盤點：關于數(shù)據(jù)分析 聰明人常犯的5個錯誤

盤點：關于數(shù)據(jù)分析聰明人常犯的5個錯誤

1.走得太快，沒空回頭看路。初創(chuàng)公司里的人們仿佛一直在被人念著緊箍咒：“要么快要么死，要么快要么死?！彼麄兪侨绱酥庇诋a品開發(fā)，以至于他們常常沒有空想用戶對產品的具體使用細節(jié)，產品在哪些場景怎么被使用，產品的哪些部分被使用，以及用戶回頭二次使用產品的原因主要有哪些。而這些問題如果沒有數(shù)據(jù)難以回答。2.你沒有記錄足夠的數(shù)據(jù)。光給你的團隊看呈現(xiàn)總結出來的數(shù)據(jù)是沒有用的。如果沒有精確到日乃至小時的變化明細，你無法分析出來數(shù)據(jù)變化背后看不見的手。如果只是粗放的，斷續(xù)的統(tǒng)計，沒有人可以解讀出各種細微因素對于銷售或者用戶使用習慣的影響。與此同時，數(shù)據(jù)儲存越來越便宜。同時做大量的分析也不是什么高風險的事情，只要買足夠的空間就不會有systembreakdown的風險。因此，記錄盡可能多的數(shù)據(jù)總不會是一件壞事。不要害怕量大。對于初創(chuàng)企業(yè)來說，大數(shù)據(jù)其實還是比較少見的事情。如果正處于初創(chuàng)期的你果真(幸運地)有這樣的困擾，可以使用Hadoop平臺。3.其實你的團隊成員常常感覺自己在盲人摸象。許多公司以為他們把數(shù)據(jù)扔給Mixpanel，Kissmetrics，或者GoogleAnalytics就夠了，但他們常常忽略了團隊的哪些成員能真正解讀這些數(shù)據(jù)的內在含義。你需要經常提醒團隊里面每一位成員多去理解這些數(shù)據(jù)，并更多地基于數(shù)據(jù)來做決策。要不然，你的產品團隊只會盲目地開發(fā)產品，并祈禱能踩中熱點，不管最終成功還是失敗了都是一頭霧水。舉個栗子。有天你決定采用市場上常見的病毒營銷手段吸引新用戶。如你所愿，用戶量啪啪啪地上來了?？纱藭r你會遇到新的迷茫：你無法衡量這個營銷手段對老用戶的影響。人們可能被吸引眼球，注冊為新用戶，然后厭倦而不再使用。你可能為吸引了一幫沒有價值的用戶付出了過高的代價。而你的產品團隊可能還在沾沾自喜，認為這個損害產品的營銷手段是成功的。這種傻錯誤經常發(fā)生。而如果你的企業(yè)在一開始就建立起人人可自助使用的數(shù)據(jù)平臺，來解答他們工作中最重要的疑惑，則可以避免上文所說的悲劇。4.目光短淺。任何一個好的數(shù)據(jù)分析框架在設計之初都必須滿足長期使用的需要。誠然，你總是可以調整你的框架。但數(shù)據(jù)積累越多，做調整的代價越大。而且常常做出調整后，你需要同時記錄新舊兩套系統(tǒng)來確保數(shù)據(jù)不會丟失。因此，我們最好能在第一天就把框架設計好。其中一個簡單粗暴有效地方法就是所有能獲取的數(shù)據(jù)放在同一個可延展的平臺。不需要浪費時間選擇一個最優(yōu)解決方法，只要確認這個平臺可以裝得下所有將來可能用到的數(shù)據(jù)，且跨平臺也能跑起來就行了。一般來說這樣的原始平臺能至少支撐一到兩年。5.過度總結雖然說這個問題對于擁有大數(shù)據(jù)分析團隊的公司來說更常見，初創(chuàng)公司最好也能注意避免掉。試想一下，有多少公司只是記錄平均每分鐘多少銷售額，而不是具體每一分鐘銷售了多少金額？在過去由于運算能力有限，我們只能把海量數(shù)據(jù)總結成幾個點來看。但在當下，這些運算量根本不是問題，所有人都可以把運營數(shù)據(jù)精確到分鐘來記錄。而這些精確的記錄可以告訴你海量的信息，比如為什么轉化率在上升或者下降。人們常常自我陶醉于做出了幾張漂亮的圖標或者PPT。這些總結性的表達看上去很令人振奮，但我們不應該基于這些膚淺的總結來做決策，因為