Todos los años, al final del año, algunos estudiantes suspiraban: "He estado ocupado durante un año y siento que todos son informes de datos de rutina, ¡y ni siquiera hay un proyecto que pueda venderse!" Entonces, ¿qué debo hacer para proyectos de análisis de datos de alta calidad?
01. Cómo contar alta calidad
Si desea responder a esta pregunta, primero debe aclarar: qué es un proyecto de "alta calidad". En esencia, el análisis de datos es una posición de apoyo, y la calidad del trabajo está determinada principalmente por el departamento al que sirve. Si trabaja en una empresa, depende principalmente de las opiniones de evaluación del departamento de administración/comercio. Si es durante la entrevista, será evaluado principalmente por el líder de recursos humanos/empleador de la entrevista. La clave es descubrir las necesidades de la otra parte y atacar los puntos débiles de la otra parte. ,
Algunos estudiantes a menudo se confunden aquí, pensando: usar un modelo de regresión lineal (los modelos complejos no lo harán) / gráficos parpadeantes blingbling / verificar un número sql y escribir 2000 líneas se considera de "alta calidad", y estas cosas se ignoran Si es útil para el negocio o no, el resultado es, naturalmente, una broma. Hace unos días, un compañero de clase vino a preguntar a toda prisa, diciendo que construyeron un modelo de predicción de usuario perdido, pero la operación dijo: "¿Qué estás haciendo? ¡No sé cómo usarlo después de predecirlo! "Entonces el proyecto quedó amarillento... Esto es un resultado típico de puertas cerradas.
Entonces, ¿cómo podemos hacerlo para resolver los puntos débiles del negocio?
02. Identificar las necesidades básicas
Para los negocios, el análisis de datos es una cuestión de "escabullirse en la noche con el viento, humedeciendo las cosas en silencio". La gente a menudo no piensa que sea muy poderoso cuando hay datos para ver, pero si no hay datos para leer, algunas personas estará ansioso. Por lo tanto, si desea encontrar los puntos débiles de su negocio, es mejor no vender a la fuerza: "Tengo un modelo de perro grande alfa de inteligencia artificial, que está probado y es preciso, ¡así que por qué no lo intenta!" , primero mire qué problemas le preocupan más al otro departamento, qué datos faltan más.
Hay cuatro casos comunes de datos faltantes:
No hay datos básicos, y estoy ansioso por ver los datos.
Tengo datos pero no sé cómo interpretarlos, así que tengo prisa
Con datos e interpretación, quiero verificar aún más la idea.
Tiene datos, tiene interpretación, quiere hacer más predicciones
Al recibir las necesidades del lado comercial, las necesidades reales deben ser claras. Por ejemplo, los "retratos de usuarios" pueden ser solo un boca a boca al lanzar un proyecto. Si la empresa no tiene clara la situación actual de los usuarios, o si quieren hacer algo basado en los retratos, debemos entenderlo claramente. No estaba claro al comienzo del proyecto, y el proceso intermedio debería ser claro gradualmente, de lo contrario, la gente preguntaba "¡de qué te sirve!" después de muchas etiquetas, sería tonto comer coptis ...
03. Los puntos principales del proyecto tipo informe
El número de proyectos de tipo informe es el más grande, pero es el más fácil de pasar por alto por los analistas de datos.A muchos recién llegados siempre les desagrada porque no es técnicamente complicado. Pero, de hecho, los proyectos tipo informe son los más fáciles de lograr resultados.La clave es: hacer lo que les importa a los líderes y lo que los líderes pueden ver. Al recibir requerimientos, distinga a los usuarios del informe, dé prioridad a visualizar las necesidades de los líderes, para que los líderes puedan sentir intuitivamente los datos.
Además, a través de proyectos tipo informe, la actitud de cooperación de las partes comerciales se puede identificar de manera efectiva. Si el lado comercial tiene una buena actitud, entonces pueden cooperar en profundidad. Ahora que existe un informe de seguimiento comercial, el siguiente paso es analizar las tendencias comerciales anormales. Primero registre los puntos anormales causados por el comportamiento activo no comercial y luego analice en profundidad:
¿Qué tan grande es un cambio anormal?
que causa la anormalidad
Cómo detectar anomalías de forma anticipada a través de los datos
Con estas acumulaciones, podemos realizar un recordatorio automático de anomalías + diagnóstico de problemas, de modo que la visualización de datos simple se pueda mejorar a un nivel superior y, al mismo tiempo, puede sentar una base sólida para un análisis en profundidad posterior.
