第一份BI分析项目总结

BI分析项目总结

 

1. 结合业务了解数据

       首先要对相关业务有一定的了解和认知,这样结合业务可以更高效的去了解数据库中包含了哪些数据,这些数据对应的业务是什么,即数据的作用。哪些是基础表(数据),哪些是次要数据,以及这些数据之间的业务关系。在查看数据的同时,要留意数据是否符合条件,如时间戳,颗粒度不够等问题,因为只有数据符合最基本的条件,这样的数据才有价值。只有对数据有了整体的把控后,才能知道哪些数据能用,哪些数据暂时没有价值。

       需要注意的是:在理清了所包含的数据后,当要用数据库中的数据来表达具体的业务时,此时我们理解的数据间的关系不一定和甲方的认知相同,可以查看数据库中是否有相关的存储过程,视图等与之对应。

 

2. 根据需求进行分析和挖掘

       此时的需求可能来源于两个方面,一种是需求已给定,一种是需求未给定,自己根据数据给出需求。当需求由别人给定时,此时只需根据需求进行相关分析。当需求未给出,要根据业务及数据给出需求,并根据需求给出分析结果。此时的分析包括两种,一种是在现有数据的基础上可进行的分析,一种是现阶段没有数据支持,根据业务可进行的其他分析,这样可促使相关部门的硬件设备和软件设备的跟进和更换,使分析有数据支持。

       困难是当数据给出时,分析应该怎样进行切入,使分析对业务有指导作用,进一步挖掘出数据的潜在价值。

       数据分析场景相关问题可以分三步走(来自知乎知乎链接):

[1]    第一步:明确场景类型

       企业数据分析场景可分为以下几种:

  •   经营数据分析:指收入、销量等企业经营活动相关的数据分析;
  •   销售数据分析:销售收入、销售额、销售单产等与销售活动直接相关的数据分析,与经营分析的区别是销售分析粒度更细,频次更密,要求速度更快;
  • 客户数据分析:即CRM分析,指客户购买额、购买频次、购买偏好等客户产生的相关数据的分析;
  • 营销/市场数据分析:指企业营销/市场活动的投放、反馈、效果相关数据的分析,运营分析可归入这一类,也可归入产品类;
  • 产品数据分析:单个产品的数据分析,包括实物产品和服务产品;
  •  财务数据分析:
  • 其他数据分析:人力资源数据分析等等。

[2]     第二步:明确分析目标。对于不同的场景,分析目标是不一致的。

  •  经营数据分析:监控企业的运行情况,目标是发现企业经营活动中的问题,主要关注点是销量/销售额总体时序变化、地区分布、总体及单个点变化原因;
  •  销售数据分析:目标是保证完成销售任务,检测销售效率低的原因,提出解决办法,主要关注时序进度、落后原因、销售单产情况等;
  •  客户数据分析:目标是深入理解客户,典型方法是RFM模型;
  •   营销/市场数据分析:目标是了解投放效果,优化投放计划,提升投放效率,关注点主要集中在ROI相关的指标;
  •   产品数据分析:综合了前面几类分析的内容,分析目标则集中在某个产品上;
  •   财务数据分析:
  •  其他数据分析:。

[3]     第三步:搭建分析体系

       分析点包括两个核心:

       核心一:绝大多数的分析都是针对人(内部人员和客户)、财(收入,支出)、物(产品,服务)三个对象进行的。所有的基础分析指标可由单个对象或对象间的组合推导出来。

       核心二:做分析时处理指标记住八个字,即变化、分布、对比、预测。(两个维度:时间和指标)

       分布:指标在不同层次上的表现,包括地域分布、用户群分布、产品分布等。

       对比:包括内部对比和外部对比,内部对比包括团队对比、产品线对比等;外部对比主要是与市场环境和竞争者对比。这一部分和分布有重叠的地方,但分布更多用于找出好或坏的地方;而对比更偏重于找到好或坏的原因。

       将两个核心的内容叠加到一起,分析体系就基本建立了。

 

3. 项目的重点和难点,怎么解决困难

       重点:根据企业的不同场景,通过数据分析来反映企业的关注点(如经营,销售,产品,客户)及问题。

       难点:数据的质量问题,如颗粒度不饱满,缺少时间戳等。解决办法是一方面在进行数据分析时只能进行全量分析,而不能进行增量分析。另一方面企业要改进设备,使数据满足分析的质量要求。对业务的不清楚,导致对数据库中的数据理解有偏差。怎样来验证数据的正确性,主要是用web端的数据来验证,有疑惑的地方可以和业务人员进行沟通来解决。

 

4. 分析的工具要熟练掌握

       当数据和分析目标都已确定的条件下,要高效快速的进行分析,给出分析结果。此时要对分析用到的相关工具及方法可熟练的操作,如SQL,Python。这一块基础还很薄弱,需加强。

 

5. 沟通的重要性

       此时的沟通可分为内部沟通和外部沟通。内部沟通可选择面对面的沟通形式,这样别人可以快速的理解你要表达的事情。在外部沟通时,一般是通过文档的形式,此时要准确清晰有条理的表达自己的疑惑和问题,并且在提问时尽量让对方做选择题,且问题不能太宽泛,越具体越好,让对方很容易明白,给出想要的结果。

 

6. 大数据量时,sql语句的效率优化

       在对百万级,千万级,亿级的数据量时,通过优化查询语句来加快处理速度,节省时间,也是很重要的一点。




猜你喜欢

转载自blog.csdn.net/m0_37215794/article/details/79547029