(1)明确分析目的和思路
在做任何一件事之前都要有一个明确目的,数据分析也是如此。在进行数据分析之前首先要明确数据分析的目的,知道自己为什么要做数据分析,想要达到什么效果。
譬如说,原先的商品落地页的购买转化率比较低,需要使用新的落地页,以提升流量进入后的购买转化率。
(2)数据收集
数据收集是按照确定的数据分析和框架内容,有目的的收集、整合相关数据的一个过程,它是数据分析的一个基础。
数据收集的办法一种是在自家产品的代码中加入“埋点”代码,另一种办法是使用第三方的数据统计工具(比如百度统计)。它们都能够监控到用户在产品中的一系列行为,并将数据保存下来,便于后续分析。
(3)数据处理
数据处理是指对收集到的数据进行加工、整理,以便开展数据分析,它是数据分析前必不可少的阶段。这个过程是数据分析整个过程中时间占比最大的,也在一定程度上取决于数据仓库的搭建和数据质量的保证。
数据处理主要工作包括数据清洗、数据转化、数据抽取、数据合并、数据计算等处理方法,利用这些方法将各种原始数据加工成为数据分析所要求的样式。
(4)数据分析
数据分析是指用适当的分析方法及工具,对处理过的数据进行分析,提取有价值信息,形成有效结论的过程。
到了这个阶段,要能驾驭数据、开展数据分析,就要涉及到工具和方法的使用。一般的数据分析我们可以通过Excel完成,而高级的数据分析就要采用专业的分析软件进行了,如Power-BI、SPSS、R等数据分析工具。
(5)数据展现
一般情况下,数据分析的结果都是通过图、表的方式来呈现,俗话说:字不如表,表不如图。借助数据展现手段,能更加有效、直观地表述想要呈现的信息、观点和建议。
常用的数据图表包括饼图、柱形图、条形图、折线图、散点图、雷达图等,当然可以对这些图表进一步整理加工,使之变为我们所需要的图形,例如金字塔图、矩阵图、漏斗图、帕累托图等。
(6)报告撰写
最后阶段,就是撰写数据分析报告,这是对整个数据分析过程的一个总结与呈现。通过报告,把数据分析的起因、过程、结果及建议完整地呈现出来,供决策者参考。一份好的数据分析报告需要满足以下3点要求:好的分析框架、明确的结论、提出具有可行性的建议或解决方案。