部的顺序进行。搞清楚这个业务的上游、下游环节。从而梳理出最粗框架的业务流程。 以积分为例 上游积分从哪里产生 下游积分在哪里消耗 整明白这两个问题就能理清积分的业务流程。以电商业务为例常见的积分来源、消耗方式如下图 这个数据分析思路让人大呼靠谱 梳理出粗框架业务流程以后可以落实数据来源即这些环节的数据有没有记录有没有清晰的记录在哪些系统进行记录。以积分为例很有可能系统自动产生的积分比如消费积分是有清晰记录的能具体到每一笔交易。但是活动赠送人工调账的很有可能没有详细记录是哪个活动哪个投诉补偿进来的。
数据分析最大的难题是没数据
在梳理业务流程的时候要提前发现这些问题避免事后查数据库的时候面对一堆莫名其妙没有标注的数据。 以上两个工作可以不和业务部门沟通直接顺着业务流程系 贝宁 WhatsApp 号码列表 统流程数据字典去查但是仅仅做这两步很有可能得到一个知其然不知其所以然的结果。 更深层的原因是不知道的比如 为什么注册积分要设计成累积分？ 积分兑换的礼品为啥专门有几款是分的？ 派积分的活动为啥集中在这几个时间段做？ 很有可能这些设计的背后有特定的业务目的。这些业务目的不是直接留在纸面文档里的。 因此梳理工作不应停在仅了解流程数据上。还应该再梳理业务动作。
理解了业务部门出于什么目的做了什么事才能理解数
据背后的东西。很多常识性的结论可以直接从这些问题里获得进一步分析的灵感也能从这里来。从而极大的避免分析了一堆业务说我早知道了。 这个数据 墨西哥 WhatsApp 号码列表 分析思路让人大呼靠谱 当然不同公司沟通难度不同这一点上同学们量力而行。能沟通清楚是最好的。 三、基础数据呈现 在梳理完业务后可以做基础数据呈现。基础数据呈现也要遵守来龙去脉整体局部的原则。先呈现基础情况再发现问题。 比如积分情况可以讲 整体上存量积分有多少每月新增多少消耗多少？ 整体存量积分每月新增消耗在近年变化走势如何？ 积分来源有多少种？每一种占比如何？ 积分来源的结构是否有变化？ 积分消耗的方式有多少种？每一种占比多少？ 积分消耗的结构是否有变化？ 呈现完现状以后根据之前梳理情况后续有不同的做法。
