文章發佈於公號【數智物語】 （ID：decision_engine），關注公號不錯過每一篇乾貨。
轉自 | CrossHands
作者 | Ahong
要了解一個職業，通常有3種途徑：
1. 到招聘網站上看崗位信息描述；
2. 請教行業資深人士；
3. 網上查文章(公眾號、博客、論壇等)或者看書。
但為了避免“刻板印象”或者“職業想象”，瞭解一個職業尤其是自己可能要用來養家餬口的職業，最好的方式還是親臨現場親自實踐。
在筆者看來，數據分析師的工作內容主要如下：
1. 定義一個或多個關鍵指標來判斷業務的好壞(指標通常和KPI或ROI有關)；
2. 對指標進行操作性定義，也就是現有業務的哪些數據(或者數據表的字段)組合起來(可以理解為一個方程)可以計算出該指標；
3. 結合業務發現影響該指標的那些因素，如果業務指標是因變量y，那麼影響因素就是多個自變量x(或者機器學習中的多個特徵)，並篩選出那些重要的影響因素(尤其是對y的貢獻大且業務上可控的因素);
4. 在時間、人群、產品、營銷等維度上細分，橫向不同細類下以及縱向時間維度上影響因素x和業務指標y的關係(或者細類的分佈和變化趨勢等)，基於業務上的考量對各細類分出優劣並給出解釋，然後找到從劣到優的轉移路徑(也就是業務上可以操作的拉昇KPI的點)；
5. 給出具體的可執行的方案(符合SMART原則)，推動落地實施(可能要和商務、產品、運營、技術等合作)，最後評估方案對關鍵指標的影響效果以及ROI等方面的考量(實際上3,4,5是一個“循環”操作)。
至於這個過程中，怎麼去採集數據、清洗數據、怎麼計算、用什麼軟件、選擇什麼模型等都是方法問題，沒有唯一的方法也沒有最好的方法，整個過程通常以結果為導向，以解決業務問題為首要目標。
指定銷售額(y)為核心指標，對其拆解，銷售額 = 訪客數*轉化率*客單價
這裡關注3個自變量x中的【轉化率】
將用戶分為新客和老客，發現訪客中新客佔比20%，但是轉化率比商城整體低很多，進而發現新客中那部分“老帶新”帶來的新客(再次細分)成功率是高於新客整體的，商城新客統一配置有註冊即送10元無門檻券，但“老帶新”的新客額外配置有首單滿199-50的優惠，而且，這類新客中199-50的券使用率遠高於10元券，可能是10元券吸引力不夠啊。
基於以上分析，可以考慮調整新客優惠力度或優惠方式，比如可以設置10、15、20的無門檻優惠券，以及滿99-20、滿199-50、滿299-80六種優惠條件做A/B Test，除了優惠方式外，其他用戶特徵應儘可能保證隨機性和分佈一致，如果“滿299-80”優惠下的新客首單轉化率最高，那麼後續可以考慮使用此種優惠。
需要數據分析師參與的場景，按業務開展的順序可以分為如下3種：
1. 事前：參與產品、營銷等前期規劃，制定方案、預估方案效果，預測後續業務發展情況等；
e.g. 產品埋點的設計，業務關注哪些指標，主幹轉化流程是啥，要採集哪些數據，再映射到埋點上，以及最終定義埋點的類型、命名規則、記錄數據值的規則等；
e.g. 給定10W營銷費用，用於促首單，選哪些人群、用什麼樣的活動形式能讓轉化的新客數最大化；
2. 事中：主要是監控產品/運營數據(輸出報表或者在線dashboard等)，方案實施的過程中根據業務表現進行調整，有時候數據有異常分析師也會介入查找原因；
e.g. 前端對同一目標人群設計了ABC3種不同的廣告方案(目的相同)，剛開始每個廣告均覆蓋1/3的人群，假如單位時間內A方案中的轉化率(點擊/曝光)更高，那麼另外兩個組就調整廣告規則，將大部分用戶分流到A廣告方案，到下午的時候發現單位時間內C方案的轉化率更高，又會再次調整放量，實際上，多方案賽馬過程中要考慮的顆粒度會更細，動態調整規則也更復雜。
3. 事後：覆盤總結，專題分析，出數據報告，評估方案效果或者某業務操作(產品改版、運營活動、系統故障等)產生的交易影響，對業務上的數據波動歸因等也是常見的數據分析工作；
e.g. KPI出現較大波動，需要分析主要影響因素有哪些，各自的影響量是多少，哪些影響因素是穩定的？哪些是可控的，如果可控，有啥可以改進的方案？
此外，問題解決的技術方案大致遵循“效度->信度->速度->廣度”的演進方向：
1. 優先保證準確性(效度)，解決業務問題是最基礎的要求，不過解決問題通常不是直接達到100分，在資源有限的條件下，也許70分就OK，後面有資源再逐步迭代；
2. 其次關注穩定性(信度)，驗證和完善步驟1中的解決方案，以確保後續遇到類似的問題能使用先前的方法較好地解決；
3. 再利用技術手段來提升效率(速度)，通常會涉及到機器學習和計算平臺提供的規則化、自動化、批量化數據處理的能力；
4. 最後，把整個流程模塊化、工具化(廣度)，讓先前的模型或者分析方法能適用於其他業務場景(提升遷移性)，推出可以供業務方直接使用的數據產品(即使他們不懂編程、不懂算法)；
在迭代的過程中遵循SSC原則——Start 開始應用新的剛驗證有效的方法，Stop 停止錯誤的、過時的、效率低的方法，Continue 繼續沿用或改進先前驗證過的有效的方法。
數據分析師需要的核心能力包括業務理解、方法理論、技術實現3個方面。
1 業務理解
