1 / 5
文档名称:

Data-To-The-People--我们为什么要进行数据分析.docx

格式:docx   大小:213KB   页数:5页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

文档介绍:学习文档 仅供参考
Data To The People 我们为什么要进行数据分析

本文 GrowingIO联合创始人 吴继业
数据像水一样,而水滋润万物,帮助万物生长。GrowingIO 这个名字诠释了生长,数据和循环。
哭了,被团队感动了。
从LinkedIn出来,我觉察每个企业都需要数据处理和分析服务,我们用SaaS服务解决企业的数据采集,整合,清理,分析的问题,我们想把这个流程自动化,为企业提供云端服务。让互联网企业能够在几分钟内就可以分析自己的业务。

三、如何破解传统BI的弊端?

3.1 数据采集
数据采集,是数据分析的第一步。
互联网和移动互联网的数据是我们关注的重点。需要不不同的数据源同的技术手段去采集数据,比方网页端的,iOS和Android。目前大部分的数据采集的模式都是埋点采集的模式,就是需要什么数据点就埋什么数据点。往往存在的问题是业务人员和分析师定义要什么样的数据,然后由程序员来埋点实现。
学习文档 仅供参考
程序员的主要职责是负责开发产品的功能与埋点做数据监控,但埋点不是他们工作的重点, 业务人员和分析师的工作重点是关心产品的用户体验,而不是像技术人员那样改代码埋点。
GrowingIO想推出的SAAS服务可以帮助业务人员直接在网页端,移动应用端上面定义数据点,而且立刻就能看到具体的浏览量和点击量。

3.2 数据整合
在很多互联网企业里,数据是分散存储的,但又是有紧密联系的, 搜索系统,订单系统,数据推荐系统,站内私信系统,聊天系统,库存系统,物流系统,售后服务系统,可能不在一个数据库中,是不同的Rest API、存储策略、数据源。如果让数据封闭在独立的系统中,不能和其他的数据整合进行数据分析,就不能知道企业数字化运营的全局,当然很多企业的管理者可以在高速成长期用拍脑袋来运营,然而在如今竞争激烈的“互联网+” 时代,数据零散的分布会导致企业的生产力下降。
数据的快速增长和复杂性的提高,对数据的实时整合的要求也越来越高。如果可以接近实时地抽取数据,加上整合和企业相关的外部数据才能把企业的数据盘活,分析总体的情况,提取出高价值,为决策者服务。
3.3 数据清理
一切对数据的测量都需要有高质量的数据做保障,这个很重要,我觉得我工作中的50%以上的时间花在了数据质量上面。业务端,老板觉得转化率低了要查,高了也要查,每次询问,开始是被动地查,后来成主动地查,将来需要自动地查。人肉被动,主动,机器自动。每次查数据质量都是要追溯到数据源头。看master data〔例如统一的客户信息,产品信息等〕,看transaction data〔比方订单明细数据〕,验证业务指标的计算逻辑。逐步验证自己的假设,在一家公司做的久了,对数据熟悉了,对业务熟悉了,这样的事情才会做的有效率, 如果涉及到其他团队的问题,修复这个数据质量就需要更多的时间。
学习文档 仅供参考
Simon在去年CIO高峰论坛的时候提到过“Hamilton City”污水处理厂,”Garbage in, Garbage out”。数据本身就是脏的,如果不经过清洗,那么分析的结果也是大打折扣。因为世界是无序的,每个人写的日期都还会有不同的格式,就算格式相同,处理数据的时候我们会遇到很多数据类型错误,拼写错误, 精度错误,数值过大

分享好友

预览全文

Data-To-The-People--我们为什么要进行数据分析.docx

上传人:光阴的故事挺好3 2022/1/18 文件大小:213 KB

下载得到文件列表

Data-To-The-People--我们为什么要进行数据分析.docx

相关文档