顶级专家给数据分析师的忠告(下)

顶级专家给数据分析师的忠告(下)

译者:林森

以下是你能从这篇文章学到的知识以及专家们给出的建议:

  1. 要成为一名优秀的分析师需要具备哪些能力和素质?
  2. 是什么让一个好的分析师变得伟大?
  3. 数字分析&谷歌分析与数据分析师&商业分析师的区别?
  4. 有哪些博客、书籍和活动可以提高分析技能?
  5. 数据分析的进步、趋势和挑战?

上篇已经回答了前两个问题,以下是对后三个问题的回答。

数据分析&谷歌分析和数据分析师&商业分析师的区别?

Jim

数据分析师是回答关于所有的的市场投入是否有效的问题,不仅仅在于某个广告活动是否带来了最多的关注,而在于哪些因素给公司带来了长远的价值。

数据分析师在商业智能社区分享他们的分析技巧,并从优化的角度解决越来越多数据方面的问题。

他们使用固定样本数据、调查数据、顾客满意度数据、销售数据,甚至天气预报来为负责营销的高管创建预测营销模型和营销仪表盘。

个人建议,为了精通数字分析你需要玩转Google Analytics并且这还不够。

Neil

简言之,数据分析就是使用数据和指标来全盘衡量企业在数字营销投入的效果。

你可以使用谷歌来解决这个问题,但不一定能解决所有问题。

举个例子:

谷歌分析不会告诉你消费者的价值或者你社交媒体广告的ROI。你可以通过大量的自定义工作来让谷歌分析提供的数据更有价值,但是这可不是一个简单的任务。

Gary

分不清谷歌分析和数据分析的关系就像分不清锯子和木工的关系。

至于数据分析师和商业分析师之间的区别就不那么明显了。

对于分析,有很多的准则,我知道有供应链分析师、健康科学分析师和交易系统分析师等。任何类型的分析师都需要在自己相关的领域里有很深的研究并且使用各种各样的工具来为分析服务。

由此可见,数据分析也有一个特定的领域,但我不确定是否有更深入的划分。

有哪些博客、书籍或者活动可以提高分析技能?

Jim

当然是eMetrics Summit

Neil

我推荐http://www.kaushik.net/avinash/.

Avinash对分析了如指掌,并且他写了一些很好的书,比如《Web Analytics: An Hour A Day》《Web Analytics 2.0》

当然还有https://blog.kissmetrics.com/

Gray

这些博客、书还有活动虽然他们很有用,但都无法轻易地从本质上提高你的分析能力。我认为最好的方法就是去实践。

我真心认为要带着一颗匠心做分析,我觉得博客、书籍和会议都不是提高数据分析能力最优的选择。

我倾向于认为那些拓宽思路和提高眼界的书会更有趣并且有用。

我钟爱Stephen Jay Gould和《Full House》,这很适合分析师。我也推荐《Fog of War》,一个关于罗伯特麦克纳马拉的纪录片。我认为他是一个睿智的分析师,让人着迷的是他可以通过很简单工具抓住问题的关键,同时还能对一些很好的分析结果一针见血的提出问题。

如果你很博学,不妨读一读《 Zen and the Art of Motorcycle Maintenance 》这本书,它用有趣的视角讲述了匠心的重要性。我之前也推荐过这本书,但后来我不这么做了,因为这些书里只是从基础层面谈了分析和技术,而不是流行的科技和行业趋势。

当然,我也很喜欢 X Change Conference 。在这个网站上,很容易结识同行并且深入沟通。

我不停地抨击把分析师类比为工匠,但这个网站上又确实是在促进他们之间的交流,指导他们并分享在匠心方面很重要的事。

你认为数据分析中最重要的进步是什么?

Jim

必然是大数据(Big Data)这个概念的普及,尽管多年来我们一直在研究,不过现在总算给它命名了!

