京公网安备 11010802034615号
经营许可证编号:京B2-20210330
新时代,建立你的数据分析思维
什么是数据分析思维
去餐厅吃饭师,如果你仔细观察的话,餐厅大致可以分为以下两类付费模式:
1)使用大众点评优惠吸引用户结账
2)直接使用微信或支付宝结账
这两类结账方式,表面看是商家的促销行为不同。但是,从长远来看,第一类餐厅更容易胜出。
这是为什么呢?
因为第一类餐厅的结账模式是建立在互联网产品基础设施(大众点评或者百度糯米)之上,通过与互联网产品结合,可以积累用户的消费信息,例如消费评论。这就好比线下商店老板比不过淘宝卖家一样,因为淘宝卖家有自己客户的详细购物信息,更了解自己的客户。
更有远见的餐厅老板,会雇佣聪明的数据分析师,来整合挖掘餐厅线下软件(订餐管理软件)和 线上用户信息(如大众点评的评论),从而为制定餐厅未来的运营决策提供依据。
然而,很多传统的公司并没有意识去积累用户的消费数据,更别说对数据进行分析来指导公司运营了。说到底,其根本原因是公司的负责人没有数据分析思维。
那么,什么是数据分析思维呢?
数据分析思维是通过各种方法收集用户的数据,了解用户需求,然后改进你的个人决策,不断迭代。
数据分析思维基础方法论
其实数据分析思维这套方法论被广泛的用在互联网公司。国内的有阿里巴巴,腾讯,滴滴。国外的有Facebook,亚马逊,优步,领英。
不管是公司,还是个人,在这个新时代,具有数据分析思维是一种更高层次的元认知能力。
为了更好的明白以下两个问题:
1)作为公司,数据分析思维具体是如何在公司的产品、营销各个环节起作用的
2)作为个人,在新时代,如何何建立你的数据分析思维
我们先来看全球第三大职业社交网络~领英(LinkedIn),其创始人在创业初期,是如何利用数据分析思维及技术,来突破产品没有用户魔咒的。
霍夫曼是领英(LinkedIn)的创始人,同时也是Facebook最早的天使投资人。他还是PayPal黑帮的精神领袖之一。
这里有必要介绍下大名鼎鼎的PayPal黑帮。
PayPal黑帮是在硅谷赫赫有名的创业和天使投资人群。2002年,eBay以15亿美元收购了电子支付公司PayPal后。PayPal的重要员工都陆续从eBay离职。不过,这些离职的员工仍然保持着密切的联系,经常聚会,并将自己的团体命名为“PayPal黑帮”。
上面这张是《财富》杂志2007年拍摄的PayPal黑帮。
如果单看桌上散乱的酒杯和扑克牌,墙上悬挂着文艺复兴时期的巨幅油画,你会惊叹:艾玛,这不会是意大利黑手党的聚会吧?
这就是PayPal黑帮的成员,他们独自创建了数十家企业,至今总价值达近300亿美元。
蒂尔创办了Founders Fund基金,为LinkedIn、SpaceX、Yelp等十几家出色的科技新创公司提供早期资金。
马克斯·列夫琴是网站Slide的创始人,运营着图片共享网站Slide,这是全球最热门的网站之一,每月平均访问者人数达到1.34亿人。
埃隆·马斯克创立了美国太空探索公司(SpaceX)以及特斯拉汽车。
陈士俊联合创立了社交视频网站YouTube。
大家猜下,这几个人里哪位是领英创始人霍夫曼?
如果你仔细观察这群人,有一个人坐在照片正中一张红丝绒沙发上,棕色的头发整齐地梳在脑后。他表情笃定,敞开的领口处一条金项链若隐若现。他就是领英创始人霍夫曼。
别看他一副暴发户的装扮,他可是领英数据分析思维文化的缔造者。
我们从霍夫曼创办领英开始说起... ...
霍夫曼毕业于斯坦福大学及牛津大学哲学系,生活一直顺风顺水。毕业后,他总希望能干点什么去改变世界。
由于他一直对社交网络感兴趣,于是,1997年从苹果公司辞职创立了一家约会服务网站SocialNet,那时扎克伯格还在上初中。
但是,由于缺少搜索等功能,SocialNet在商业上并不成功,最后以失败告终。
你看,创业第一次失败的很多,不要光看他人光鲜的结果,更多的时候,应该回头思考下他过往的经历,才会发现这些人有哪些值得我们去学习和借鉴的经验。
就在这时(1988年),蒂尔正筹划着做电子钱包PayPal。他给霍夫曼打了一个电话,邀请创业失败的霍夫曼加入公司。霍夫曼答应了,并成为支付服务部门董事兼COO。
新公司进展并非一帆风顺。2000年春天,霍夫曼、蒂尔以及马克斯和埃隆对公司做了一次大胆且冒险的战略方向调整。在当时,PayPal只是为掌上电脑提供支付交易。当PayPal开始飞快烧钱时,他们才意识到互联网已改变了人们的支付习惯。于是,他们果断决定放弃掌上电脑,拥抱互联网。
为什么说是一次冒险呢?
