如何更好的進行大資料分析

　　大資料分析是分析大量資料以發現諸如隱藏模式、相關性、市場趨勢和消費者偏好等資訊的一個複雜過程，這些資訊有助於企業做出更好的決策。那，如何分析大資料?

　　一、明確資料分析的目的

　　1、如果資料分析的目的是要對比頁面改版前後的優劣，則衡量的指標應該從頁面的點選率，跳出率等維度出發，電商類應用還要觀察訂單轉化率，社交類應用要注重使用者的訪問時長、點贊轉發互動等頻次。

　　2、如果資料分析的目的是探究某一模組資料異常波動的原因，則分析的方法應該按照金字塔原理逐步拆解，版本->時間->人群。

　　二、多渠道收集資料

　　收集方式一般有四類渠道。

　　1、從外部如易觀或艾瑞的行業資料分析報告獲取，需要帶著審慎的態度去觀察資料，提取有效準確的資訊，剝離部分可能注水的資料，並需要時刻警惕那些被人處理過的二手資料。

　　2、從AppStore、客服意見反饋、微博等社群論壇去主動收集使用者的反饋。

　　3、自行參與問卷設計、使用者訪談等調研，直面使用者，收集一手資料，觀察使用者使用產品時所遇到的問題及感受。問卷需要提煉核心問題，減少問題，回收結果需剔除無效的敷衍的問卷。使用者訪談需要注意不使用引導性的詞彙或問題去帶偏使用者的自然感受。

　　4、從已記錄的使用者行為軌跡去研究資料。大公司一般會有固話的報表/郵件去每天甚至實時反饋線上的使用者資料情況，也會提供SQL查詢平臺給產品經理或資料分析師，讓他們可以更有深度的探究對比資料。

　　三、有效剔除干擾資料

　　1、選取正確的樣本數量，選取足夠大的數量，剔除極端或偶然性資料的影響。

　　2、制定相同的抽樣規則，減少分析結論的偏差性。

　　3、剔除版本或節假日因素的干擾，新版本剛上線時的資料表現往往會很好，因為主動升級的使用者一般是高活躍度的使用者。

　　4、對歷史資料遺忘。

　　四、合理客觀的審視資料

　　1、不要忽略沉默使用者

　　產品經理在聽到部分使用者反饋的時候就做出決策，花費大量的時間開發相應的功能，往往結果，可能這些功能只是極少部分使用者的迫切需求，而大部分使用者並不在乎。甚至有可能與核心使用者的訴求相違背，導致新版產品上線後資料猛跌。

　　忽略沉默使用者，沒有全盤的考慮產品大部分目標使用者的核心需求，可能造成人力物力的浪費，更有甚者，會錯失商業機會。

　　2、全面理解資料結果

　　如果實驗結果的預期與我們的經驗認知有明顯的偏差，請不要盲目下結論質疑自己的直覺，而是嘗試對資料進行更透徹的分析。

　　3、不要過度依賴資料

　　過度依賴資料，一方面，會讓我們做很多沒有價值的資料分析;另一方面，也會限制產品經理本來應有的靈感和創意。

　　如何更好的進行大資料分析.中琛魔方大資料平臺表示在搭建大資料分析平臺之前，要先明確業務需求場景以及使用者的需求，通過大資料分析平臺，想要得到哪些有價值的資訊，需要接入的資料有哪些，明確基於場景業務需求的大資料平臺要具備的基本的功能，來決定平臺搭建過程中使用的大資料處理工具和框架。