今天来谈谈数据分析,这个话题并不陌生,尤其是在IT行业里,以大数据时代尤甚,但在这样的时代背景下,各企业是如何来看待的?

数据分析
数据分析

弄清楚数据分析是什么呢

说的再明白不过了,但是在2B的企业中数据分析是怎样的一种形式存在呢?我们以不同阶段来进行不同的认识划分:

1.1.初创公司

创业公司初期一般是不会重视数据的价值的,因为重点是在产品上,如何做好产品来吸引用户。并且用户数量少、产品结构单一,数据很难发挥出价值。

1.2.融资型

到第二轮、第三轮融资时,一般DAU达到百万级别。此时投资人会需要看你的数据,看公司的运营发展变化情况,此时,就会出现报表这种东西——就是把核心的指标,DAU、MAU等一系列列成一张巨大的时间序列表,观测每天的发展趋势。但此时,对于数据的利用也就仅仅局限在核心指标的汇总计算上。此类公司的数据分析师的工作可能就是生成报表,研究指标周期变化趋势等。

公司稳定发展后,可以通过埋点等方式获取海量、多维度的数据后,便可以做更多的事情。比如根据用户的多维度属性,研究用户画像、将用户聚类等;根据用户浏览网页或者App的路径数据,研究用户行为偏好等;根据用户的评论文本数据来甄别是否是恶意用户等。此时,可以利用海量、多维度的数据做很多的事情,而不单单是简单的数据指标、数据报表。此类公司不仅仅有数据分析师,还会有数据挖掘师,算法工程师等。数据分析师的工作会研究用户行为、用户偏好等。

1.3.集团型

当公司发展到产品丰富、商业模式多样化的成熟状态后,数据是海量的,业务模式是多样的,如何最大程度的利用数据产生价值是此类公司所追求的。就像马云提出的观点:阿里巴巴不是零售公司,是数据公司。此时会出现诸多与数据相关的岗位,如基础层的数据研发工程师,数据架构师等,应用层的数据分析师、算法工程师、数据挖掘师等,上层的数据产品经理等。从数据获取,到数据的应用,再到数据产品的研发,目的就是最大限度的实现数据的价值。此类的数据分析师,由于业务的复杂性,往往也会分成几类。有针对各个业务线的分析师,有针对整个公司、整个集团横向研究商业发展的分析师(战略分析),也有针对所在市场做市场研究的分析师(市场研究)。

每个公司对于数据分析师的概念定义也是不一样的

正是由于每个公司发展阶段的不同,以及所在行业、业务类型的不同,以及对岗位理解的不同,导致每个公司、甚至同公司的不同部门、再甚至同公司同部门的不同团队,对于数据分析师的概念定义、岗位要求也是不同的。这个千人千面,真的不能给出一个固定的答案。

数据分析的具体应用还得从业务场景及需求目标说起,初创型公司很难做到依靠数据来获得有效价值作用于决策,成本是初创企业首先需考虑的,往往这个阶段需要找到一款适合的尖刀产品获取用户的好感,做扎实了方可找准后续的定位,举个常见的例子:

2B企业中常见的推广场景就是利用线上广告获取线索的目标情况,获得线索后有一个重要的参与者就是数据分析师,整个推广的工作流就是:前端推广师——售前客服——数据分析师——前端推广师,最后回流到推广师这边,这样最大限度能保证到实现数据精准化,往往这里的数据分析只是针对用户画做浅层的分析,常规动作就是网站的周报及回流数据做常态结构,这在大型数据公司里只是简单的浅层分析,因此真正意义上的数据分析是从战略上的,就好比某云说过“阿里巴巴是一家数据分析公司”。

在未来数据分析将会成为IT公司竞相角逐的重要领地,随着5G的技术壁垒攻克,数据分析也将会成为新一轮企业在行业路上的分水岭,拭目以待吧,更多数字营销内容请关注FUNION数字营销服务商!

在线资询
微信

扫码了解更多服务

qr

1对1专家沟通

小程序

funion_xcx

返回顶部