流量，那么我们需要各个渠道追踪流量、落地页停留时间、落地页跳出率、网站访问深度以及订单等类型数据，进行深入的分析和落地。
第四步，提炼业务洞察。
根据数据结果，比对神马移动搜索和金山网络联盟投放后的效果，根据流量和转化两个核心KPI，观察结果并推测业务含义。如果神马移动搜索效果不好，可以思考是否产品适合移动端的客户群体;或者仔细观察落地页表现是否有可以优化的内容等，需找出业务洞察。
第五步，产出商业决策。
根据数据洞察，指引渠道的决策制定。比如停止神马渠道的投放，继续跟进金山网络联盟进行评估;或优化移动端落地页，更改用户运营策略等等。
以上这些都是商务数据分析拆解和完成推论的基本步骤。在接下来的内容中，我们都会有这个分析思路。
2、数据分析的思路——内外因素分解法
在数据分析的过程中，会有很多因素影响到我们的北极星指标，那么如何找到这些因素呢?在此向大家推荐内外因素分解法。内外因素分解法是把问题拆成四部分，包括内部因素、外部因素、可控和不可控，然后再一步步解决每一个问题。
举个例子：
某社交招聘类网站，分为求职者端和企业端。其盈利模式一般是向企业端收费，其中一个收费方式是购买职位的广告位。业务人员发现， “发布职位” 的数量在过去的 6 月中有缓慢下降的趋势。对于这类某一数据指标下降的问题，可以怎么分析呢?
根据内外因素分解法，我们可以从四个角度依次去分析可能的影响数据分析的思路因素。
内部可控因素：产品近期上线更新、市场投放渠道变化、产品粘性、新老用户留存问题、核心目标的转化。
外部可控因素：市场竞争对手近期行为、用户使用习惯的变化、招聘需求随时间的变化。
内部不可控因素：产品策略(移动端/PC端)、公司整体战略、公司客户群定位(比如只做医疗行业招聘)。
外部不可控因素：互联网招聘行业趋势、整体经济形势、季节性变化。
有了内外因素分解法，我们就可以较为全面地分析数据指标，避免可能遗失的影响因素并且对症下药。
3、数据分析的思路——DOSS 思路
DOSS 思路是从一个具体问题拆分到整体影响，从单一的解决方案找到一个规模化解决方案的方式。快速规模化有效的增长解决方案，DOSS 是一个有效的途径。
举个例子：
某在线教育平台提供免费课程视频，同时售卖付费会员，为付费会员提供更多高阶课程内容。如果我想将一套计算机技术的付费课程，推送给一群持续在看 C++ 免费课程的用户，那么数据分析应该如何支持呢?
我们按 DOSS 思路的四个数据分析的思路步骤，分解如下：
具体问题：预测是否有可能帮助某一群组客户购买课程。
整体影响：首先根据这类人群的免费课程的使用情况进行数据分析、数据挖掘的预测，之后进行延伸，比如对整体的影响，除了计算机类，对其他类型的课程都进行关注。
单一回答：针对该群用户进行建模，监控该模型对于最终转化的影响。
规模化方案：之后推出规模化的解决方案，对符合某种行为轨迹和特征的行为进行建模，产品化课程推荐模型。
以上就是数据分析的思路，还有我所理解的互联网BI数据分析师，注重广度而非深度，也谈到了该岗位定位的问题和存在的困境。实际工作中确实会遇到各种各样的问题和挑战，只有迎难而上，多多总结，保持思考，才能从容应对。祝大家金九银十，升职加薪!