行業理解：比如電商主營業務是賣貨(C端)以及提供在線貨架管理(B端)，然後延伸服務(比如金融、自營品牌等)，目前國內市場的top3是天貓、京東、唯品會，三家的業務模式又各有不同；
產品模式：賣給誰(用戶人群有啥特點)？賣什麼(主營產品或服務)？在哪賣(交易場景是啥)？這3點對應的是人、貨、場；
關鍵指標：只有被量化以及對比適合的參照點才能知道業務的好壞，推薦《精益數據分析》這本書，涉及互聯網的主要商業模式以及相應的關鍵指標解讀；
2 方法理論
業務知識：產品的主幹轉化環節(枝幹環節如何拆分)、如何監測用戶數據(e.g.埋點)等，以及運營的主要形式及目的(用戶運營重生命週期轉化，內容運營重活躍，產品運營重產品轉化，活動運營重交易或傳播)，運營相關的書籍，推薦黃有璨的《運營之光》以及李少加的《進化式運營》；
數學知識：概率統計、線性代數、常用的機器學習算法等專業知識都要知道的，理論上講，這些知識知道的越清楚，使用得越熟練，工資就越高。不一定要做到能推導公式，但至少也要理解各類算法的大致原理、優缺點、使用前提及場景等；
通用能力：比如思維方法(e.g.數據分析常用思維)、溝通技巧(e.g.表達的框架)、項目管理等，關於通用能力這塊，推薦看《12個工作的基本》和《商業模式新生代》，可以輔助構建自己的能力體系；
其他專業：跨專業的知識不僅有利於工作中理解用戶、產品、營銷等，也能讓自己在生活中多多收益，推薦科特勒的《營銷管理》，如果對心理學感興趣的話，《心理學導論：思想與行為的認識之路》和《心理學與生活》是不錯的入門讀物，當然，跨專業的知識也可以直接和合作的業務方請教學習；
3 技術實現
流程：比如數據分析的常見的SEMMA、CRISP-DM流程，涉及到數據採集、清洗、整合、轉化、建模、評估、上線等環節，每個環節還可以細分操作方法，比如數據採集可以分為網絡爬蟲、問卷調研、用戶訪談、產品埋點等(詳情見數據獲取)。對應到具體的工作內容，可能就有更多細化的操作，比如需求處理流程、報表開發流程、模型上線流程等；
工具：分析軟件(Excel/R/Python/SAS等)、可視化軟件(PowerBI/Tableau等)、大數據平臺(Hive/Spark等)、機器學習框架(Tensorflow/Mahout等)等，趁手的工具一定要熟練使用(詳情可參見數據分析常用工具)
架構：使用工具來搭建整合數據分析流程的系統或者數據產品，這是比較高階的能力，架構不僅要掌握全面且熟練的技術，還依賴於對過往工作經驗的總結，從中提煉“模式”和“標準”，將標準化的某項技術或者分析思路用規則化的編程語言實現，最終形成一個適用於多個場景(遷移性)的產品。
數據分析的兩個主要分支方向——分析和挖掘，不管是哪個方向，基本的數學知識和機器學習算法都屬於必備技能：
分析偏業務
自上而下的“理論”或者業務驅動；
和產品、運營打交道比較多(工作輸出對接主要就是這兩類同事)；
一般title是“數據分析師”、“數據產品經理”、“運營分析師”、“商業分析師”等；
通常要求會Excel/R/Python/SAS、Tableau/PowerBI等軟件，會使用常見的算法，瞭解產品和運營的分析思路，能輸出產品或運營優化方案並促進落地等；
挖掘偏技術
自下而上的數據驅動以發現更優模式；
通常對接數據平臺或者對算法依賴非常重的業務(比如風控)；
title裡通常帶有關鍵字“開發”、“研發”、“算法”、“挖掘”、“工程”、“大數據”等；
能力上通常要求能使用大數據依賴的操作系統(Linux/shell等)、大數據軟件(Spark/Hadoop/Storm等)、開發語言(C/C++/Java/Scala等)、機器學習框架(Tensorflow/Mahout等)，然後就是要熟悉數據結構、算法(數學算法和計算機算法)。
最後，分享幾點工作上的小Tips：
接數據需求時，一定先和業務方確定目的或者業務價值，不僅有助於理解業務方向，也能擋掉一部分不靠譜的需求(話說我曾經態度和善地接了很多這種需求，這種需求，只有苦勞，沒有功勞)；
懂業務是分析師值錢的點之一，和業務方保持緊密聯繫，聽聽他們的思路和見解，這是很好的學習機會。如果只是“被動”處理需求，而很少“主動”和業務方溝通，對業務的理解可能就沒那麼深，可以參考車品覺老師在《決戰大數據》中提到的“混、通、曬”；
擺正自己的工作角色，提防“乙方心態”，不能想著搞完需求就完事了，和業務方的合作不是一次性買賣，站在他們的角度想問題不僅能理解業務方向，還能理解數據分析解決的問題以及帶來的價值(以免懷疑自己是在打醬油)；
要有一定的“翻譯”能力，如何對一個指標下操作性定義(量化)，如何把業務語言轉化為技術語言(再轉化成計算機代碼)，或者把數據分析結論轉化為業務方聽得懂、用得著的信息；
溝通能力很重要，包含但不限於口頭表述、PPT演示、結構化表達等，一方面溝通的時間成本很高(超哥說，時間是人類唯一寶貴的資源)，另一方面溝通能力是外顯的職業能力(大家看得到)，建議閱讀《金字塔原理》；
以上，是筆者對數據分析師這個職業的一點看法，真實的世界往往比能夠記錄下來的世界更復雜、更豐富，正如文章開頭提到的，只有親臨現場、親手去做才會知道屬於自己的答案。
閱讀更多 數智物語 的文章
