这两年,不光是开发、测试、运维还是数据分析,到处都掀起了一股“Python热”。
但据我的了解,大部分的人Python应用仅限于爬虫,数据库等,顶多做一下可视化处理。
于是乎,不过是从“表哥”、“表姐”进化成“茶树菇”,没有本质上的改变,跑去面试,还是一个完整的项目经验都没有,也不懂得数据和业务之间的联系,一样被刷。
“那谁谁谁,给我跑个数!”“谁谁谁,你这个数是不是有问题?”这样的话是不是听烦了?
不想做“人肉跑数机”了,那怎么办?还是从一个例子说起。
某公司的在线教育 APP 一段时间内每天的新用户增长都在 6000-7000 人左右,可最近一周一直加大推广,但新增用户数据却有小幅下降,问题出在哪里?
很多数据分析师就是这样,一说跑数很烦躁,一谈业务就沉默。光知其然,不知所以然。
下面是这个产品的业务环节和用户层级,数据分析师能针对这些环节做什么分析呢?
如果是一个不熟悉业务的初级分析师,可能只会爬一下跳出率、使用时长等等,看了一圈,好像也没什么问题。
高级数据分析师有办法吗?
在跟进了一整套的用户转化流程后,发现有些线上直播老师在开讲前5-6分钟之内在非常负责地拿着手机推广APP,从如何扫码下载到注册试听,都有固定的话术。
但还有一些讲师只用几秒对这个 APP 的使用一带而过。
结果当然是前者转化率高于后者。
发现了这个问题后,高级数据分析师就直接拿着数据报表和问题记录去找教学部商讨对策,确定了一套最佳的销售话术节点,这就是典型的:用数据分析去驱动产品和运营。
所以我一直在跟大家强调的业务场景的重要性,如果你不了解真实的业务场景,当然无法从纯粹的数据中发现问题并制定运营策略。