商业数据分析怎么做商业数据分析的4大能力？

呈现在我们眼前所有精彩的商业案例分析，如果溯其论点的来源，都是脱离不了底层的数据支撑的。所以，懂点数据分析很有必要。Allen今天就给大家分享一下自己日常是如何做数据分析的。
Ps：讲的不是数据分析师方向，而是日常的基础数据分析思路
通常Allen在做数据分析时，会把数据分析拆分为5个步骤来进行（收集、清洗、对比、细分、溯源）。下面一一展开来讲。
一.数据收集当我们在做数据分析时，第一步要解决的问题肯定就是数据源的问题。Allen通常把数据分为二大类。
典型的数据来源有：
百度指数：http://index.baidu.com/ （分析市场容量）
阿里指数：https://alizs.taobao.com/（分析销量、份额）
梅花网：http://adm.meihua.info/ （分析广告投放）
CNZZ、微博指数等等。。。。
当然还有很多很多有价值的数据源（根据行业、需要找到最合适自己的数据源），上面列举的三个典型的数据源只为举例子之用。在这里要着重提一点，第三方数据来源往往需要考虑数据源真实度。

文章插图
二.数据清洗清洗数据（筛选、清除、补充、纠正）的目的无非是从大量的、杂乱无章、难以理解的数据中抽取并推导出对解决问题有价值、有意义的数据。清洗后、保存下来真正有价值、有条理的数据，为后面做数据分析减少分析障碍。这里不详述

文章插图
三.数据对比对比，是数据分析的切入点。因为如果没参照物，数据就没有一个定量的评估标准。通常情况下我们从二个点去切入进行数据对比分析：1.横向对比 2.纵向对比

文章插图
横向对比，与行业平均数据，与竞争对手的数据进行比对。举个粟子，比如你家的APP用户留存率是60%，而行业平均留存是70%或竞争对手的用户留存率是70%，那就说明你家的产品在留存率方面有待加强！
纵向对比，与自家产品的历史数据进行对比，围绕着时间轴来对比。还是用用户留存率来进行举粟子吧，比如，APP改版前30天，新用户留存率是70%的，而新版APP发布后，新用户留存率降了10%或者升了5%，这就产生了问题，到底是那些因素导致数据产生了异常呢？
要知道数据比对是发现问题的第一步，发现了问题才需要我去找出问题，并解决它。如果没有参考的对象，单独的数据放在那里，是没意义的。
四.数据细分数据对比发现了异常，我们当然想知道是什么原因导致的。这里就要用到数据细分了，数据细分通常情况下先分纬度，再分粒度。

文章插图
何谓为纬度？按时间分类就是时间纬度，按地区分类就是地域纬度，按来路分类就是来源纬度，按受访页面分类就是受访纬度。今天APP访问量涨了5%，咋回事不知道，你细分一看，大部分网页都没涨，某个频道某个活动页涨了300%，这就清楚了，这就是细分最简单的范例，其实很多领域都通用。
【商业数据分析怎么做商业数据分析的4大能力？】粒度是什么？你时间纬度，是按照天，还是按照小时？这就是粒度差异，你来路纬度，是来路的网站，还是来路的url，这就是粒度的差异；纬度结合粒度进行细分，就可以将对比的差异值逐级锁定问题区域，就可以更容易地寻找出发生问题的原因了。

商业数据分析怎么做 商业数据分析的4大能力？

商业数据分析怎么做商业数据分析的4大能力？