大数据分析方法论介绍一. WHY：为什么要做数据分析在目前讲解数据分析的文章里，大多数会忽略数据分析本身的目的。

这会导致我们在执行时，会出现动作变形的情况。

以终为始，才能保证不会跑偏。

个人的理解上，数据分析是为了能以量化的方式来分析业务问题并得出结论。

其中有两个重点词语：量化和业务。

首先讲下量化。

量化是为了统一认知，并且确保路径可回溯，可复制。

统一认知后，才能保证不同层级，不同部门的人在平等话语权和同一个方向的背景下进行讨论和协作，才能避免公司内的人以「我感觉」「我猜测」来猜测当前业务的情况。

路径可回溯可复制指的是，通过量化后的结果，许多优化的方法是可以被找到原因并且可以被复制的。

同样是转化率优化，用A 方案和B 方案，谁的效果会比较好和具体好多少，都是可被预测的。

要想做到量化，需要做到三点：建立量化体系，明确量化重点和保证数据准确性。

1.1 建立量化体系建立量化体系，主要是根据「指标设计方法」，设计业务的「核心指标+拆解指标+业务指标」，最后落地成全公司通用的「指标字典」和「维度字典」。

这种工作一般是由数据分析师或数据PM 来担任完成。

通过这种方式，我们就能初步建立面向全公司全面而系统的量化分析框架，保证日常分析可以做到「逐层拆解，不重不漏」。

1.1.1 指标设计方法讲到指标设计方法，大家可能觉得，之前听过了产品设计方法，程序开发方法，指标这种东西也有设计方法么？确实有，指标设计是一套以准确和易懂为准则，集合统计学和业务效果的方法论。

准确是指能够准确满足衡量目的，易懂是指标算法能直观显示好与坏，并且指标的算法也能够通俗易懂。

这两者很多时候需要有所抉择，准确是第一位的。

举个例子：当我们想衡量一个群体收入的差异性时，用方差还是用基尼系数？方差好懂，但不能显示两个极端的差异性多大。

基尼系数算法不好懂，但能准确描述这个问题。

具体到指标设计，我们需要使用一些常用的统计学工具：以顾客质量分析为例：概况是我们看下顾客的平均支付金额，或者支付中位数，来了解顾客概况。

如果我们想了解这批顾客的质量是都比较好，还是良莠不齐，则需要通过方差和标准差来描述。

如果想知道更详细的内容，可以了解每个区间的用户数是多少，来做判断。

有一些Tips 供大家参考：1.比率指标：关注实际效果（下单转化率，光看下单数是没有用的）2.伴生指标：既要看新客数也要看CAC，确保数量的前提也要确保质量3.防止坏指标：错误指标，虚荣指标，复杂指标这里简单解释下每个Tips 的目标。

