逐一解答数据分析师道路上的18个问题
来源：CPDA数据分析师网 / 时间：2020-04-27
1、 请问分析产品销量下降原因用哪种方法比较好？选择哪些变量分析比较好？
分析产品销量下降这样的问题，这是一个主观问题。看数据我们是没法看出来的，我们只能说根据数据他的大概的走势，我们给他一些假设。别人假设他可能是因为产品质量的问题，这个是我们通过改进产品质量，然后再去比对前后是不是有一个改进是不是后来就比之前变好了，如果是的话，那我们这个假设就对了这个数据呢，他只能给我们做一些描述，就是我们这样做是不是变好了，他不能告诉我们到底是为什么导致了这个产品他的销量下降。
2、 我目前在做风险管理，老师认为风险管理和数据分析能否一起运用
风险管理肯定能跟数据分析关联上。因为像一些我们做风险管理，肯定你得是你得有一些风险预测的一些模型。这个是有的。嗯，这一块因为这个怎么说呢？得看你自己的这个数据。如果想做数据分析，首先是你手头得有这方面的这个数据如果是有的话，我觉得本身风险管理他就不是主观性的，肯定是靠一些数据分析模型来建立起来的。
还有就是我们不要把模型想的太神话，就是我是不是什么问题都可以套用这个模型，很多时候不是的一些相对来说比较具体的问题，可能能用上什么模型。像预测什么走势啊，以及像什么怎么样去做新产品啊，这些比较常见的，尤其是好多挖掘原因的一些问题。实际上他是没有现成的模型的，就是我们在步确定问题那一块你得会拆解这个问题，这个问题到底是什么？什么原因导致的，可能我们需要去做一些主观的调查，然后把这个问题拆解的很详细以后才会去讨论这个模型。像你们现在提的这些问题都太粗略这么粗略的问题，咱们是没有形成模型可以用的。你只有把这个问题给他拆解成具体的原因。具体到比方说产品有问题了，我们需要更新这个产品。这个时候我们才能有这个模型去套用。
3、 模型太多 记不住
咱们这一会儿讲了这几个模型，肯定是你说我记不住就算记住你也不能当时用。我们肯定得需要自己去。你如果感兴趣自己学也可以，你只要把这个思路屡顺了，很多模型你可以在学的过程中，然后就知道怎么去用了。因为每个模型的适用范围不一样，所以说还得根据你的工作性质，然后去选择你适合的模型去套用。但是还是那一点，就是在套的时候，很多时候我们需要去改进。
4、 医院管理
在医院做管理管理什么，管理医院的人还是管理咱们去医院看病的这些患者。如果是这些患者的话，实际上是可以把这患者给他这个信息集到一个其实可以给他做一个类似于像客户画像的这种东西，帮助你们去分类，去管理这些患者。
5、 我考了证，但是没有机会实践，我想知道从哪里学习那些各种数据分析方法？
说考了证，然后说没有办法实践如在哪学，我觉得这个东西像现在好多的一些，你指的学是学哪方面。其实数据分析一下，我说那六个流程，咱们可以学的东西太多了。嗯，你说你是这个我想学怎么去做调研，然后怎么去建立模型，以及我们怎么样去做可视化，这都是可以学习的地方。嗯，这一块实际上我一般是主要是看书，通过在书里边去发现一些这个有趣的一些的。还有就是我平时比比较喜欢上那个得到，去听一些课程。它里边虽然不会这个就是真实的告诉我们该怎么去操作。但是他能给我们一些就是在解决问题方面的一些就是一些思维性的一些理念，我觉得也挺好的。
6、 我个人准备学习frm，我认为风险管理更加偏向于预测，我想结合数据分析中的预测模板，为一些企业做一些风险数据化管理，老师觉得应该从哪里入手
可以，风险管理可以去做。比方说这个银行的风险管理，咱们可以去预测一下，就是我这么多客户，哪些是风险偏高的，哪些风险是可以做预测的。但是我不了解你是对一些项目做这个风险预测，还是对咱们这个客户，单独的客户做这个风险预测，可以是可以做的。
7、 规范性数据分析 以后课程里会涉及的多吗？ 还是会因为比较成熟 不太会介绍？
