目录

京东数据分析心得w

报告人|刘亚男

1.知识储备
2.分析思路与案例
3.产品

1.知识储备

对象：政府，企业，个人

统计+计算机。。。

方法：
持续跟踪，模型算法，定制研究

大数据分析

京东：电商为主，41000台服务器

数据量级支持的分析内容不同，以京东为例

1.内部业务创新
2.经济指数
3.行业报告
4.高校政府科研
5.区块链、供应链溯源（数字货币，支付盐酸，数字票据）
6.平安城市、智慧城市

知识储备

1.数据

合理的样本数据，拿到的数据可能是有偏误的，注意样本多样性。

有质量的样本数据，小心空值错误值，数据全周期全链条。指标唯一性。

eg数据中台：阿里全领域，京东全链路（2016年开始，趋势）

2.方法
硬方法：描述统计，假设检验，列联表，判别，聚类，ROC等……

在一定假设前提下，科学严谨的推导。数据分析报告很高大上。。。

并非必须做相关分析之类，更多会使用软方法

软方法：如用户分层

3.延伸
企业中，知识+场景

2.思路

1.界定问题
2.分解问题
3.分析问题

目的：找到原因，落实方案

经验能够给出描述，精准地找出定义，找到最根本的原因。

界定问题

SMART原则

S具体
M目标要指标化
A可行动
R目标相关性，要能掌控
T时效性

利用五个为什么，确保研究的有效性

麦肯锡的总分金字塔

分解问题

分解方法1：议题树（结构化思维）
下层需要上层的支持
（广度上一致性，深度上相关性）

首先不需要很全局的思考，从几个具体问题开始思考，挖掘分论点
传播 -> 人群

推崇团队，不同的人解决不同的问题，方便达成共识

分解方法2：MECE原则（相互独立，完全穷尽）

分解方法3：完整论证链路，组织故事，表头，易懂（PPT贼赚钱）

3.数据分析背后的产品思维

营销，数据分析产品经理

业务知识，行业背景，技术

在垂直领域中做深

玻璃瓶子换塑料瓶何易拉罐

为何饮料瓶的颜色区别？年轻人感官刺激

感受：耐摔，印刷，方便喝，环保
结构化：商家：成本，运输，印刷，质检。用户：便捷，口感，爽感，品牌
流程化：原料，调制，罐装，印刷，质检，运输，摆放，购买，引用，回收

六阶
1.感性
2.结构化，流程化
3.聚焦，关键节点
4.价值
5.抽象
6.行业生态，发展

人性 > 理性

时间管理，数据分析能力提升，行业探究，针对已有产品进行功能性迭代，PPT制作

项目管理和汇报，梳理价值，独立负责能力

本文链接： https://konelane.github.io/2018/12/14/181214京东数据分析心得w/

-- EOF --