04. Fundamentos de los Proyectos Analíticos
En la impresión original de muchas personas, el análisis de datos debería ser obtener un montón de números, y luego Mami Prajna los convence para analizar y decirle al negocio tres oraciones, ¡para que el negocio pueda ganar 180,000 adicionales! Como resultado, las personas tienden a tener altas expectativas para los proyectos analíticos. Pero, de hecho, los proyectos analíticos son particularmente fáciles de pisar minas. La comprensión insuficiente del negocio, la falta de datos de seguimiento y la falta de experiencia en análisis anormales harán que el análisis de problemas sea superficial. Cuando se trabaja en un proyecto, la norma es "un trueno fuerte y poca lluvia".
Por lo tanto, los proyectos analíticos se incuban sobre la base de proyectos basados en informes y la tasa de éxito es relativamente alta. Si se descubre que el lado comercial tiene un monitoreo insuficiente y una comprensión poco clara del problema en sí, puede volver al proyecto basado en informes para comenzar. Después de una cierta cantidad de acumulación, si desea ser efectivo, la mejor manera es ponerse de acuerdo primero sobre los supuestos comerciales y descubrir en qué no confía el lado comercial y en qué tiene confianza. Es más fácil falsear que probar la verdad, y es más fácil producir resultados verificando directamente las hipótesis.
Si el problema involucra demasiadas enfermedades intratables que son difíciles de cuantificar, hay otra solución, que es convertir el problema en un proyecto de prueba. Vea directamente qué soluciones tiene a mano el lado comercial para resolver el problema y luego pruebe que el método funciona. Esto también puede generar una solución al problema.
05. Puntos clave de los proyectos de prueba
Los proyectos de tipo prueba son relativamente fáciles de tener éxito. En esencia, las pruebas también pertenecen a la situación de "la empresa no tiene datos, y especialmente quiero ver algunos datos". Pero debe tenerse en cuenta que qué medir, debe pensar claramente de antemano. Lo más importante en las pruebas es tener una comprensión preliminar de los factores que afectan los resultados, probar los factores clave que desea probar y controlar otros elementos de interferencia.
Por lo tanto, la prueba de diseño de página general es fácil de tener éxito y la prueba de resultados de consumo es fácil de estropear. Debido a que hay pocos puntos de prueba en el diseño de la página, es fácil producir resultados precisos y estables. Sin embargo, hay demasiados factores que afectan los resultados de consumo. Antes de hacer la prueba, no lo pensé claramente. Es fácil hacer que los resultados fallen debido a la baja comparabilidad de los esquemas de prueba, las grandes diferencias en el grupos de prueba y la falta de exclusión de factores clave de interferencia.
Por lo tanto, antes de realizar la prueba, es necesario realizar un análisis básico, es necesario determinar qué factores tendrán un impacto y qué tan grande es la diferencia entre varios conjuntos de planes de prueba, lo que puede mejorar efectivamente la calidad del proyecto. .
06. Puntos clave de los proyectos predictivos
La clave de los proyectos predictivos es confirmar las necesidades reales de previsión y evitar apostar ciegamente al "quiero ser 100% preciso". No sólo no se puede hacer, sino que no tiene sentido. Por ejemplo, la predicción de usuarios perdidos mencionada al principio, si la operación consiste en invertir todos los recursos para recuperar a los usuarios perdidos, entonces cambie el objetivo a pronóstico: "Qué personas volverán naturalmente" puede ahorrar dinero. Si el operador desea obtener el máximo efecto, el objetivo se puede cambiar a: "¿De qué forma de recuperación se espera que responda el usuario?" De esta manera, se pueden realizar múltiples rondas de pulsaciones para maximizar el despertar de los usuarios. En resumen, es más efectivo determinar primero el plan de operación que construir un modelo a puertas cerradas.
07. El sentido del ritual es muy importante
¡Los proyectos de análisis de datos necesitan especialmente un sentido de ritual! Debido a que los resultados del análisis de datos rara vez se convierten en dinero blanco, es posible que todos casi lo hayan olvidado cuando se hace el resumen al final del año. Así que asegúrate de hacer un ritual completo. Por ejemplo, cuando comenzó el proyecto, tuvimos una reunión con nuestros socios y, al mediodía, comimos juntos en una mesa redonda. Al final del informe del proyecto, hice una cita especial con el gran jefe y tomé una foto grupal después del informe. Los resultados del proyecto deben publicarse en BI tanto como sea posible, y una "Pantalla grande de activos de datos" se hará especialmente y se colocará en la oficina del jefe. Desplácese por ella cada semana para ver cuántos datos nuevos se han acumulado y cuánto beneficio se ha generado para ayudar al negocio. Por supuesto, se debe mostrar la "Pantalla grande de combate Double Eleven", y recuerde tomar fotografías para registrar la gran ocasión de los colegas animando frente a la pantalla grande...
Hay muchos métodos específicos y puede adoptarlos de acuerdo con el estilo de su propia empresa, pero solo hay una idea central, es decir, únase más con colegas, celebre más reuniones y use más sistemas. un ppt, envíe un excel y envíe un csv. . ¡El forro se ha trabajado mucho y la cara debe ser suficiente!