规范性数据分析，我觉得将来也算是一个趋势。因为像咱们说的，不管是描述还是预测，说白了他都不基于因果关系。就是说我做出来这个结果到底行不行，我是没办法判断的。但是规范性分析他能帮我们就是你在用这个结果的时候，我用前后去做一些对比。然后我帮你发现，就是你这个方法到底有没有效果。
所以说现在很多的一些大的一些平台企业，他们就特别喜欢做规范分析。像咱们说那A/Btest基本上只要是做一些有一些数据资源的，有很多用户的，他们都在做这种，其实就属于这规范性分析，咱们前面不管是描述还是预测出来的结果，他顶多给我们一个假设，比方说我假设这类客户是这样的，然后那类客户是那样的，但是他们到底是不是那样的，你这样去做决策有没有效果。我们还需要去我们去做一些比较。所以说规范分析我认为将来应该算是一个趋势。
8、 关于管理层做数据分析
其实管理层想做数据分析，主要就是看人家都用说已经开人都做。然后现在也是这个趋势，但是他没有缕清一点，就是他不知道他做这个到底是干什么。如果像比方说我们现在有考完证的一些学员，像我们作为数据分析，是你得有咱们应该是有责任有义务帮他们去寻找一些问题，帮他们去建立这种数据分析的思维。这一块实际上还得看他本身这个企业的实际问题，然后根据问题去说。
9、 请推荐一些学习的书和听课平台，我想学习建立模型和结果分析这几步的知识。
其实目前为止，针对就是很多模型这一块，我现在在看一本书叫模型思维。但那本书说实话有点难，那本书他里边讲了大概几十个模型，就是帮我们梳理了一些常用到的一些模型。那本书不知道合不合适，如果你觉得想建模这一块，想有这个学习一下，你可以去看一下。其实电子数据就可以，不用非得买那个书还挺贵的。像平台这一块，我不知道你是想做操作这一块，还是想这个就是练习思维这一块。因为我比较关注这思维，所以说我一般就是在得到上听各种这个数据分析相关的课程，然后像操作这一块你可以去b站上看一看，有一些免费的，但是质量可能差一些，但是这个操作可能也能满足我们基本的一些需求。
10、请介绍下如何考试通过科二？
科目2实际上就是那几个模型呗。前提是你课得上好了认真学了，然后跟着老师思路炼，其实就是上课那些那几个模型的一个应用。所以这一块其实相对来说没有什么复杂的。
11、规范性分析方法是有因果关系，并且必须找出原因吗？
规范性分析，他能帮我们。比方说我假设我现在有两张图片，然后我放到网上，我假设其中有一个可能效果会更好，就是比方说咱们投票的吧，或者是咱们募捐的吧。然后这个假设有一个效果更好，但是我不知道哪个更好，然后就是把它投放到不同的客户这这一块，让他们去等一段时间做个对比，看哪个效果要更好。结果确认有一个效果更好，比另外一个显著的有提高，像这个10%那个20%的，那我可以认为就这张图片的效果是优于那张图片的，这是有因果关系的。因为他有这个显著的关系，所以我认为这个就是比那个好，但是前提是他不能直接告诉你因果关系。他只能说在我假设基础上去验证这个因果关系是不是成立的。
12、医院里如何做分析 用什么软件 能够获取我的主要目标患者在哪里
医院做目标患者在哪里的这种，你需要对你现在手里的这些目标，现在手里这些患者的信息做一些汇总。关键你说目标患者，如果你没有客户的信息，你没法去到达你这个客户，那你实际上是没法去知道他在哪，除非你现在手里有很多顾客的信息，很多患者的信息，然后从里边去选择性的就是到底哪些更加精准。你可以做就是其实就是用户画像，其实就是就是用户画像，给他做一些细分做一些描述，然后选择出来适合你们这个医院的，或者各个科室的这个东西。这是一个比较庞大的工作，不是一个简单模型就能够解决的
13、人才测评如何利用数据分析 SHAPE \* MERGEFORMAT
