数据分析经验分享，适用90%数据分析场景。

数据分析的定义和价值

数据分析是通过收集、处理和分析数据，以得出有价值的信息用于指导工作的过程。

数据分析有助于：1.了解业务进展和变化；2.衡量工作成效；3.定位问题，指引工作方向。

数据分析的流程和方法

1.熟悉业务

知道业务是什么，有哪些组成要素，从前到后各个要素是如何运转的。

2.认识数据指标和模型

搞清楚每个指标的定义。知道数据指标和业务的联系，每个数据指标背后的影响因素有哪些，自己工作内容主要影响哪些指标。

搞清楚数据模型里各指标之间的联系。模型反映的是业务流程，搞清楚数据模型，基本也就熟悉了业务从前到后的全流程。比如：GMV=曝光*点击率*转化率*客单价。

3.收集数据

通常情况下，公司或平台会有现成看板导出数据，了解有哪些看板以及导出的数据维度能否满足你的需求即可。

如果现有看板不满足你的需求，或者有新增的业务场景需要统计，则需要提数据需求给数据分析师。

一份完整的数据需求文档需要包含以下几部分内容，需求背景、目标价值和需求内容。需求背景里要说明需求产生的背景信息，特别是该数据需求产生的缘由。目标价值要说明这份数据是为什么目标服务的，有什么业务价值。

常见的数据需求包括取数、看板和分析三种。

取数需求，是指让数据分析师为你提供你想要的数据，然后你再自行分析，常见的形式有：定邮、表格等，适合临时或者短期需求。

看板需求，是让数据分析师把你要看的数据做到公司数据看板上，数据自动更新，支持查询、交互和导出等，适合长期需求。

分析需求，是指让数据分析师帮你分析数据，提炼出有价值的信息，比如帮你验证某个数据设想。

提数据需求的时候，把所有需要的字段及其释义写清楚，如果知道这些数据字段从哪取，也备注上。因为实际业务中，数据收集是需要产研提前埋点的，如果不做数据埋点事后就无法抓取到数据。新产品功能开发前，一定要跟产研沟通好埋点的事情。

4.处理数据

职场人士或者互联网运营熟悉Excel使用，就能满足日常数据分析的需要了。Excel使用需要掌握三项能力：

一是公式，掌握自己业务场景的常用公式，最基础的是加减乘除，进阶的有vlookup、countifs等；

二是图表，包括基础的图表和数据透视表等；

三是搜索学习能力，掌握Excel的公式和图表后，已经能应付大多数数据处理情形了，比如周报和汇报文档里要出的数据和图表。但是当你遇到不会的Excel操作时，比如公式或者图表，上网基本都能搜到，现学现用就好。

如果用Excel都无法处理的数据，可以提需求给数据分析师帮忙处理。当然也可以自学sql或者python，只是如果不往数据分析师方向发展，学习这些没什么必要。

5.分析数据

最常用的数据分析方法是漏斗分析和对比分析，掌握这两招已经能应付90%的数据分析场景了。

漏斗分析是为了了解数据模型和业务流程，从数据漏斗的上游看到下游，对漏斗里每个指标的数值，以及指标之间的联系有清晰认知。有时候也被称为漏斗效率分析、流程效率分析或者链路效率分析等。

对比分析是通过对比数据变化来发现差异，进而分析差异形成的原因。对比分析法实际应用时，可以对比不同业务在漏斗效率上的差异。也可以对比业务在时间上的差异，比如年季月周日的环比和同比分析。还可以对比业务在空间上的差异，比如地区。

通过漏斗分析和对比分析，就可以知道业务进展和其在时空上的变化。借此，一方面你可以通过数据衡量过往策略的效果，比如上周做了个活动，数据是否有明显提升；另一方面，你可以结合业务实情，和个人经验判断来进行分析变化背后的原因。比如上周数据变差了，是哪个指标差了，影响该指标的业务因素，哪些在上周发生了变化。

影响业务变化的因素有两类，除了自身的业务动作之外，也有外部市场环境的变化，比如市场和用户需求的淡旺季、竞品的竞争策略、行业和政策的变革等。我们能控制的只有自己的业务动作，并以此应对外部市场环境的变化。

通过数据分析，我们能总结有效的经验方法，沉淀复用；也能找出问题和原因，解决优化。从而促进工作和业务发展。

数据分析得多了，还会遇到一种情况：有的数据变化，无法归因解释，或者找到原因也无能为力。这可能会让你灰心丧气，但这个世界不是所有事情都有答案的。此时能做的就是，接受现实，挺过去。一切都会过去，一切都会好起来。

作者：刘庠 互联网大厂高级经理，绩效常年S/A，亿级增长操盘手。