专业的短链接生成工具
链接域名
短网址有效期
如何读懂数据的含义?
更新时间:2025-5-2 23:31:09 作者:爱短链
此时,数据分析师需要出现。
如何阅读数据?本文将从六个方面进行分析。
不要错过对数据分析感兴趣的童鞋。
很多新人看不懂数据的含义。
面对报告,只会像复读机一样唠叨:昨天100,今天120,增加20。
……说这些只要不是盲人就能看到的东西。
所以经常被嘲笑,怎么办?今天我们系统地解释一下。
一、阅读第一阶段:指标清晰 给一个数字:180,能看出意思吗? 不能! 因为这是一个孤独的数字,没有任何意义。
如果你想阅读数据,至少它必须是一个明确的数据指标。
它包括指标名称、使用场景和计算口径。
它也是180,我们被成年女性取代,身高180cm。
是不是一下子了吗? 二、阅读第二阶段:制定标准 而且很多人可能已经有了本能的判断:这个女孩很高。
这种判断可能是基于数据统计。
根据2015年《中国居民营养与慢性病报告》,成年男性平均身高为167.1cm,女性155.8cm,也就意味着180cm已经超过大量男性身高,可以定义为高。
这种判断也可能是基于约定的习惯。
比如习惯上,170以上的女生已经算高了,180更大了,肯定算高了。
这两种判断都没有错。
事实上,它们都是进一步理解数据的方法:统计方法和习惯方法。
统计方法根据数据统计的差异划分高、中、低。
习惯规则是量化人们约定的习惯。
从成年女性,身高180cm成年女性很高是阅读数据的重要转折点。
因为180cm它是一个不能直接影响我们决策的客观价值。
但高是判断的结果,会影响我们的决策。
如果你不相信,继续往下看。
三、阅读第三阶段:合场景 场景1:小明身高175,二姨热情地介绍了一个180岁的女孩给他相亲。
场景2:小明需要5名模特组织展览活动,HR linda给他介绍了一个180女孩。
小明在两种场景下的心情如何? 有些女孩会抛弃比自己矮的男孩。
不幸的是,小明是一个被深深抛弃的漂亮男孩。
所以小明遇到场景1估计直接骂妈妈:早就说不要找比我高的,你真的让我尴尬!这就是忽视别人要求的结果。
场景2估计小明会很开心的。
展会的模特就是让人看起来高大漂亮,这样才能安排面条。
当然,出场费肯定贵很多。
这个时候,如果你想便宜,你可以随便找几个矮个子女孩。
估计领导看到身高就会骂你——给你钱,不贴门面擦屁股! 因此,要深入阅读数据,必须结合具体场景。
这里有两种做法: 基于业务逻辑推演 总结过去的经验 这两种方法都需要深入了解业务场景(如下图所示): 四、阅读第四阶段:观态 我们已知的信息是: 成年女性180cm属于:高 找模特需要个子:高 个子高 模样俏=价格贵 在此基础上,再看数据,会有新的解读。
比如你负责策划展览,你下面广告公司推荐的现场模特身高如下: 看完之后,你可能会马上读到:这些孙子想黑我的费用!偷偷给我换了一批便宜的模特!是的,这个解读比啊,身高缩水那么多更进一步。
这是第四阶段的解读。
同样的数据,如果你不读这个,直接发给领导,领导可能会立即解释:这个新年轻人不懂生意啊,没有排面工作这么差。
同样的数据,如果领导没有处理,真的找到了一群去展览。
看完后,你的经销商可以立即解释:啊,今年的品牌实力有问题吗?你看,展位面积也缩水了,新产品发布会也不热烈。
所有的模集在一起。
所有这些都是基于一个身高数据,所谓见微知,其实背后都有逻辑推理(如下图所示): 五、阅读与盲目阅读的区别 当然,解读数据也是有限的。
过度解读或随意猜测会导致误解。
比如: 随便猜:你看模特都是美女,所以他们的老板一定很好色。
过度解读:你看,这次请了九个美女模特,一定有九个产品发布。
阅读和随意猜测的最大区别是证据的数量。
例如,上述经销商质疑品牌所有者的实力,不仅仅是看模特身高的变化,还看展位,看新产品新闻发布会,有多种证据支持,解释自然接近现实。
随机猜测通常是毫无根据的过度解释(好色的证据),通常是孤独的证据(除了九个模型,还有其他证据)。
当然,不排除我们在获得更多证据后会有新的解释。
证据的数量是判断数据解释的唯一标准。
只要有足够的证据 我们有理由接受合理的逻辑结论。
为什么企业很难解释数据 为什么在实际工作中很容易解释数据? 答:由于身高、相亲、展览模特等例子,其业务意义非常简单、清晰、易于理解。
但在实际工作中,数据分析师往往与业务分离,对具体的销售、运营、产品、售后等一无所知,只能通过:销售、毛利润、活动率、转化率等数字进行简单的猜测。
常见: 不懂商业意义:为什么相亲要注意身高?难道觉得吗? 不了解业务情况:小明为什么不喜欢高个子女生?高个子是美女! 不懂业务逻辑:为什么展会一定要找高个子模特?不能随便去几个人吗? 结果是无法判断数据。
所以只能流于:昨天的销量是120,今天的销量是140,增长了20,增长了16.7%。
关键是,这些判断很可能是业务的常识,所以在沟通中有一个尴尬的场景:业务懒得说,数据不知道问题。
最后,当他责怪数据分析师时,他仍然很穷:我没有相亲,我没有做展览,呜呜…… 因此,如果你想深入解读,你必须接近业务,学会从具体操作中抽象数据意义,量化业务方的判断。
#作家# 接地气的陈老师,微信微信官方账号:接地气学校。
资深顾问在互联网、金融、快速消费品、零售、耐用、美容等15个行业有丰富的数据相关经验。
特别说明:本网站的主要目的是收集与互联网运营相关的干货知识,为运营伙伴提供便利。
本网站收集的公共内容来自互联网或用户的贡献,这并不意味着本网站同意其观点,也不对网站内容的真实性负责。
如有侵权行为,请联系网站管理员删除,。