人才测评这一块，主要是看你是什么招聘网站？这一块是测评肯定得需要有自己的一个模型。你到底是用什么模型来考量你这个人才，这个我觉得应该是有现成的一些模型，或者是一些现成的一些思路，可以供你去选。具体测评成什么样子，你是想把它归成几类呢，还是通过这个测评给他做打分这种。其实人才测评是相对很具体的问题了，他就可以从我们说的这六个步骤去做。但是你是到底是想形成一个什么样的结果，这一块得看你自己的想法了。
14、老师请推荐一些学习书刊或论坛什么的，想看看整个数据分析真正实际操作的整个流程类的案例，学学数据分析解决问题的思维。
给大家介绍一本书，叫做六步练就数据分析思维。这是国外一个学者写的，我这六个步骤，实际上跟他那个就有一个相似的地方。但是它里边有一些就是不太好操作的，然后给他拆分了，我的很多思路就是借鉴了这本书里边的东西，他写的还是比较详细的。你如果读这本书的话，思维这一块应该能够大概能理解到底是怎么回事，因为写这本书的，他不做数据分析，他不是不做，就是不做那种实际操作的。第二个他是做这个数据分析，但是个主要是就是做一些项目，然后可能就是负责一些思维方面的一些建设。所以说他写的相对比较通俗一些
15、关于顾客消费数据、挖掘顾客价值及CRM相关
顾客消费数据，挖掘顾客价值这一块，你可以看一下那个决战大数据，那个是车品觉写的，他是阿里原来一个数据分析部门负责人，他把阿里的一些关于怎么样去分析客户的一些情况大概介绍了一下，你感兴趣可以看一下。关于CRM的一些书，我认为就普遍比较偏理论，看完以后会觉得没什么意思。我觉得可以到得到上去搜一些零碎的知识，因为我现在就是经常在得到上去搜一些一些零碎的一些知识，比如我搜这客户关系管理，然后就能搜到一些老师做的一些片段，就是那课程片段，那个里边我觉得能挖掘到很多特别有意思的东西啊，你可以尝试一下。
16、学习cpda和学习会计中级或者注会，是否会有冲突呢？
其实数据分析在各行各业都会需要，这个不受行业的限制。不是说我在这个行业，或者我是这个传统行业，我是互联网行业，他没有什么限制。不要说数据分析，就是大数据分析，现在其实99%的项目他都是小数据分析。这个跟注会之类的没有影响和冲突。他们是解决不同问题的，数据分析说白了就是把我们主观解决问题的思路转变成客观的用数据来解决问题的思路。解决问题，你在什么行业都需要解决。但是注会这一块，他主要还是跟会计相关，相对来说就是领域相对窄一些。
17、在传统行业数据没打通，没有专门数据平台的情况下都是基本的数据描述展示。那如果真正按课程这样做数据分析了，得到一些结果，又没有相应系统去支持，这些结果怎么能转化为生产力？
其实数据分析可以小到我们个人做决策，大到决策，都可以是数据分析。像传统行业，就是我没有这个庞大的数据库，就算是一个小的，哪怕是一张表，然后上面显示我这个月销量下降了，这也可以是一个问题。然后你可以沿着这个数据去寻找原因，去解决他，这是这都属于数据分析。所以说并不是说我们没有这个设备，我们就没法去做数据分析了，就是不要把数据想象得太庞大，必须得建立各种什么数据中台这些。其实有好多企业即使建立了那些客户画像，弄的特别庞大的系统，他都用不上，也没有什么意义。
18、怎样提高数据敏感性
要想提高数据的敏感性，可以建议你读一本书，叫简单统计学。这本书很有意思，里面讲的都是关于数据的故事，确切的说是如何让我们轻松的识别一本正经的胡说八道。就他里边把那些不管是诺贝尔奖得主还是那些我们平时长就是认为觉得结果好像不太可能的一些细节我都给我们做了一些展示，就是好多问题都在里边说得特别明白。就你在这种结果是错的那种结果又是错的。这一块我觉得你读完那本书至少读两遍，一定要读两遍你就能发原来数据好多时候我们平时所了解的都是错的。
所以说实际上学数据分析前提，并不是说我会各种软件的操作，而是我有这个数据敏感性。如果不具备这个敏感性的话，就算我这个操作做的再好，可能我们也只能做那种能被替代的工作。如果这个项目做不下去了，我这操作不会，那你可以完全可以外包给别人去做。但是如果这个思路你没有的话，那是没有人能给你解决这个问题的。