BI数据分析工作简介

BI数据分析工作简介-Dai Liping BI是Business Intelligence的缩写. 今天，我主要介绍BI数据分析部分. 可以概括为: 使用数据使业务更好. 工作主要包括: 数据报告，临时查询，数据分析（探索性研究，问题诊断，业务预测，业务建议，效果评估），特定的数据方法数据报告: 主要用于数据监视. 核心在于: 完善抽象业务的逻辑关系巩固了KPI和流程指标体系，使这些指标能够准确，真实，及时地甚至预先反映业务质量，使业务人员有针对性. 难点: 1.从业务人员的各种需求中获取共性； 2.整理业务的核心逻辑（例如，应用程序推广的逻辑是: 新激活-新激活购买转换-每日购买绩效；新激活-新激活到第二次访问-保留-DAU等） ; 3.通过比较，通过了解业务，大脑可以补充业务人员未提及的指标，唯一性甚至逻辑，以减少临时查询. 4.解决开发资源问题，并帮助交流开发产生的数据逻辑和数据口径. 5.做部分数据模型设计，以更好地与dw学生交流需求. 临时查询: 满足商务学生随时查看数据的需求. 核心是在明确传达需求，明确需求并确认必要性或提出新的数据口径后，及时​​，准确地提供数据.

困难: 1.需求更多，但也更紧急，时间成本很高. 2.很难与商科学生交流需求. 商科学生无法接受他们的需求不是必需的，或者他们想要的数据不能解决他们所需要的问题. 3.重复或预期重复的数据将合并为报表功能. 4.对于临时查询，没有太多时间检查数据，并且通常没有可验证的报告和数据，因此确保数据的准确性更加重要和困难. l数据分析: 这部分内容比较广泛. 根据业务阶段，它包括探索性研究，问题诊断，业务预测，业务建议和效果评估. 每种分析的重点稍有不同: 探索性研究侧重于分析问题的全面性. 可能有用的信息，结果的公平性和相关性的判断. 问题诊断着重于快速，准确和直接诊断问题. 结论是及时给出的. 业务预测着重于评估预测的必要性，重要性和可行性；预测结果偏差小且稳定. 效果评估注重评估的公正性和客观性，并给出清晰，指导性和正确的评估结果. 困难并不详细，但是对于数据分析人员而言，数据分析最重要的事情是全面的业务理解bi数据分析，对业务的深入思考，与业务人员的详细沟通，对问题判断和分析结果的一点启发，自我挑战和论证. 最大的误解是: 分析结果的数据非常详细，没有明确的结论，也不能对结论进行仔细检查（不过，不同类型的分析可能会有所不同）.

l特定数据方法: 解决非数据核心无法解决的问题: 使用数据方法解决特定问题，包括数据挖掘（为什么不称为数据挖掘，因为其中一些未使用通用挖掘算法）. 该声明也稍宽一些，例如小号判断逻辑，应用商店细分渠道和渠道价值预测. 难点: 周期比较长，许多需要和DW开发资源进行协调. 有效性，准确性和误判率要求与业务人员进行清晰明确的沟通. 有维护费用. 一次还不完整. L摘要1，BI这是一个重新思考的职位，上面列出了基本的工作内容. 建议1. BI学生应提高他们的能力，尝试增加临时查询中固化的比例，尝试协调数据开发人员的资源，并解决更多问题. 建议2.定期向业务人员介绍现有的固化产品数据，以便解决产品问题. 没有提及临时查询. 建议三: 业务人员在能力范围内积极解决数据问题. 建议四: 在业务人员提出需求之前，他们可以帮助解决两个问题: 为什么我们需要此数据？没有现成的数据可以替代它吗？ 2.加强数据分析. 在有限的时间内，尝试解决为业务带来更多价值的问题. 3.定期介绍BI工作的进度和方法bi数据分析，使商务人士自己成为分析师并提高沟通效率.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-151125-1.html