Neil

在2012年软件公司就已经为客户提供了很多细节上洞察的服务。举个例子,KISSmetrics这家公司就没有跟踪一些很虚无的指标,比如跳出率,取而代之的是我们跟踪人。

这样的方式让你更好的理解消费者的整个生命周期的价值,或者流失,或者消费者在完成交易前的平均停留时间。

如果我们没有跟踪这些基于个人的数据,我们是不会提供这方面的分析服务的。

Gray

一系列的个性化的数据工具和系统的出现。

分析师应该注意,数字个性化必须得推进商业发生改变。这种改变可以在很多领域发生,但是在数字化领域,没有比个性化更加有效和普遍的了。

所以说,尽管你可以列出无数的证据来表明像hadoop这样的数据架构比分析重要,但我觉得,从长远来看,分析工具的运用和由个性化系统带来的机会更加重要。

数据分析面临的趋势和挑战是什么?

Jim

大数据的实际应用会让人们意识到,当前的炒作是很有趣的,但是实际的应用才是最重要的。

Neil

至于趋势,我认为挑战在于个人数据的跟踪,以及数据分析中如何跟踪个人数据并且用易于理解的如表展示出来。

至于挑战,我认为是企业的数据超负荷的问题。

这意味着在企业里分析师需要让运算更高效,同时软件解决方案需要提供可行的洞察以减轻分析师的工作负担。

Gray

我上面提到的一个观点讲到,我认为在数字世界里,消费者数据归属问题将成为兵家必争之地。

组织围绕这个问题所做出的决定,将会最终决定他们的科技栈(stack)和组织结构的整体形态。

我的一些观点

首先是在过去我认为“网站分析”和“数字分析”这两个词是可以互换的。但是他们不是一回事。

网站分析是属于数据分析的。当我们讨论数字分析、数据测量的时候,我们不仅仅是讨论网站分析,也包括移动端数据、社交媒体数据和线下数据等

有一句老话是这样说的:没有测量,就没有分析。

举个例子,如果你的营销活动没有绩效考核,你就没法管理这些营销活动。但是我发现在我的数字世界里,数据分析是你无法有效地衡量你所不能管理的营销活动

举个例子,如果你想衡量SEO活动的效果,首先你要知道SEO是如何起作用的。你必须对搜索领域最新最重要的信息要有所了解。你还需要知道谷歌的熊猫算法,企鹅算法,链接建设,作者还有语义标记等,并运用到实践中。

如果你不了解这些,那么你在这方面知识的缺乏就会反映在你提出的建议里,而建议又是任何分析里最重要的部分。没有可靠的建议,任何分析都不具有商业价值,因为它无法改变公司的发展方向!

不用多说,营销和分析是相互补充的。在没有充分理解双方规则的情况下,你是无法做到完美的

同时我也相信要做好一个分析师,你还需要精通统计学。

我建议可以学一些基础的会计学知识来磨练分析技能。但是我觉得这个技能对商业智能的工作人员会更有用。

关于GAIQ考试的备考,Analytics Academy能提供最好的学习资源,其次就是Google Analytics工具本身。如果学到的知识没有实践,那将很难通过考试。

我推荐的博客
  1. Official Google Analytics blog——这是必读的博客,在这里可以看到Google Analytics领域最新的知识。
  2. Analytics Talk  by Justin Cutroni——作为GA认证专家,我自然偏向于谷歌分析和Justin 的博客,这也是了解谷歌分析领域重要的途径。
  3. ConversionXL——这是一个关于着陆页优化和A/B测试的优秀博客。这个博客里的每一个建议都有相关例子和案例。
  4. Kiss Metrics——我最喜欢这个博客的地方在于文章通俗易懂,观点和技巧都通过生动的案例来让读者更易理解。
  5. Simoahava.com——我认为这是关于谷歌标签管理(Google Tag Manager)方面最好的博客了。
  6. Lunametrics——这是分析技术方面很好的博客。
  7. OptimizeSmart——这里带有个人的情感色彩,但是这个博客都是关于分析的。
我推荐的书籍
  1. 《Microsoft Excel 2010: Data Analysis and Business Modeling 3rdEdition 》在数据科学方面,这是我最喜欢的书,这本书是学习统计学并让你精通数据分析的书。我高度推荐这本书给分析师。
  2. 《Advanced Web Metrics with Google Analytics by Brian Clifton》我有这本书,我可以告诉你这是谷歌分析方面最好的书。‘

发表评论

电子邮件地址不会被公开。 必填项已用*标注