在当时,互联网做金融平台是银行想都不敢想的事,却恰恰被这一群不懂金融的人做成了。2001年年底,PayPal以15亿美元被eBay收购,成员们陆续离开,各自创业或投资其他公司。尽管他们多是自由主义者,强烈地依赖自身的感觉及判断,但仍然定期聚会,谁要有资金困难,就会互相帮助。
2002年,霍夫曼给自己放了一个长假。那时,刚经历过2000年年初的网络泡沫,整个硅谷对互联网公司还心有余悸。
就在澳大利亚的海滩散步的时候,他思考并预测了下未来:
1)资本都将目光转向了软件和清洁能源科技,但忽略了消费者公司的前景
2)社交网络有两种可能:个人应用和商务应用,后者的市场尚且空白,这也许是建立职业社交网站的最好时机。
想清楚后,他决定成立一家职业社交网站公司。2002年11月最后一周,霍夫曼利用已有的人脉召集了7名前同事。第二天,一行人带上手机和电脑搬进了山景城一间简陋的办公室。
然而,创业遇到的第一个问题就是:没有启动资金,该怎么办?
那时正是互联网泡沫刚过,新成立的公司根本得不到任何投资。
如何融资呢?
霍夫曼打开手机通讯录,慢慢翻看哪个朋友最近有钱。首先他想到了“好基友”蒂尔,因为,当时蒂尔的基金公司已做得有声有色,很有钱。
当然,打电话过去,“好基友”也没让他失望,不仅精神上大力支持,还提供了首轮融资。
在公司产品(领英)做出来以后后,接下来遇到的问题就是:
1)在一开始,根本没人知道你的产品,没有用户怎么办
2)用户对产品体验有哪些意见?如何改进?
好在,霍夫曼是一个与时俱进的创始人,他正是用数据分析思维来建立产品和找到目标用户的。
他是如何做到的呢?
这里举一个例子
1)分析数据
在2004年,领英对用户按照来源渠道进行分析。发现了最大的两个渠道,一个是从自然搜索来的(即google搜索),一个是从邮件来的。
进一步分析发现,从自然搜索来的用户留存度是电子邮件邀请来的3倍。
2)依据分析结果,优化产品
根据分析结果,当时领英做了一个决策,不去关注邮件获取来的客户,而是核心关注如何优化自然搜索带来用户的体验。
依据这个决策,在6个月以后,每个月的用户增长保持到了60%的增长速度,同时,获取了年度最有价值,最有粘度的客户。
3)依据分析结果,建立营销方案
通过对用户留存的进一步分析,发现了两个重要的现象:
第一,很多从自然流量搜索来的用户,特别关注用户的个人简历。
当时领英做了一个很重要的决策,不断的诱导用户完善他们的简历,这是他们产品开发的一个核心关注点。
第二,通过分析用户的粘度,以及整体上用户产品功能上的体验,用户第一周注册以后,需要增加5个社交关系,这样的用户给整个领英平台带来的价值是不增加5个社交关系,或许5个以下社交关系的3倍以上。
这个分析花了数据分析科学部门4个月时间才找到这个答案。
发现这个数据分析结果以后,做什么事情呢?
领英在产品、营销等各个渠道上大肆推广,推荐这个产品功能,以此不断的增加用户的粘度,提高用户的留存率。
领英的整个公司文化都是围绕数据分析来进行的, 现在领英在全球已经有了3亿用户,2106年被微软以262亿美元收购。
霍夫曼说,“谈生意、咨询、分享知识、找工作,网络平台只要坚持到100万人就成功了。”
回顾领英制定决策的整个过程,数据分析思维是这样建立的:
相对于PC时代,为何在移动互联网时代,数据分析变的比以往更重要呢?
如果你了解管理学,在近100年的美国商业发展社会里面,一共有三次管理学的浪潮:
第一次浪潮,提出了一个科学管理方法论
第二次浪潮,现代管理学之父 彼得·德鲁克 提出用管理促进企业增长
他讲过一句非常经典的话:如果你不能衡量,那么你就不能有效增长。
现在我们正处于第三次浪潮之中。第三次管理学浪潮是什么呢?
