當前位置: 首頁 > 數據分析師 > 數據分析師經驗分享 > 數據分析師經驗|新公布的5個數據分析過程常見的坑,這些方面變得越來越重要

數據分析師經驗|新公布的5個數據分析過程常見的坑,這些方面變得越來越重要

發布時間:2020年03月26日 10:48:45 來源:環球網校 點擊量:

【摘要】在茫茫的數據發展長河中,人們慢慢掌握了數據處理的方法,其中重要的處理方法之一就是對數據的分析,所以出現了數據分析師這一處理數據的職業,有很多剛入職成為數據分析師的新人都會有數據分析的問題,今天就來講講數據分析過程常見的坑的問題。

產品經理所面對的數據,本質上和日常生活中的數據沒有太大的差別。簡單來說,都是一個量化事物的手段,就像身高、體重一樣,都是一個數字指標,它代表了現實存在的事物的一個客觀情況。

正是因為數據的客觀性,讓數據變成了發掘問題本質,尋找事物規律所需要用到的最有利的手段之一。

但是,數據雖然客觀,有時也是會騙人的。在與數據打交道的過程中,我們可能經常會犯一些錯誤,導致分析的結論出現較大的偏頗。因此,在做數據分析時,我們需要警惕這 5 個常見誤區:

1、數據分析過程常見的坑——選取的樣本容量有誤

08 年奧運會上,姚明的三分投籃命中率為 100%,科比的三分投籃命中率為 32%,那么是不是說姚明的三分投籃命中率要比科比高?

顯然不能這么說,因為那屆奧運會,姚明只投了一個三分球,科比投了 53 個。

因此,在做數據對比分析時,對于樣本的選取,需要制定相同的抽樣規則,減少分析結論的偏差性。

2、數據分析過程常見的坑——忽略沉默用戶

用戶迫切需要的需求≠產品的核心需求

產品經理在聽到部分用戶反饋的時候就做出決策,花費大量的時間開發相應的功能,往往結果,可能這些功能只是極少部分用戶的迫切需求,而大部分用戶并不在乎。

忽略沉默用戶,沒有全盤的考慮產品大部分目標用戶的核心需求,可能造成人力物力的浪費,更有甚者,會錯失商業機會。

3、數據分析過程常見的坑——錯判因果關系

某電商網站數據顯示,商品評論的數量與商品銷售額成正比。即一個商品評論數量越多,那么該商品的銷售額也會越高。

假如我們認為評論多是銷量高的原因的話,數據分析的結論就會指導我們,需要創造更多的商品評論來帶動商品銷量。

但如果真的這樣操作的話,就會發現很多商品的銷量對于評論的敏感度并不一樣,甚至很多商品銷量很高,但與其評論的多少毫無關系。

這里,我們就需要思考,評論真的是影響銷量的必然因素嗎?

除了評論之外,影響銷量的因素,還有其質量、價格、活動等,如果能完整的認識到這些因素,那我們要拉升商品銷量,首先會需要先從其他角度來考慮,而非評論入手。

因此,在分析數據的時候,正確判斷數據指標的邏輯關系,是指導我們做出產品決策的前提。

1 2

分享到: 編輯:吳晨輝

數據分析師相關文章推薦

|

數據分析師最新文章推薦

綁定手機號

應《中華人民共和國網絡安全法》加強實名認證機制要求,同時為更加全面的體驗產品服務,煩請您綁定手機號.

預約成功

本直播為付費學員的直播課節

請您購買課程后再預約

環球網校移動課堂APP 直播、聽課。職達未來!

安卓版

下載

iPhone版

下載
環球小過-環球網校官方微信服務平臺

刷題看課 APP下載

免費直播 一鍵購課

代報名等人工服務

返回頂部
波多野结衣高清无码中文字幕