京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA持证人简介
程靖 CDA会员大咖,畅销书《小白学产品》作者,13年顶级互联网公司产品经理相关经验,曾在百度、美团、阿里等大厂担任产品经理。
学习入口:https://edu.cda.cn/goods/show/3881?targetId=6832&preview=0
数据分析和策略制定不仅仅是冰冷的数字,它们背后代表的是人,是那些被影响的人。
我曾在百度、360、美团、阿里等公司工作过,参与过多个有趣的数据产品项目。产品经理和数据分析并不仅仅是一个数字游戏,而是能对社会产生深远的影响的。
在美团外卖工作时,我负责了一个分单策略项目,通过优化订单分配,使骑手每天平均多送一单。起初,我认为这一改进微不足道,但一位骑手告诉我,这多出的一单让他每天能多挣五块钱,一个月下来就有150块钱的额外收入,足够为女儿买一份贵重的生日礼物。

这让我深刻意识到,数据分析和策略优化不仅能提升效率,还能实实在在地改善人们的生活。
数据分析的重要性不言而喻,它不仅能增强个人的说服力,还能提升产品效率、项目成功率,推动方案实施,并在出现异常时发出警报。
不同的人对同一事物的理解可能存在差异,但数据能够提供客观、量化的依据,消除这种差异。比如,通过数据明确项目每月为公司带来的收入,避免因主观理解不同而产生的分歧。
数据分析可以帮助团队建立共识。当团队成员对项目的价值存在分歧时,通过数据进行小流量测试,以实际效果说服对方。如果对方认为项目不值得投入,可以通过小流量测试来验证项目的潜力。如果测试结果达到预期,说明项目有前景;反之,则说明项目可能需要重新评估。

决策往往是一个复杂且困难的过程,但数据能够提供明确的依据,帮助决策者快速判断。比如,通过分析市场趋势数据,决策者可以迅速判断市场是增长还是下降,从而做出更合理的决策。
在百度工作时,我听到了一个非常有启发性的案例,这个案例深刻地展示了数据分析在提升说服力方面的重要性。
百度计划提拔3名员工,他们都参与了一个名为“数字化考勤”的项目,该项目旨在统计员工的出勤情况,包括迟到、早退和工作时长等信息。
这位联合创始人分别描述了这三名候选人如何汇报他们的项目成果。候选人的汇报方式如下:

由此可见,具体的数据不仅能够直观地展示项目的成效,还能为决策者提供明确的参考依据。

数据在企业运营中起着至关重要的作用,以美团外卖为例,其订单规模庞大,每天需要处理海量数据。
美团外卖通过两种方式处理这些数据:
通过数据,美团外卖能够确保从公司高层到基层骑手的目标一致性。这种明确的目标设定使得每个骑手和公司管理层都能朝着同一目标努力,从而提高整体运营效率。

在腾讯的发展历程中,QQ秀项目是一个极具代表性的案例,它生动地展示了数据在项目决策中的关键作用。QQ秀曾是腾讯的明星项目,尤其在公司最困难时期,为腾讯提供了大量资金支持。然而,该项目在初期并不顺利,甚至差点被砍掉。

许良是当时腾讯的一名普通员工,坚信QQ秀项目具有巨大潜力。他多次尝试向上级反馈,甚至撰写邮件、寻找高管沟通,但都未能引起重视。
在项目陷入僵局时,许良找到了腾讯老员工王远。王远建议他进行市场调研,收集数据,并制作PPT汇报。许良接受了建议,他发现韩国有一个类似QQ秀的虚拟形象网站,并收集了大量数据和截图,展示了该项目的成功案例。
通过这些数据,许良制作了一份详细的PPT,并成功引起了高管的关注。当时腾讯的高管普遍年纪较大,与年轻用户群体距离较远,难以理解为何小学生和中学生会喜欢虚拟形象。但数据的呈现改变了这一切,高管们看到了项目的盈利潜力。

许良的PPT中详细列出了项目的发展趋势、市场需求预测以及竞争对手的数据。他预测项目在第六个月就能实现盈利,投入300多万即可营收1000多万。
QQ秀最终成为腾讯当年最成功的产品之一,为公司赚取了大量资金,帮助腾讯渡过难关,直至游戏业务爆发。这一案例充分证明了数据在项目决策中的关键作用。


在百丽国际的案例中,数据分析帮助揭示了试穿率高但购买率低的异常现象。通过数据分析发现,百丽某款鞋子试穿率高,但购买率低。进一步的线下调研揭示了原因:鞋子虽然外观漂亮,但实际穿着时带子过长,容易脱落。所以,百利优化了鞋带设计,提高了购买率。
另外还有个案例 ,Google员工安娜贝尔通过数据分析发现应用的下载量与用户评论密切相关。她推动团队开发功能,鼓励用户在使用应用时给予好评。
这一策略在短时间内积累了大量好评,显著提升了应用的下载量和业绩。安娜贝尔从普通员工晋升为高管,这充分说明了数据分析在提升个人影响力方面的重要作用。
总的来说,数据分析在决策中的作用包括:
业务数据分析是CDA数据分析师一级的重要考点。
数据分析与AI的结合能够显著提升数据处理的效率和准确性。AI在数据分析中的应用主要体现在:

数据分析通常有以下几种常见方法:

例如,用户购买机票的周期可能是一个月或两个月一次,而微信用户可能每周都会登录一次。因此,选择合适的统计周期对于准确分析数据至关重要。
(2)同比:比较相似时间段的数据变化。
(3)环比:比较相邻时间段的数据变化。


例如,美团外卖的超时率突然上升,可以通过地域、菜品、骑手类型等维度进行拆分,以确定问题的具体原因。例如,通过地域拆分发现北方的超时率上升,而南方保持不变,进一步分析发现是由于北方下大雪导致的。

例如,用户在打开APP时相对平静,但在选择商品时可能会感到焦虑,导致转化率下降。通过结合用户旅程和漏斗分析,我们可以更有效地优化用户体验,提高转化率。

例如,腾讯曾经历过服务器故障,如果没有建立及时的报警机制,可能很长时间都不会发现这一异常情况。通过建立有效的监控和报警机制,我们可以及时发现异常数据,从而快速采取措施解决问题,避免潜在风险。
学习入口:https://edu.cda.cn/goods/show/3881?targetId=6832&preview=0
如果大家想听程老师完整版分享视频,可以微信扫码免费学习。
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19