之所以采取比率指标和伴生指标，是因为能够明显反映业务的「效率」且能够有效防止因为追求单个指标而导致动作变形。

如果说这辆车能跑十万公里，其实并不能表示这辆车的性能怎么样。

只有「速率=路程/时间」，才能反映这辆车的效率。

同时，如果片面追求速率，会导致汽车在设计时剑走偏锋，给驾驶者带来危险，因此需要再加个「故障率」或「事故率」等伴生指标来确保安全。

坏指标中的「虚荣指标」首次出现《精益数据分析》一书中，作者简单把「PV/UV」等指标都归为虚荣指标。

刚开始时我颇为认可，但后续在实际的应用过程中，发现对于很多业务的监控，这些指标并避免不了。

后续我便把「虚荣指标」更正为「把距离业务目标过远的环节定义为核心监控指标」。

对于一个即时通讯APP 来讲，下载次数，启动用户数，注册用户数需要监控，但不能作为核心监控的指标。

更合适的应该是消息数或「进行过对话的用户数」。

复杂指标往往是各种「指数」，用了很多指标各种加减乘除，这会导致此类指标在发生波动时，很难分析原因。

拥有对指标的定义权和解释权是个段位非常高的事情。

这要求设计者深入了解业务和拥有极高的抽象能力。

对于分析师来讲，拥有指标定义权将凸显出你在业务方的重要性。

当然，这里并不是鼓励大家为了定义指标而定义指标。

寻找业界已有量化方法并在公司内推广，也是件功德无量的事情。

举个美女外卖的「美女厨师率加权指导值」为例。

为避免泄露商业机密，将这个原本用来衡量用户体验的指标换成「美女厨师率」，以下背景也稍作修改，大家领会精神即可。

指标的背景是为了保证用户的用餐体验，美女外卖总部提出每个城市的商家必须配备一定比例的美女厨师。

但城市提出异议：不同城市拥有的商家情况不一样，大型的商家厨师多，美女厨师率会相对较低，不能用统一的值来对比所有城市。

因此总部便设计出来这么一个指导值：将全国商家进行分层，每个层次的商家得出全国平均值，然后各个城市对标平均值产出自身的对标值，即「美女厨师率加权指导值」。

虽然在计算上稍微复杂点，但在实际应用的过程中，BD 们只需要知道总体的差距和每一层商家的差别，很容易针对性的落地和优化。

1.1.2 建立指标体系在根据「指标设计方法」上，如何建立起围绕业务的指标体系呢。

核心是根据业务特征确定核心指标，在核心指标的基础上以不同的角度进行拆解。

然后再慢慢补充其他业务的指标情况。

拆解的时候，要做到按指标拆解而非维度。

比如订单数，也可以拆解为各品类的订单数合计。

这一点可以通过保持上下两层指标名称不一致来避免。

拆解的过程依照金字塔方法论的「逐层拆解，不重不漏（MECE）」。

若拆解出来或业务补充的指标过多，可借鉴数据仓库的「域」概念来管理这些指标，如上图的「交易域」，「商品域」和「用户域」。

在一个规范的指标体系中，已经涉及到元数据管理的领域了。

包括针对指标命名的规范，数据存储和计算的管理等等。

大家有兴趣地可以搜下相关文章，或阅读阿里巴巴新出的《阿里巴巴大数据实践之路》。

下面截取一张来自云栖大会的，关于指标命名规范的PPT 给大家：1.1.3 建设指标维度字典这里是转转公司早期部分的指标维度字典，（Bus Matrix），一定程度上解决了之前公司内对于指标定义不清或不统一的问题。

现在这套东西已经产品化，可以在可视化产品中查看和显示了。

对于暂没能力产品化的公司，建议可由分析师们通过Google Docs 或Wiki 对一些关键和常用的指标进行统一的维护。

对于维度总线矩阵，主要是在以维度建模的数据仓库，设计数据产品，多维度交叉分析时提供框架和基础。

1.2 明确量化重点每个阶段，都应该明确当前的业务重点。

量化体系需要根据业务阶段，更改量化重点及方式。

这同时意味着，有更细节的指标及更大的监控和推广力度。

比如外卖行业早期，经历了看重订单数，到订单额，到新客数+补贴率，到新客数+资金使用效率（交易完成进度/费用完成进度）的历程。

我们可以看到，随着战争的阶段不断升级和变化，从不计成本打下市场份额，到看中订单质量，到存量市场争得差不多了，开始考虑新客数量，同时控制补贴力度，到战争趋于常态化，开始控制整体补贴额度，靠拼效率来战胜对手。

每个阶段，都需要根据不同的战场情况来判断当前重点，从而围绕该重点建立一套360度无死角的分析监控体系。

1.3 确保数据准确性在数据准确性这个话题里，数据产品已经有成熟的数据质量管理方法，涉及了数据源，指标计算和数据呈现等各个环节的监控。

本文主要从分析师的角度阐述确保准确性的方法，数据产品相关的就先不赘述了。

1.采取可信来源：多来源交叉确认，采用新来源时需格外小心2.确认加工方式：指标定义和加工算法3.Double Check：量级，计算逻辑和业务常识这里着重讲下Double Check 的技巧，这些技巧可以让很多管理层或投资人在不了解业务的前提下，就能判断出来数据是否有问题。

量级Check：每个数据有它的大概范围，比如DAU，WAU 和MAU。

计算逻辑Check：一般对于整体部分型的分数，比如市场份额，那么它必须满足：1，取值最大不能超过1；2，各部分加和应为1；3，两数字加和后，和应该在中间范围内。

业务常识Check：根据其他常用数字推算出该业务范围。

如果有人跟你说某某社交APP DAU 过亿，你大概知道是否在吹牛，因为日活过亿的APP 就那么几个。

对于DAU/MAU，各个行业都有响应的范围值，淘宝为：34.6%，天猫15.5%，京东15.8%。

1.4 站在业务方的角度除了「量化」之外，另外一个重点词语是「业务」。

只有解决业务问题分析才能创造价值。

价值包括个人价值和公司价值。

对于公司来讲，你提高了收入水平或者降低了业务成本，对于个人来讲，你知道怎么去利用数据解决业务问题，这对个人的能力成长和职业生涯都有非常大的帮助。

如何站在业务方的角度思考问题呢，总结起来就是八个字「忧其所虑，给其所欲」。

这里不仅适用于分析师这个岗位，在所有以供需为主要关系的交互过程里，精准理解对方需求对于供给方都是最重要的。

比如PM 对于用户，分析师对于业务方，下级对于上级。

在具体的落地过程中，主要是在这以下几个环节1.沟通充分2.结论简明3.提供信息量及可落地建议4.寻求反馈在沟通上，确定业务方想要分析什么，提出更合理专业的衡量和分析方式，同时做好节点同步，切忌一条路走到黑。

在分析业务需求上，跟很多产品需求分析方法论是类似的，需要明确所要数据背后的含义。

举例来讲，业务方说要看「页面停留时长」，但他实际想要的，可能是想衡量用户质量，那么「留存率」「目标转化率」才是更合适的指标。

在阐述分析结果上，要记得结论先行，逐层讲解，再提供论据。

论据上，图> 表> 文字。

因为业务方或管理层时间都是有限的，洋洋洒洒一大篇邮件，未看先晕，谁都没心思看你到底分析了啥。

需要做到，在邮件最前面，用1-3 句话先把结论给出来，即使需求方不看后续内容都可以了解你报告80% 的内容。

在「提供信息量及可落地建议」上，先要明白什么叫信息量：提供了对方不知道的信息。

太阳明天从东方升起不算信息量，从西方升起才是。

在分析的过程中，一定要从专业的角度，从已知边界向未知边界进军，力求角度新颖论证扎实，并且根据分析内容给出可落地的建议。

举个简单例子：。