第三次浪潮,提出了营销和定位的理论。由于移动互联网的出现,用户数据大量积累,营销方案的制定都是基于数据分析结果来决策。
最近5年,以美国为代表提出来的精细化运营、增长黑客的理论,把一系列的管理科学这发挥到了极致。
下面是增长黑客的理论,从产品研发到营销推广,主要从5个方面围绕数据分析展开。

从这三次浪潮的发展,我们可以看到,人类的思维也在从“经验主义思维”向“数据分析思维”发展。
例如,以往人类的决策过程都是基于大脑的国外经验,例如医生给病人看病。
但是人脑的CPU、内存太低,根本存不了多少东西。
而现在更多的决策是基于大数据分析来进行的,因为好多台电脑的计算能力和内存是人脑的N倍,例如最新的癌症研究IBM Watson,是用海量的大数据分析来治疗癌症的。
然而,很可悲的是,很多公司还活在传统的“经验主义”思维里无法自拔。真正理解数据分析思维,并将其运用到经营和决策里面的实在很少。这在传统行业里表现的尤为明白。例如:很多的公司产品经理和CEO以为留存率是给VC看的。
但是,真正做增长的产品经理和运营经理会把留存作为最核心的指标。
下面我们来看看,对于公司,个人分别如何建立数据分析思维。
对于公司,你该如何做?
作为公司的负责人,应该去想办法积累用户的数据。
对于传统企业,你可能没有互联网产品,但是你可以借助现在很多的工具来获取和积累用户的数据。因为只有有了数据,你才能去分析和决策。
我们看一个传统企业利用数据分析来提高销售额的例子。
一个做数据分析的朋友为酒吧的主人提高了一套数据分析解决方案,以解决酒吧老板了解酒吧经营的每一个细节,以便制定准备去的推广和经营决策。
这位数据分析师提高的服务包括以下三个方面:
首先,他分析每一家酒吧过去经营的统计数据,这有助于酒吧的主人全面了解经营情况。在过去,像酒吧这样传统的行业,业主除了知道每月收入多少钱,主要几项开销是多少,其实对经营是缺乏全面了解的。至于哪种酒卖的好,哪种卖的不好,什么时候卖的好,全凭经验,每月什么数据分析来支撑。
其次,他为每一家酒吧的异常情况提高预警。例如可以提升酒吧老板某一天该酒吧的经营情况和平时相比很反常,这样就可以引起酒吧老板的注意,找到原因。在过去,发生这种异常情况时老板很难注意到,比如某个周六晚上的收入比前后几个周六晚上少了20%,老板一般会认为 是正常浮动,也无法一一检查库存是否和销售对得上。有了他的数据服务,这些问题都能及时被发。
最后,他综合各家酒吧数据的收集和分析,为酒吧老板提供这个行业宏观的数据作为参考。比如从春天到夏天,北京市酒吧营业额整体在上升,如果某个特定时刻,可以指定合适的营销方案。
对于个人,如何建立你的数据分析思维能力呢
作为个人,你也要学着运用数据分析思维来指导自己的决策。
当我们在做出选择和预测判断的时候,要想办法找到相关的数据来分析和验证我们的判断。
今天,不管你愿不愿意,你都被卷入了“一个人就是一家公司”的时代。只不过,工商局注册的那些公司都是“有限责任”,而你“自己”这家公司是无限责任。
你需要用一生的时间和信用来为它担保。你必须像经营公司一样经营自己:构建自己的协作关系、塑造自己的产品和服务、呵护自己的名声、把注意力投放到产出更高的地方。
如果把每个人的大脑比作一台电脑的话,你的大脑就是你自己的数据分析师。
把你自己比作一家公司的话,会搜集有效数据的你是团队的产品工程师、使用大脑进行深入分析做出决策的你是团队的的数据分析师,会写作演讲的你则是团队的市场部经理。
当所有的决策和选择,是建立在数据分析思维这个基础上,你就会慢慢运营好自己。
运营好自己的结果是什么呢?
其实就是提高你个人的影响力。
要知道,未来的社会最贵的资源是影响力。
在小屏时代,能争夺用户眼球注意力的位置越来越少。只有有了影响力你才能成为用户心智中的一个符号,这样你才能在争夺注意力大战中脱颖而出,成为真正的商业赢家。
现在依然处于获取个人影响力的成本很低的时代,再过两年,谁是这一波机遇期里打造出真正有影响力的人,该水落石出了。
别想,这是天方夜谭,现在这样的事情每天在发生着。
而建立影响力的过程,就是将你擅长的知识分享到互联网上,同时,让更多的人知道你。
而这其中,最重要的一点是你要学会用数据分析思维去经营自己,改善产品
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 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 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09在数字化精细化运营时代,海量用户存在需求差异、行为差异、价值差异与偏好差异。如果企业采用“一刀切”的统一营销、统一服务、 ...
2026-10-09 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 ...
2026-10-09指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 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 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 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 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29